Okou上的远程浏览器
一个真实的浏览器，智能体来开，你可以看着，也可以随时接手；有实时链接，登录状态比这次运行活得更久。
运行时 · 无需配置 · 不按次收费，已包含在运行里
不少要紧的系统压根没有别的入口。内部管理后台、供应商门户、预订系统、监管机构的申报网站，唯一的界面就是浏览器，而在此之前，这意味着得有个人一页页点过去。
远程浏览器给智能体一个真的浏览器，也给你一个链接，看着它干活。碰到只该由人来做的事，比如输密码，你可以用自己的键盘接手。这个窗口属于这段会话，而不是属于某一次运行，所以它保持着登录状态，明天的活从今天停下的地方接着做。
远程浏览器是什么
抓取读的是公开页面。这项服务管的是其余所有情况：需要登录、需要点击、需要填表，或者只有在真实浏览器里才会发生的事。
它和藏在沙箱里的那个浏览器最大的不同，是你看得见。要一个浏览器，你就会拿到一个通向实时窗口的私密链接，能看到智能体正在做什么，需要时也能亲自上手。
窗口比这次运行活得更久。闲置十分钟后Okou会收回它，长任务则可以一直开着。哪怕已经被收回，下一次运行也能把它接着用起来，登录状态还在，不会因为一次运行结束就丢了。
市面上管这叫远程浏览器、云端浏览器或者浏览器自动化服务，常见的版本都是无头的：快、看不见，卡住了也没人帮得上。这一个有实时链接，人可以看着它，也可以把键盘接过来。
远程浏览器能做什么
智能体能用它做什么，做完又会拿回什么。
覆盖范围与限制
把它做不到的事先说清楚，免得有人围着能力范围之外的东西去设计工作流。
每段会话一个实时窗口
要浏览器时，返回的是这段会话原有的窗口，而不是新开一个，这正是后续运行能接着干的原因。要第二个窗口，得你专门开口要。
闲置十分钟
闲着的窗口会被收回。让它等着的长任务可以一直把它开着；已经被收回的窗口也能恢复，登录状态还在。
它记得登录，不记得标签页
恢复时回来的是登录状态，不是当时打开的那些标签页。工作流应该自己导航过去，别想当然。
密码不会进入运行记录
浏览器的登录凭据和连接链接绝不会被打印到运行记录里。由人在实时窗口里登录，智能体用由此产生的会话干活。
远程浏览器怎么收费
Web服务按调用次数扣积分，不按token计费。也没有另一份厂商账单要对。
zero browser操作浏览器不按次收费。它随运行一起提供，不单独计量，所以花的就是运行本身；真正要盯的数字是一个浏览器任务让智能体干了多久。
设置与接入
无需设置
不用连接任何东西。不需要浏览器基础设施、代理，也不需要另一个服务商账号。开口要一个浏览器就是全部配置，第一次登录由人在实时窗口里完成。
谁可以用
浏览器随运行一起提供，所以真正的控制点是里面登录了什么。人在实时窗口里登录了哪些账号，智能体就能够到哪些东西，这也正是登录要在那里发生、而绝不该把密码打进消息里的原因。
团队都用远程浏览器做什么
没有别的入口的系统
供应商门户、内部管理工具、政府申报网站。重复的点击由智能体完成，需要人的环节再把控制权交回来。
从头到尾看一遍流程
在实时窗口里走一遍你自己的注册、结账或新手引导，旁边有人随时能打断，这比一个脚本报个绿勾告诉你的多得多。
跨好几天的活
因为窗口属于这段会话，智能体今天登录，明天的运行就能在同一个地方继续，而不是从一个已退出登录的浏览器重新开始。
什么时候不该用远程浏览器
只需要一个公开页面时别用它，直接读页面是一步的事，不用开一整个会话。系统有连接器时也别用它，连接器更快，也比在界面上点稳得多。还有，别拿它去翻几百个页面：它是浏览器，不是批量阅读器。
