--- title: 使用 SDK 工具集進行瀏覽器與電腦操作 url: https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk description: 從 Python 或 TypeScript SDK 執行瀏覽器使用工具或電腦使用工具。SDK 會執行迴圈以及您設定的檢查，而您則提供瀏覽器或桌面環境。 --- 透過 Python 和 TypeScript SDK 中的瀏覽器與電腦工具集，您可以建構在網頁瀏覽器或桌面上運作的代理程式。它可以使用沒有程式化介面的應用程式。透過[瀏覽器使用工具](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool)，Claude 可以瀏覽、閱讀網頁並與之互動。透過[電腦使用工具](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool)，Claude 可以透過螢幕截圖看到桌面，並使用滑鼠和鍵盤。 SDK 將 Claude 連接到您的瀏覽器或桌面。它會執行您設定的檢查，例如針對 `navigate` 的 URL 政策或核准回呼。它會將每個通過檢查的呼叫傳送給您的「driver」（驅動程式），並根據驅動程式傳回的內容建構 `tool_result`。[工具執行器](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/tool-runner)可以為您執行代理迴圈。 您需要提供驅動程式，由它來操作瀏覽器或桌面。請從[供應商的驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#use-a-driver-from-a-provider)開始。使用供應商的驅動程式，只需幾行程式碼即可建立代理程式。如果沒有合適的驅動程式，請使用 Playwright 等瀏覽器自動化函式庫自行撰寫。 本頁大部分內容是關於瀏覽器工具集。[電腦工具集](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#computer-toolset)說明了兩者的差異。 自行撰寫驅動程式屬於進階情境，請參閱[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)。claude-quickstarts 儲存庫中也有以 Python 和 TypeScript 撰寫的[瀏覽器驅動程式範例](https://github.com/anthropics/claude-quickstarts/tree/main/browser-toolset)。它透過 Chrome DevTools Protocol（CDP）控制 Chromium，且並非正式環境用的程式碼。 瀏覽器工具集類別目前為 beta 版，可在 [Python SDK](https://github.com/anthropics/anthropic-sdk-python/blob/main/browser-toolset.md) 和 [TypeScript SDK](https://github.com/anthropics/anthropic-sdk-typescript/blob/main/browser-toolset.md) 中使用。電腦工具集類別在相同的 SDK 中同樣為 beta 版，這些 SDK 提供了 [Python 電腦工具集指南](https://github.com/anthropics/anthropic-sdk-python/blob/main/computer-toolset.md)和 [TypeScript 電腦工具集指南](https://github.com/anthropics/anthropic-sdk-typescript/blob/main/computer-toolset.md)。 ## 使用供應商的驅動程式 使用供應商提供的驅動程式（例如[合作夥伴整合](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#partner-integrations)中列出的驅動程式），您只需幾行程式碼即可建構代理程式。此範例中的供應商是虛構的。請將 `example_browser_provider` (typescript: `example-browser-provider`) 和 `ExampleBrowser` 替換為[真實供應商](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#partner-integrations)的套件和驅動程式類別，並依照供應商文件的說明進行設定。 ```python Python from anthropic import Anthropic from example_browser_provider import ExampleBrowser # made-up provider client = Anthropic() with ExampleBrowser() as browser: runner = client.beta.messages.tool_runner( model="claude-opus-5-5", max_tokens=1024, tools=[browser], messages=[ {"role": "user", "content": "Open example.com and tell me its heading."} ], ) for message in runner: print(message) ``` ```typescript TypeScript import Anthropic from "@anthropic-ai/sdk"; import { ExampleBrowser } from "example-browser-provider"; // made-up provider const client = new Anthropic(); const browser = new ExampleBrowser(); try { const runner = client.beta.messages.toolRunner({ model: "claude-opus-5-5", max_tokens: 1024, tools: [browser], messages: [{ role: "user", content: "Open example.com and tell me its heading." }] }); for await (const message of runner) { console.log(message); } } finally { await browser.close(); } ``` 將驅動程式實例本身作為 `tools` 項目傳入。執行器永遠不會關閉工具集，因此一個實例可以服務多次執行。使用完畢後請自行關閉。 若要自行撰寫驅動程式，請參閱[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)。 ## 合作夥伴整合 Browser Use、Browserbase、Daytona 和 E2B 為 SDK 工具集發布了各自的驅動程式。 適用於瀏覽器工具集的 Browser Use 驅動程式。 適用於瀏覽器工具集的 Browserbase Stagehand 驅動程式。 適用於電腦工具集的 Daytona 驅動程式。 適用於瀏覽器和電腦工具集的 E2B 驅動程式。 我們的合作夥伴也在 GitHub 上發布了程式碼：[Browser Use 快速入門](https://github.com/browser-use/browser-use/tree/main/examples/integrations/toolsets-for-claude)、[Browserbase 工具集](https://github.com/browserbase/claude-cua-toolset)，以及 [E2B 範例](https://github.com/e2b-dev/e2b-cookbook/tree/main/examples/anthropic-computer-use-orangehrm-js)。 在您對一次性瀏覽器以外的任何瀏覽器執行驅動程式之前，請先完成以下兩件事： * [撰寫 URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)。若沒有 URL 政策，SDK 不會檢查任何 URL。對於由供應商託管的瀏覽器，也請閱讀[遠端與託管瀏覽器](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#remote-and-hosted-browsers)。 * 使用的瀏覽器設定檔不得登入任何您不願將其資料或操作交給 Claude 的帳戶。請參閱[隔離瀏覽器主機](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#isolate-the-browser-host)。 [安全地執行工具集](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#run-the-toolset-safely)涵蓋了其餘事項。 ## 自訂驅動程式 本節中的範例使用 `MyBrowser`，即本頁稍後[進階範例](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#quick-start)中的驅動程式。 ### 啟用或停用成員 `configs` 接受[設定工具集](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#configure-the-toolset)中所述的各成員設定。只需列出您要變更的成員： ```python Python # 同時實作 read_console 的 MyBrowser browser = MyBrowser( backend, configs={"read_console": {"enabled": True}, "navigate": {"enabled": False}} ) ``` ```typescript TypeScript // 同時實作 read_console 的 MyBrowser const browser = new MyBrowser(backend, { configs: { read_console: { enabled: true }, navigate: { enabled: false } } }); ``` SDK 會在您的程式碼執行之前拒絕對已停用成員的呼叫。啟用您的類別未實作的成員屬於設定錯誤，除非該類別覆寫了 `execute`。 ### 新增前置與後置 hook 覆寫 `execute` 並呼叫父類別的 `execute`。該呼叫之前的程式碼會在 [URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)、[檔案政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#confine-uploads-and-downloads)和 [`confirm`](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#gate-consequential-members) 之後執行，並且可以變更輸入。SDK 不會再次檢查變更後的輸入。該呼叫之後的程式碼會收到結果，並且可以變更結果。引發 `ToolError`（在 TypeScript 中則是拋出它）即可拒絕該呼叫。 覆寫 `execute` 會改變提供給 Claude 的成員。SDK 會將每個成員都視為已實作，因此 Claude 會獲得所有預設開啟的成員。[進階範例](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#quick-start)中的 `MyBrowser` 只服務三個成員，因此下列 `TracedBrowser` 會向 Claude 提供它無法服務的成員。使用前請先透過 `configs` 關閉這些成員。 ```python Python import time class TracedBrowser(MyBrowser): def execute(self, context, name, input): started = time.monotonic() result = super().execute(context, name, input) elapsed_ms = (time.monotonic() - started) * 1000 call_id = context.tool_use.id if context.tool_use else "-" log.info("%s %s %.0fms", call_id, name, elapsed_ms) return redact(result) if name == "get_page_text" else result ``` ```typescript TypeScript import type { BetaToolsetCallContext } from "@anthropic-ai/sdk/helpers/beta/toolsets"; import type { BetaBrowserMemberInput, BetaBrowserMemberName } from "@anthropic-ai/sdk/resources/beta"; class TracedBrowser extends MyBrowser { protected override async execute( ctx: BetaToolsetCallContext, name: BetaBrowserMemberName, input: BetaBrowserMemberInput ) { const started = performance.now(); const result = await super.execute(ctx, name, input); log.info(`${ctx.toolUse?.id ?? "-"} ${name} ${Math.round(performance.now() - started)}ms`); return name === "get_page_text" ? redact(result as string) : result; } } ``` ## 實作驅動程式 驅動程式是您對 `BetaAbstractBrowserToolset20260801` 的子類別。在其中覆寫您的瀏覽器所支援的成員。您未實作的成員會以停用狀態傳送給 API。如果 Claude 仍然呼叫它，SDK 會傳回錯誤，而執行會繼續。覆寫 `execute` 會改變哪些成員以停用狀態傳送（[新增前置與後置 hook](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#add-before-and-after-hooks)）。每個成員都會收到呼叫上下文，以及以型別物件表示的成員輸入，例如 `BetaBrowserNavigateInput`。輸入型別來自 `anthropic.types.beta` (typescript: `@anthropic-ai/sdk/resources/beta`)。[成員工具](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#member-tools)列出了每個輸入的欄位。 在 TypeScript 中，請將成員撰寫為方法，而非箭頭函式欄位，因為 SDK 是在 prototype 上尋找它們。在 TypeScript 中，`type` 成員要拼寫為 `type_`。在 Python 中則為 `type`。 ### 傳回結果 成員傳回的內容決定了 Claude 讀取的內容。成功的結果會以根據您的狀態報告所建構的 `browser_state` 區塊結尾。錯誤結果則不帶有此區塊。 | 成員 | 傳回 | Claude 讀取 | | ---------------------------------------------------------------------------------- | ------------------------------------------------------------------------ | ---------------------------------------------- | | `screenshot`、`zoom` | `BetaScreenshotResult` | 一個圖片區塊 | | `navigate` | `BetaBrowserNavigateResult` | `Navigated to {url} — {title} (HTTP {status})` | | `new_tab`、`switch_tab`、`list_tabs`、`close_tab` | 一個分頁項目（`new_tab`、`switch_tab`）、分頁項目清單（`list_tabs`），或不傳回任何內容（`close_tab`） | 僅 `browser_state` 區塊 | | `read_page`、`get_page_text`、`find`、`read_console`、`read_network`、`javascript_exec` | 一個字串 | 該字串，若為空字串則為 `(empty)` | | 其他所有成員 | 不傳回任何內容，或一行文字 | 簡短的確認訊息（例如 `Clicked.`），接著是位於獨立文字區塊中的傳回行 | ### 回報瀏覽器狀態 SDK 會在每個回傳結果的呼叫之後呼叫 `_browser_state` (typescript: `browserState`)，包括被拒絕和失敗的呼叫。請回傳每個開啟的分頁，以及自上次報告以來的變更： * 已開啟的分頁和下載事件。 * 針對您的[請求掛鉤](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#intercept-requests-in-the-driver)所封鎖的每次導覽，回傳一個 `BetaNavigationRefused`。 * 針對您的驅動程式所關閉的每個原生對話框，回傳一個 `BetaDialogDismissed`。 將這些全部放入 `state_changes`。在 Python 中，`BetaNavigationRefused()` 和 `BetaDialogDismissed(kind=..., message=...)` 來自 `anthropic.tools.browser`。在 TypeScript 中，它們是 `{ type: "navigation_refused" }` 和 `{ type: "dialog_dismissed", kind, message }`。 後兩者並非 API 狀態變更。SDK 會以 `browser_state` 區塊之外的文字將它們回報給 Claude：所有被拒絕的導覽合併為一行（不包含 URL），前三個被關閉的對話框各一行，其餘的則以數量表示。 當有任何分頁開啟時，必須恰好有一個分頁處於作用中狀態。每個接受 `tab_id` 的成員都必須作用於其指定的分頁。API 對報告的限制列於[使用 `browser_state` 追蹤分頁](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#track-tabs-and-page-state)。 Claude 會讀取每個分頁的 URL、每個下載的 URL，以及您的 `navigate` 回傳的 URL，內容與您的驅動程式所寫的一致。SDK 不會解析這些 URL。它會將換行符號和其他控制字元轉換為空格、修剪頭尾，並將每個 URL 截斷為 4,096 個字元。因此，`data:` URL 的內容、`file:` URL 的路徑，以及 URL 中的使用者名稱或密碼，都會傳達給 Claude。 ### 處理錯誤 | 由成員或 SDK 引發 | Claude 讀取 | 執行 | | ------------------- | ------------------------------------------------------------------------ | -- | | `ToolError` | 其訊息，作為錯誤結果 | 繼續 | | `ToolsetUsageError` | 無 | 停止 | | 任何其他例外 | 在 Python 中為 `ClassName: message`，在 TypeScript 中為 `Error: message`，作為錯誤結果 | 繼續 | SDK 會在發生設定錯誤、呼叫期間誤用 SDK，或在 `close` 之後進行呼叫時引發 `ToolsetUsageError`。當 `_browser_state` (typescript: `browserState`) 引發任何例外（即使是 `ToolError`）時，SDK 也會引發此錯誤。工具執行器和 `tool_result` (typescript: `toolResult`) 不會捕捉它，因此它會傳達到它們的呼叫者。 SDK 不會隱藏成員錯誤文字中、`left_click` 等動作回傳的那行文字中、失敗下載的錯誤中，或被關閉對話框訊息中的本機路徑。 來自您的 URL 政策、檔案政策或 `confirm` 可呼叫物件的 `ToolError` 會原封不動地傳達給 Claude，因此請勿在其文字中包含本機路徑。請在您的成員中捕捉例外，並以您自己的文字引發 `ToolError`（在 TypeScript 中則是拋出它）。 ### 在回應串流時啟動呼叫 預設情況下，工具執行器會在 Claude 的回應結束後才執行該回合的呼叫。使用「early start」（提前啟動）時，它可以在回應仍在串流時就啟動瀏覽器或電腦呼叫。 若要啟用此功能，請將 `stream=True` (typescript: `stream: true`) 和 `run_tools_eagerly=True` (typescript: `runToolsEagerly: true`) 傳給工具執行器，如[進階範例](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#quick-start)所示。使用 `stream` 時，您對執行器的迴圈每次迭代都會得到一個串流，而非一則訊息。 提前啟動改變的是呼叫可以開始的時間點，而非工具集執行呼叫的方式： * **檢查仍會先執行：** SDK 會在呼叫執行之前呼叫您的 URL 政策、檔案政策和 `confirm`。使用提前啟動時，它可能會在回應仍在串流時呼叫 `confirm`。 * **呼叫仍會逐一執行：** 工具集會依照 Claude 撰寫的順序執行其呼叫。失敗的呼叫仍會停止該工具集在該回合中的後續呼叫。 * **已啟動的呼叫無法撤回：** 如果回應隨後被截斷（例如達到 `max_tokens`），或您的迴圈提前停止，該動作仍會發生，而 Claude 永遠不會讀到其結果。 ### 不使用工具執行器執行 在 `tools` 中傳入實例（在 TypeScript 中為 `browser.toJSON()`），並以 `tool_result` (typescript: `toolResult`) 回應每個成員呼叫。瀏覽器使用工具要求您在第一個失敗的呼叫處停止（[批次動作](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#batch-actions)）。 此迴圈使用[進階範例](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#quick-start)中的 `MyBrowser` 和 URL 政策。在呼叫失敗後，它會回應該回合後續的呼叫而不執行它們： ```python Python from anthropic.types.beta import BetaMessageParam, BetaToolResultBlockParam NOT_EXECUTED = "Not executed: an earlier action in this turn failed." MAX_TURNS = 10 with MyBrowser(backend, url_policy=url_policy) as browser: messages: list[BetaMessageParam] = [{"role": "user", "content": "Open example.com"}] for _ in range(MAX_TURNS): response = client.beta.messages.create( model="claude-opus-5-5", max_tokens=1024, tools=[browser], messages=messages, ) messages.append({"role": "assistant", "content": response.content}) calls = [ block for block in response.content if block.type == "tool_use" and block.toolset_name == browser.toolset_name ] if not calls: break results: list[BetaToolResultBlockParam] = [] failed = False for call in calls: if failed: # 呼叫失敗後，該輪其餘部分僅會回覆，而不會執行。 results.append( { "type": "tool_result", "tool_use_id": call.id, "toolset_name": call.toolset_name, "content": NOT_EXECUTED, "is_error": True, } ) continue result = browser.tool_result(call) failed = bool(result.get("is_error")) results.append(result) messages.append({"role": "user", "content": results}) ``` ```typescript TypeScript const NOT_EXECUTED = "Not executed: an earlier action in this turn failed."; const MAX_TURNS = 10; const browser = new MyBrowser(backend, { urlPolicy }); try { const messages: Anthropic.Beta.BetaMessageParam[] = [ { role: "user", content: "Open example.com" } ]; for (let turn = 0; turn < MAX_TURNS; turn++) { const response = await client.beta.messages.create({ model: "claude-opus-5-5", max_tokens: 1024, tools: [browser.toJSON()], messages }); messages.push({ role: "assistant", content: response.content }); const calls = response.content.filter( (block): block is Anthropic.Beta.BetaToolUseBlock => block.type === "tool_use" && block.toolset_name === browser.toolsetName ); if (calls.length === 0) { break; } const results: Anthropic.Beta.BetaToolResultBlockParam[] = []; let failed = false; for (const call of calls) { if (failed) { // 呼叫失敗後，該回合其餘部分僅會回覆，不會執行。 