> ## Documentation Index
> Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Amazon Bedrock agentcore 浏览器集成

> 使用 LangChain Python 与 Amazon Bedrock agentcore 浏览器工具集成。

[Amazon Bedrock AgentCore 浏览器](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/browser-tool.html) 使智能体能够通过托管的 Chrome 浏览器与网页进行交互。智能体可以在安全、受管的环境中浏览网站、提取内容、填写表单、点击元素和截取屏幕截图。

## 概述

### 集成详情

| 类                                                                                                        | 包                                                          | 可序列化 | [JS 支持](https://js.langchain.com/docs/integrations/tools/) |                                              版本                                             |
| :------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------- | :--: | :--------------------------------------------------------: | :-----------------------------------------------------------------------------------------: |
| [`BrowserToolkit`](https://github.com/langchain-ai/langchain-aws/tree/main/libs/aws/langchain_aws/tools) | [`langchain-aws`](https://pypi.org/project/langchain-aws/) |   ✅  |                              ❌                             | ![PyPI - Version](https://img.shields.io/pypi/v/langchain-aws?style=flat-square\&label=%20) |

### 工具特性

| [返回工件](/oss/python/langchain/tools) | 原生异步 | 支持浏览器交互 |      定价      |
| :---------------------------------: | :--: | :-----: | :----------: |
|                  ✅                  |   ✅  |    ✅    | 按使用量付费 (AWS) |

### 可用工具

该工具包提供多个用于浏览器自动化的工具：

| 工具                   | 描述              |
| :------------------- | :-------------- |
| `navigate_browser`   | 导航到 URL         |
| `click_element`      | 使用 CSS 选择器点击元素  |
| `type_text`          | 在输入字段中键入文本      |
| `extract_text`       | 从页面提取所有文本内容     |
| `extract_hyperlinks` | 从页面提取所有超链接      |
| `get_elements`       | 获取匹配 CSS 选择器的元素 |
| `current_webpage`    | 获取当前页面 URL 和标题  |
| `navigate_back`      | 返回上一页           |
| `take_screenshot`    | 对页面进行屏幕截图       |
| `scroll_page`        | 按方向滚动页面         |
| `wait_for_element`   | 等待元素出现          |

## 设置

该集成位于 `langchain-aws` 包中。它还需要 `playwright` 和 `beautifulsoup4` 用于浏览器自动化和 HTML 解析。

<CodeGroup>
  ```bash pip theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  pip install -U langchain-aws bedrock-agentcore playwright beautifulsoup4
  playwright install chromium
  ```

  ```bash uv theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  uv add langchain-aws bedrock-agentcore playwright beautifulsoup4
  playwright install chromium
  ```
</CodeGroup>

### 凭证

您需要配置具有 Bedrock AgentCore 浏览器权限的 AWS 凭证。有关所需的 IAM 权限，请参阅 [Amazon Bedrock AgentCore 文档](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html)。

设置 LangSmith 以获得一流的可观测性也很有帮助（但不是必需的）：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import os

os.environ["LANGSMITH_API_KEY"] = "your-api-key"
os.environ["LANGSMITH_TRACING"] = "true"
```

## 实例化

该工具包使用工厂函数创建：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_aws.tools import create_browser_toolkit

# 创建工具包并获取工具
toolkit, browser_tools = create_browser_toolkit(region="us-west-2")
```

## 调用

### 直接使用工具

获取特定工具并调用它们：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 按名称获取工具
tools_by_name = toolkit.get_tools_by_name()

# 导航到 URL（需要包含 thread_id 的配置）
config = {"configurable": {"thread_id": "session-123"}}

result = tools_by_name["navigate_browser"].invoke(
    {"url": "https://example.com"},
    config=config
)
print(result)

# 从页面提取文本
text = tools_by_name["extract_text"].invoke({}, config=config)
print(text)
```

### 在智能体中使用

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import asyncio
from langchain.agents import create_react_agent
from langchain.chat_models import init_chat_model
from langchain_aws.tools import create_browser_toolkit

async def main():
    # 创建工具包
    toolkit, browser_tools = create_browser_toolkit(region="us-west-2")

    # 初始化聊天模型
    llm = init_chat_model(
        "us.anthropic.claude-sonnet-4-20250514-v1:0",
        model_provider="bedrock_converse",
    )

    # 使用浏览器工具创建智能体
    agent = create_react_agent(
        model=llm,
        tools=browser_tools,
    )

    # 创建包含 thread_id 的配置以实现会话隔离
    config = {"configurable": {"thread_id": "research-session"}}

    # 运行智能体
    result = await agent.ainvoke(
        {"messages": [{
            "role": "user",
            "content": "Navigate to https://example.com and tell me the main heading"
        }]},
        config=config
    )
    print(result["messages"][-1].content)

    # 完成后清理
    await toolkit.cleanup()

asyncio.run(main())
```