别处怎么称呼它
同一件事在市场上有好几种叫法。如果你比较过其中某一类产品，这里说明它对应到这边的什么能力。
远程浏览器或云端浏览器
跑在别处、由你的智能体操作的浏览器。这里的不同在于你会拿到一个链接看着它，还能用自己的键盘接手。
无头浏览器
智能体上网的常规方式：没有窗口，没人看着，运行一结束什么都不剩。这项服务正好相反，而一旦页面要你手机上的验证码，差别就出来了。
浏览器自动化
在没有别的入口的系统里一步步点过去。智能体看的是它当下所在的那个页面，而不是重放一段录制好的脚本，界面一改就报废。
托管浏览器会话服务
你本来得另外买、另外接的东西。它已经在这里了，不需要你的账号，也不额外按次收费。
AI浏览器智能体
把浏览器当工具用的智能体，而不是一个照本宣科的脚本机器人。点什么由它自己判断，遇到需要人的地方就把控制权交回来。
远程浏览器横向对比
远程浏览器对比读页面
读页面是一步的事，返回一个公开页面的文字内容。浏览器是一个带状态的会话，能登录、能点击，代价也相应更重。先读，页面确实要求了再升级到浏览器。
远程浏览器对比藏在沙箱里的浏览器
智能体可以操作一个谁也看不见的浏览器，而它的一切都不会留到运行之后。这一个有人能接手的实时链接，登录状态也比运行活得更久。
远程浏览器对比录制点击动作的自动化工具
界面一动，录好的脚本立刻就废。这里智能体看的是它当下所在的页面，人也能中途插手，而不必把整段重录一遍。
一句话总结
当浏览器是唯一入口时，它就是那条路。公开页面就读页面，有连接器就用连接器，需要登录、点击或者有人看着的活，交给它。
常见问题
我能看到智能体在做什么吗？
能。你会拿到一个私密实时链接，中途还可以用自己的键盘和鼠标接手。
窗口能开多久？
它在运行结束后仍然存在，闲置十分钟后被收回。长任务可以一直把它开着。
登录状态会保留吗？
登录状态会保留，被收回的窗口恢复后仍是登录着的。打开的标签页不会还原，所以工作流应该明确地自己导航。
登录是怎么处理的？
由人在实时窗口里登录。浏览器的登录凭据和连接链接绝不会被打印到运行记录里，密码也绝不该打进发给智能体的消息里。
什么时候该用它，而不是直接读页面？
当页面需要登录、点击、填表，或者需要在真实浏览器里才能完成的操作时。公开页面直接读就好，一步搞定，也便宜得多。
可以同时开多个浏览器吗？
可以。任务需要同时处理两个环境时能再开一个窗口，它们共用同一批已保存的登录状态。
它和我自己买的托管浏览器服务有什么不同？
换成那种，你得注册账号、保管密钥、按会话付费。这里它随运行一起提供，什么都不用配，还多了一个人能接手的实时链接，而这一点多数服务并没有。
我需要Playwright、Puppeteer或者写脚本吗？
不需要，什么都不用写。智能体根据页面上实际显示的内容来做，所以那些会让录制脚本失效的改版，它都扛得住。
它是无头浏览器吗？
不是。它是一个你能看见、也能接手的真实浏览器，保存的登录状态比运行活得更久。无头是给没人需要看的场景准备的，对任何会要验证码的流程都不合适。
它能按定时任务跑吗？
可以。定时运行的智能体能接着用昨天那个窗口，登录状态还在，从门户每周下载一次资料这类活，因此不用人再去点一遍。
怎么让智能体用远程浏览器
你用日常语言说清楚要什么，智能体自己判断该用哪个服务，再去发起调用。
“开个浏览器，打开我们的定价页，从注册一直走到第一个付费步骤，我看着。”
“登录供应商门户，把这个月的发票下载下来，如果它要验证码就把控制权交给我。”
“在昨天那个浏览器里继续，把剩下的提交做完。”