results.push({ type: "tool_result", tool_use_id: call.id, toolset_name: call.toolset_name, content: NOT_EXECUTED, is_error: true }); continue; } const result = await browser.toolResult(call); failed = result.is_error === true; results.push(result); } messages.push({ role: "user", content: results }); } } finally { await browser.close(); } ``` 對每個被略過呼叫的回應都帶有 `is_error`、該呼叫的 `toolset_name`，以及[批次動作](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#batch-actions)所要求的確切文字。工具執行器也會傳送相同的回應。 ## 進階範例：自行撰寫驅動程式 此範例將[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)的主要部分整合到一個驅動程式 `MyBrowser` 中，並搭配工具執行器和[提前啟動](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#start-calls-while-the-response-streams)來執行。`MyBrowser` 實作了 `navigate`、`screenshot` 和 `left_click`，以及每個驅動程式都需要的狀態報告 `_browser_state` (typescript: `browserState`)。 `backend` 代表您自己對瀏覽器自動化函式庫（例如 Playwright）的包裝。URL 政策僅為範例。[撰寫 URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)會加以說明。 ```python Python import re from urllib.parse import urlsplit from anthropic import Anthropic from anthropic.tools import ToolError from anthropic.tools.browser import ( BetaAbstractBrowserToolset20260801, BetaBrowserNavigateResult, BetaBrowserState, BetaScreenshotResult, BetaToolsetCallContext, BetaURLContext, ) from anthropic.types.beta import ( BetaBrowserLeftClickInput, BetaBrowserNavigateInput, BetaBrowserScreenshotInput, BetaBrowserStateTabEntryParam, ) class MyBrowser(BetaAbstractBrowserToolset20260801): def __init__(self, backend, **options): super().__init__(**options) self.backend = backend def _browser_state(self, context: BetaToolsetCallContext) -> BetaBrowserState: return BetaBrowserState( tabs=[ BetaBrowserStateTabEntryParam( tab_id=tab.id, title=tab.title, url=tab.url, active=tab.id == self.backend.active, ) for tab in self.backend.tabs() ], state_changes=self.backend.drain_changes(), ) def navigate( self, context: BetaToolsetCallContext, input: BetaBrowserNavigateInput ) -> BetaBrowserNavigateResult: # input.url 為 "back"、"forward"、"reload"，或是您的 URL 政策 # 所允許、由 Claude 撰寫的 URL。與 is_allowed 相同，backend.goto 會為 # 不以 scheme 開頭的 URL 加上 https://。 page = self.backend.goto(input.url, input.tab_id) return BetaBrowserNavigateResult( url=page.url, status=page.status, title=page.title ) def screenshot( self, context: BetaToolsetCallContext, input: BetaBrowserScreenshotInput ) -> BetaScreenshotResult: data = self.backend.png_base64(input.tab_id) return BetaScreenshotResult(data=data, media_type="image/png") def left_click( self, context: BetaToolsetCallContext, input: BetaBrowserLeftClickInput ) -> None: # 無需回傳任何內容：Claude 會讀到 "Clicked." self.backend.click(input.target, input.tab_id) def close(self) -> None: super().close() # first, so no call is still using the browser when it closes if not self.backend.closed: self.backend.close() ALLOWED_HOSTS = ("example.com", "iana.org") SCHEME_PREFIX = re.compile(r"[a-z][a-z0-9+.-]*:", re.IGNORECASE) def is_allowed(url: str) -> bool: # 此為範例，並非正式環境政策。請參閱「Write a URL policy」。 if url.lower() == "about:blank": return True with_scheme = url if SCHEME_PREFIX.match(url) else f"https://{url}" # 瀏覽器會將網頁 URL 中的 "\" 視為 "/"。 try: parts = urlsplit(with_scheme.replace("\\", "/")) except ValueError: return False host = parts.hostname or "" listed = any(host == name or host.endswith(f".