## 基于线程的会话隔离

该工具包为每个 `thread_id` 维护独立的浏览器会话。这使得并发使用不会相互干扰：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 每个线程获得自己的浏览器会话
config_user1 = {"configurable": {"thread_id": "user-1"}}
config_user2 = {"configurable": {"thread_id": "user-2"}}

# 用户 1 导航到站点 A
tools_by_name["navigate_browser"].invoke(
    {"url": "https://site-a.com"},
    config=config_user1
)

# 用户 2 导航到站点 B（不同的浏览器会话）
tools_by_name["navigate_browser"].invoke(
    {"url": "https://site-b.com"},
    config=config_user2
)
```

## 浏览器操作

### 导航

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
config = {"configurable": {"thread_id": "session-123"}}

# 导航到 URL
tools_by_name["navigate_browser"].invoke({"url": "https://example.com"}, config=config)

# 返回
tools_by_name["navigate_back"].invoke({}, config=config)

# 获取当前页面信息
current = tools_by_name["current_webpage"].invoke({}, config=config)
print(current)  # URL 和标题
```

### 与元素交互

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 点击元素
tools_by_name["click_element"].invoke({"selector": "#submit-button"}, config=config)

# 在输入字段中键入
tools_by_name["type_text"].invoke({
    "selector": "input[name='search']",
    "text": "search query"
}, config=config)

# 等待元素出现
tools_by_name["wait_for_element"].invoke({
    "selector": ".results",
    "timeout": 10000,  # 10 秒
    "state": "visible"
}, config=config)
```

### 提取内容

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 提取所有文本
text = tools_by_name["extract_text"].invoke({}, config=config)

# 提取所有超链接
links = tools_by_name["extract_hyperlinks"].invoke({}, config=config)

# 获取特定元素
elements = tools_by_name["get_elements"].invoke(
    {"selector": "article h2"},
    config=config
)
```

### 屏幕截图和滚动

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 对可见视口进行屏幕截图（返回 base64 图像）
screenshot = tools_by_name["take_screenshot"].invoke(
    {"capture_type": "viewport"},
    config=config
)

# 对整个可滚动页面进行屏幕截图
full_screenshot = tools_by_name["take_screenshot"].invoke(
    {"capture_type": "full_page"},
    config=config
)

# 滚动页面
tools_by_name["scroll_page"].invoke({
    "direction": "down",
    "amount": 500  # 像素
}, config=config)
```

## 会话清理

完成后始终清理浏览器会话以释放资源：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 清理所有浏览器会话
await toolkit.cleanup()
```

> **注意：** 虽然 `create_browser_toolkit()` 是同步的，但 `cleanup()` 方法是异步的，必须使用 await。

## 并发保护

该工具包包含内置的并发保护。每个浏览器会话都绑定到特定的 `thread_id`，如果在会话已被使用时尝试访问同一会话，将引发 `RuntimeError`。对于并发操作，请使用不同的 `thread_id` 值。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
# 正确：为并发操作使用不同的线程 ID
config_a = {"configurable": {"thread_id": "task-a"}}
config_b = {"configurable": {"thread_id": "task-b"}}

# 这些可以并发运行而不会冲突
await asyncio.gather(
    agent.ainvoke({"messages": [...]}, config=config_a),
    agent.ainvoke({"messages": [...]}, config=config_b),
)
```

***

## API 参考

有关所有功能和配置的详细文档，请参阅：

* [langchain-aws API 参考](https://reference.langchain.com/python/langchain-aws)
* [Amazon Bedrock AgentCore 文档](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html)

***

<div className="source-links">
  <Callout icon="terminal-2">
    [将这些文档](/use-these-docs) 通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
  </Callout>

  <Callout icon="edit">
    [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/python/integrations/tools/bedrock_agentcore_browser.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
  </Callout>
</div>