{name}") for name in ALLOWED_HOSTS) return parts.scheme in ("http", "https") and listed def url_policy(context: BetaURLContext, url: str) -> None: if not is_allowed(url): raise ToolError(f"blocked: {url} is not on an allowed host") client = Anthropic() with MyBrowser(backend, url_policy=url_policy) as browser: runner = client.beta.messages.tool_runner( model="claude-opus-5-5", max_tokens=1024, tools=[browser], messages=[ { "role": "user", "content": "Open example.com and tell me the page heading.", } ], stream=True, run_tools_eagerly=True, # so a call can start before the response ends ) for stream in runner: print(stream.get_final_message()) ``` ```typescript TypeScript import Anthropic from "@anthropic-ai/sdk"; import { BetaAbstractBrowserToolset20260801, type BetaBrowserNavigateResult, type BetaBrowserToolsetOptions, type BetaScreenshotResult, type BetaToolsetCallContext, type BetaURLContext, ToolError } from "@anthropic-ai/sdk/helpers/beta/toolsets"; import type { BetaBrowserLeftClickInput, BetaBrowserNavigateInput, BetaBrowserScreenshotInput } from "@anthropic-ai/sdk/resources/beta"; class MyBrowser extends BetaAbstractBrowserToolset20260801 { constructor( private backend: Backend, options: Omit = {} ) { super({ ...options, // 必要：每個開啟的分頁，以及自上次回報以來的變更。 browserState: () => ({ tabs: backend.tabs().map((tab) => ({ tab_id: tab.id, title: tab.title, url: tab.url, active: tab.id === backend.active })), state_changes: backend.drainChanges() }) }); } protected override async navigate( ctx: BetaToolsetCallContext, input: BetaBrowserNavigateInput ): Promise { // input.url 為 "back"、"forward"、"reload"，或是您的 URL 政策 // 所允許、由 Claude 寫出的 URL。與 isAllowed 相同，backend.goto 會為 // 未以 scheme 開頭的 URL 加上 https://。 const page = await this.backend.goto(input.url, input.tab_id); return { url: page.url, status: page.status, title: page.title }; } protected override async screenshot( ctx: BetaToolsetCallContext, input: BetaBrowserScreenshotInput ): Promise { return { data: await this.backend.pngBase64(input.tab_id), mediaType: "image/png" }; } protected override async left_click( ctx: BetaToolsetCallContext, input: BetaBrowserLeftClickInput ): Promise { // 無需回傳任何內容：Claude 會讀到 "Clicked." await this.backend.click(input.target, input.tab_id); } override async close(): Promise { await super.close(); // first, so no call is still using the browser when it closes if (!this.backend.closed) { await this.backend.close(); } } } const ALLOWED_HOSTS = ["example.com", "iana.org"]; const SCHEME_PREFIX = /^[a-z][a-z0-9+.-]*:/i; // 這只是範例，並非正式環境政策。請參閱「Write a URL policy」。 function isAllowed(url: string): boolean { if (url.toLowerCase() === "about:blank") { return true; } const withScheme = SCHEME_PREFIX.test(url) ? url : `https://${url}`; // 瀏覽器會將網頁 URL 中的 "\" 視為 "/"。 const parsed = URL.parse(withScheme.replaceAll("\\", "/")); const host = parsed?.hostname ?? ""; const listed = ALLOWED_HOSTS.some((name) => host === name || host.endsWith(`.${name}`)); return (parsed?.protocol === "http:" || parsed?.protocol === "https:") && listed; } function urlPolicy(ctx: BetaURLContext, url: string): void { if (!isAllowed(url)) { throw new ToolError(`blocked: ${url} is not on an allowed host`); } } const client = new Anthropic(); const browser = new MyBrowser(backend, { urlPolicy }); try { const runner = client.beta.messages.toolRunner({ model: "claude-opus-5-5", max_tokens: 1024, tools: [browser], messages: [{ role: "user", content: "Open example.com and tell me the page heading." }], stream: true, runToolsEagerly: true // so a call can start before the response ends }); for await (const stream of runner) { console.log(await stream.finalMessage()); } } finally { await browser.close(); } ``` ## 安全地執行工具集 Claude 的下一個動作取決於它所讀取的頁面。頁面或注入其中的文字可能會嘗試存取內部服務，或從主機取出檔案。它也可能嘗試觸發具有實際影響的動作。在您對一次性瀏覽器以外的任何瀏覽器執行驅動程式之前，請採取以下六個步驟： 1. [撰寫 URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)，拒絕任務不需要的每個 `navigate` URL。 2. [在驅動程式中攔截請求](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#intercept-requests-in-the-driver)，並以相同的規則檢查每個請求。 3. [在容器上設定出口政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#put-egress-policy-on-the-container)，讓網路封鎖驅動程式看不到的內容。 4. [限制上傳和下載](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#confine-uploads-and-downloads)，或保持上傳關閉。 5. 使用 `confirm` [管控具重大影響的成員](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#gate-consequential-members)。 6. 為每個工作階段在專用的容器或 VM 中[隔離瀏覽器主機](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#isolate-the-browser-host)。 SDK 會透過您傳入的政策和可呼叫物件來套用步驟 1、4 和 5。步驟 2、3 和 6 則取決於您的驅動程式和部署。[安全性考量](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#security-considerations)中的預防措施同樣適用。 Anthropic 的「prompt injection」（提示注入）分類器（如[安全性考量](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#security-considerations)中所述）目前不會在透過 Amazon Bedrock 傳送的瀏覽器工具集請求上執行。 ### 撰寫 URL 政策 沒有 URL 政策時，SDK 不會檢查任何 URL，而 API 也不會過濾 Claude 開啟的 URL。即使有政策，Claude 點擊的連結或重新導向仍可能將瀏覽器帶往 loopback（`localhost`、`127.0.0.1`）、鏈路本機位址（例如雲端中繼資料位址 `169.254.169.254`），以及私有網路範圍。[容器上的出口規則](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#put-egress-policy-on-the-container)可以封鎖鏈路本機和私有位址。在容器外部強制執行的規則無法封鎖 loopback。 SDK 不會檢查 URL 的 scheme，因此您的驅動程式必須拒絕所有它不打算開啟的 scheme，例如 `javascript:`、`view-source:`、`data:` 和 `file:`。大多數驅動程式只需要 `http` 和 `https`。下方的範例政策只允許 `http` 和 `https` URL，以及 `about:blank`。 `file:` URL 讓 Claude 能夠讀取瀏覽器主機上的檔案。`javascript:` URL 會在目前頁面中執行指令碼，即使 `javascript_exec` 已關閉也一樣。出口規則無法阻止這兩者。 「URL policy」（URL 政策）是您以 `url_policy` (typescript: `urlPolicy`) 傳入的函式。政策由您撰寫，您也有責任讓它達到正式環境的水準。在您的 `navigate` 執行之前，SDK 會以呼叫的上下文和 Claude 所寫的 URL 呼叫該政策。 不回傳任何內容即表示允許該 URL。若要拒絕，請引發 `ToolError`（在 TypeScript 中則是拋出它）。Claude 會讀取錯誤訊息，而 `navigate` 不會執行。此政策只檢查每個 `navigate` 呼叫中的 URL，它並非網路控制機制。 這是[進階範例](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#quick-start)中的政策。它允許 `about:blank`，以及透過 `http` 和 `https` 存取兩個網站及其子網域： ```python Python import re from urllib.parse import urlsplit from anthropic.tools import ToolError from anthropic.tools.browser import BetaURLContext ALLOWED_HOSTS = ("example.com", "iana.org") SCHEME_PREFIX = re.compile(r"[a-z][a-z0-9+.-]*:", re.IGNORECASE) def is_allowed(url: str) -> bool: # 僅為範例，並非正式環境的政策。 if url.lower() == "about:blank": return True with_scheme = url if SCHEME_PREFIX.match(url) else f"https://{url}" # 瀏覽器會將網頁 URL 中的 "\" 視為 "/"。 try: parts = urlsplit(with_scheme.replace("\\", "/")) except ValueError: return False host = parts.hostname or "" listed = any(host == name or host.endswith(f".{name}") for name in ALLOWED_HOSTS) return parts.scheme in ("http", "https") and listed def url_policy(context: BetaURLContext, url: str) -> None: if not is_allowed(url): raise ToolError(f"blocked: {url} is not on an allowed host") browser = MyBrowser(backend, url_policy=url_policy) ``` ```typescript TypeScript import { type BetaURLContext, ToolError } from "@anthropic-ai/sdk/helpers/beta/toolsets"; const ALLOWED_HOSTS = ["example.com", "iana.org"]; const SCHEME_PREFIX = /^[a-z][a-z0-9+.-]*:/i; // 僅為範例，並非正式環境的政策。 function isAllowed(url: string): boolean { if (url.toLowerCase() === "about:blank") { return true; } const withScheme = SCHEME_PREFIX.test(url) ? url : `https://${url}`; // 瀏覽器會將網頁 URL 中的 "\" 視為 "/"。 const parsed = URL.parse(withScheme.replaceAll("\\", "/")); const host = parsed?.hostname ?? ""; const listed = ALLOWED_HOSTS.some((name) => host === name || host.endsWith(`.${name}`)); return (parsed?.protocol === "http:" || parsed?.protocol === "https:") && listed; } function urlPolicy(ctx: BetaURLContext, url: string): void { if (!isAllowed(url)) { throw new ToolError(`blocked: ${url} is not on an allowed host`); } } const browser = new MyBrowser(backend, { urlPolicy }); ``` SDK 只會針對 `navigate` 呼叫此政策，而不會針對 `"back"`、`"forward"` 或 `"reload"` 呼叫。Claude 可能會省略 scheme，例如 `example.com`，因此範例在讀取主機之前，會為不以 scheme 開頭的 URL 加上 `https://`。您的 `navigate` 收到的是 Claude 所寫的 URL。請在那裡以相同的判斷加上 scheme，讓瀏覽器開啟的正是您的政策所檢查的 URL。 此範例並非正式環境等級。正式環境的政策需要更多處理，涵蓋以下等領域： * Claude 點擊的連結、提交的表單、重新導向，以及頁面自行發出的請求。只有您的驅動程式看得到這些。請參閱[在驅動程式中攔截請求](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#intercept-requests-in-the-driver)。 * 來自頁面內容的主機名稱和 URL，攻擊者可以選擇這些內容。 * 以瀏覽器的方式解析每個 URL，而非以單純的字串分割來找出主機名稱。 * URL scheme。SDK 不會檢查它們，因此請拒絕您的驅動程式不打算開啟的每個 scheme。 * 容器上的出口規則，用於處理任何 URL 檢查都看不到的部分。請參閱[在容器上設定出口政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#put-egress-policy-on-the-container)。 如果您傳入 `url_policy=None` (typescript: `urlPolicy: null`)，SDK 會拒絕每個導向 URL 的 `navigate`，因此從您的設定中讀取到的 `None` (typescript: `null`) 不會意外地讓 URL 未經檢查。在 TypeScript 中，`undefined` 會讓該選項保持未設定，與不傳入它相同。 ### 在驅動程式中攔截請求 URL 政策只判斷 `navigate` 呼叫中的 URL。Claude 點擊的連結、提交的表單、重新導向，或已允許頁面上的圖片或指令碼，仍可能存取政策會拒絕的主機。請使用[出口規則](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#put-egress-policy-on-the-container)封鎖這些主機。 具備請求攔截功能的驅動程式也可以在其請求掛鉤中檢查這些請求，請求掛鉤是您的自動化函式庫在每個請求之前呼叫的函式。呼叫您的政策所使用的函式，這樣規則只需撰寫一次： ```python Python class MyBrowser(BetaAbstractBrowserToolset20260801): ... # 透過 context.route("**/*", self._guard) 註冊於 Playwright 瀏覽器 context 上 def _guard(self, route): # is_allowed 是「Write a URL policy」中的函式 if not is_allowed(route.request.url): return route.abort("blockedbyclient") route.continue_() ``` ```typescript TypeScript // 在 driver 類別中，於 Playwright 瀏覽器 context 上。 // isAllowed 是「Write a URL policy」中的函式。 await context.route("**/*", (route) => isAllowed(route.request().url()) ? route.continue() : route.abort("blockedbyclient") ); ``` 像這樣的請求掛鉤看不到 WebSocket 交握、service worker 請求或重新導向的中繼跳轉。請封鎖 service worker。使用能看到 WebSocket 交握和重新導向跳轉的掛鉤來檢查它們。範例政策會拒絕 `ws://` 和 `wss://` URL，因此在將 WebSocket URL 傳給 `is_allowed` (typescript: `isAllowed`) 之前，請將 `ws://` 改為 `http://`，並將 `wss://` 改為 `https://`。 ### 在容器上設定出口政策 攔截無法看到瀏覽器發出的每個請求，而 URL 政策也看不到名稱解析到的位置。由容器網路強制執行的「egress policy」（出口政策）可以同時涵蓋這兩者： * 封鎖 IPv4 和 IPv6 中的鏈路本機和私有位址範圍，其中包括雲端中繼資料位址 `169.254.169.254`。 * 只允許對任務所需主機的對外連線。如果您的規則比對的是 IP 位址，請在容器啟動時解析您允許的主機名稱。 * 只允許對容器解析器的 DNS。 在瀏覽器容器外部強制執行的規則（例如 Kubernetes NetworkPolicy 或雲端防火牆）看不到容器內部的 loopback。若只有這些規則，頁面就能存取在那裡監聽的任何服務，包括 DevTools 連接埠，該連接埠會顯示瀏覽器開啟的分頁清單以及控制每個分頁的位址。 ### 限制上傳和下載 `file_upload` 預設為關閉。若沒有 `file_policy` (typescript: `filePolicy`)，SDK 會拒絕每個提供路徑或[文件 ID](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-tool#upload-files) 的上傳。若要啟用上傳，請傳入一個 `BetaLocalFilePolicy` (typescript: `BetaNodeFilePolicy`)，並指定一個只存放任務檔案的上傳目錄： ```python Python from anthropic.tools.browser import BetaLocalFilePolicy # 同時實作 file_upload 的 MyBrowser browser = MyBrowser( backend, configs={"file_upload": {"enabled": True}}, confirm=make_confirm(), # required for file_upload; see Gate consequential members url_policy=url_policy, file_policy=BetaLocalFilePolicy( upload_roots=["/task/uploads"], download_dir="/task/downloads", expose_download_paths=False, ), ) ``` ```typescript TypeScript import { BetaNodeFilePolicy } from "@anthropic-ai/sdk/helpers/beta/toolsets/node"; // 同時實作 file_upload 的 MyBrowser const browser = new MyBrowser(backend, { configs: { file_upload: { enabled: true } }, confirm: makeConfirm(), // required for file_upload; see Gate consequential members urlPolicy, filePolicy: new BetaNodeFilePolicy({ uploadRoots: ["/task/uploads"], downloadDir: "/task/downloads", exposeDownloadPaths: false }) }); ``` SDK 會解析每個上傳路徑（包括追蹤符號連結），並拒絕上傳根目錄之外的任何路徑。若下載目錄本身是上傳根目錄、位於上傳根目錄內，或包含上傳根目錄，檔案政策會引發設定錯誤。此檢查可能會漏掉符號連結，因此請勿讓符號連結使下載目錄與上傳根目錄相同，或使其中一個位於另一個之內。只有當 `expose_download_paths` (typescript: `exposeDownloadPaths`) 為 true 且檔案位於下載目錄內時，SDK 才會在狀態報告中包含下載的 `path`。 內建的檔案政策會在執行 SDK 的程序所在的檔案系統上檢查路徑。它只能保護與該檔案系統共用的瀏覽器。對於遠端瀏覽器，請改為遵循[遠端與託管瀏覽器](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#remote-and-hosted-browsers)。 請以下列方式設定下載： * 自行建立模式為 `0700` 的下載目錄，並以 `noexec,nosuid,nodev` 掛載。 * 讓該目錄無法被 Claude 可呼叫的其他工具（例如 shell 或檔案工具）存取。 * 在 `download_failed` 狀態變更中，將 `error` 寫成固定的措辭。例外的文字可能包含路徑或 URL。 * 在有人做出決定之前，不要將下載的檔案讀入對話中，也不要執行它。 ### 管控具重大影響的成員 `javascript_exec` 和 `file_upload` 預設為關閉。如果您在沒有 `confirm` 可呼叫物件的情況下啟用其中任何一個，建構函式會引發設定錯誤。有 `confirm` 可呼叫物件時，SDK 會在每個即將執行的呼叫之前呼叫它。沒有的話，則不會詢問任何事。在 TypeScript 中，`confirm: null` 不會引發設定錯誤，而 SDK 會拒絕對任何成員的每個呼叫。 回傳 `True` (typescript: `true`) 以執行呼叫，或回傳 `False` (typescript: `false`) 以拒絕呼叫。當您的可呼叫物件詢問某人時，請向對方顯示成員、頁面的 URL 和呼叫的輸入。首先，請跳脫 URL 和輸入中所有可列印 ASCII 以外的字元，因為兩者都可能夾帶來自頁面的文字。 此範例透過您自己的 `ask_user` (typescript: `askUser`) 函式詢問兩個受管控的成員，並核准其餘成員： ```python Python import json from collections.abc import Callable from urllib.parse import urlsplit from anthropic.tools.browser import BetaConfirmContext GATED = {"javascript_exec", "file_upload"} def shown(value: object) -> str: """A value as JSON, with every character outside printable ASCII escaped.""" return json.dumps(value, ensure_ascii=True, indent=2) def make_confirm() -> Callable[[BetaConfirmContext], bool]: granted: set[tuple[str, str, str]] = set() def confirm(context: BetaConfirmContext) -> bool: name = context.member if name not in GATED: return True detail = shown(context.input.to_dict()) page = context.tab_url where = shown(page) if page else "a tab with no URL" question = f"Allow {name} on {where}?\n{detail}" if page is None or urlsplit(page).scheme not in ("http", "https"): return ask_user(question) # no web origin: ask every time # 核准僅適用於此頁面上的這個確切輸入。 key = (name, page, detail) if key not in granted and ask_user(question): granted.add(key) return key in granted return confirm # 同時實作 javascript_exec 與 file_upload 的 MyBrowser # file_upload 也需要「Confine uploads and downloads」中的 file_policy browser = MyBrowser( backend, configs={"javascript_exec": {"enabled": True}, "file_upload": {"enabled": True}}, confirm=make_confirm(), url_policy=url_policy, ) ``` ```typescript TypeScript import type { BetaConfirmContext } from "@anthropic-ai/sdk/helpers/beta/toolsets"; const GATED = new Set(["javascript_exec", "file_upload"]); /** A value as JSON, with every character outside printable ASCII escaped. */ const shown = (value: unknown): string => JSON.stringify(value, null, 2).replace( /[^\n\x20-\x7e]/g, (match) => `\\u${match.charCodeAt(0).toString(16).padStart(4, "0")}` ); const makeConfirm = () => { const granted = new Set(); return async (ctx: BetaConfirmContext): Promise => { const name = ctx.member; if (!GATED.has(name)) { return true; } const detail = shown(ctx.input); const page = ctx.tabURL; const where = page ? shown(page) : "a tab with no URL"; const question = `Allow ${name} on ${where}?\n${detail}`; const scheme = page === undefined ? undefined : URL.parse(page)?.protocol; if (scheme !== "http:" && scheme !== "https:") { return askUser(question); // no web origin: ask every time } // 核准僅涵蓋此頁面上的這個確切輸入。 const key = `${name} ${page} ${detail}`; if (!granted.has(key) && (await askUser(question))) { granted.add(key); } return granted.has(key); }; }; // 同時實作 javascript_exec 與 file_upload 的 MyBrowser // file_upload 也需要「Confine uploads and downloads」中的 filePolicy const browser = new MyBrowser(backend, { configs: { javascript_exec: { enabled: true }, file_upload: { enabled: true } }, confirm: makeConfirm(), urlPolicy }); ``` 每次呼叫 `make_confirm()` (typescript: `makeConfirm()`) 都會回傳一個沒有任何核准紀錄的可呼叫物件。請為每個工具集呼叫一次，並為每位使用者提供各自的工具集。 核准涵蓋的是上次狀態報告所顯示的頁面，而頁面可能在呼叫執行之前發生變化。購買、傳送訊息和接受條款都是透過 `left_click` 和 `type` 等一般成員進行的，因此 `confirm` 無法依名稱將它們挑出。若要讓某人核准這些動作，也請針對這些成員進行詢問。 除非[出口規則](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#put-egress-policy-on-the-container)將瀏覽器的對外連線限制在任務所需的主機，否則請勿啟用 `javascript_exec`。指令碼可以將頁面內容傳送到瀏覽器能存取的任何位址。 `navigate` 呼叫中的 `javascript:` URL 也會在目前頁面中執行指令碼，即使 `javascript_exec` 已關閉也一樣。`confirm` 會將該呼叫視為 `navigate`，因此範例中的 `confirm` 可呼叫物件會核准它。您的驅動程式必須拒絕 `javascript:` URL。在範例中，[URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)會在 `confirm` 執行之前拒絕它們。 ### 隔離瀏覽器主機 為每個工作階段在專用、最低權限的容器或 VM 中執行瀏覽器： * 以非 root 使用者身分執行，並在瀏覽器允許的情況下使用唯讀的根檔案系統。 * 除了您所設定的上傳和下載目錄（如果有的話）之外，不要從主機掛載任何內容。 * 讓環境中不含憑證，並從全新的瀏覽器設定檔開始。 * 不與 Claude 可呼叫的其他工具共用任何檔案系統。 瀏覽器設定檔不得登入任何您不願將其資料或操作交給 Claude 的帳戶。`javascript_exec` 會以頁面本身的權限執行：包括其 cookie、其儲存空間，以及其已登入的工作階段。 請在瀏覽器容器之外執行呼叫 API 的程式碼，因為該程式碼持有您的 API 金鑰和對話內容。工具執行器和 `tool_result` (typescript: `toolResult`) 都會在該程式碼的程序中執行工具集，因此瀏覽器不會與工具集共用檔案系統。請將瀏覽器視為遠端：[遠端與託管瀏覽器](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#remote-and-hosted-browsers)適用於此情況。 請將頁面傳回的所有內容視為不受信任，包括頁面文字、螢幕截圖、主控台和網路項目、分頁標題以及下載名稱。 ### 遠端與託管瀏覽器 有些瀏覽器不會與執行 SDK 的程序共用檔案系統。例如位於另一個容器中的瀏覽器、您透過 DevTools URL 存取的瀏覽器，以及來自託管瀏覽器服務的瀏覽器。對於這些瀏覽器，URL 政策、請求攔截和 `confirm` 仍會在您的程序中執行。 使用託管瀏覽器時，由供應商控制出口和主機隔離。您自己的出口政策在那裡並不適用，因此驅動程式的請求 hook 是您對瀏覽器請求的唯一檢查。請了解瀏覽器的網路可以存取哪些位置。 內建的路徑檢查無法保護遠端瀏覽器。`BetaLocalFilePolicy` (typescript: `BetaNodeFilePolicy`) 會在執行 SDK 的程序所在的檔案系統上檢查路徑，而瀏覽器讀寫的是它自己的檔案系統。 SDK 無法偵測瀏覽器是否為遠端。因此對於遠端瀏覽器，請保持 `file_upload` 關閉，除非您的驅動程式使用自己的 `BetaFilePolicy`，在瀏覽器執行的位置檢查上傳路徑。`BetaFilePolicy` 會審查每個上傳的路徑和文件 ID，並決定 Claude 是否能看到下載的路徑。 請讓遠端瀏覽器拒絕下載，除非其本身的主機具備[限制上傳和下載](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#confine-uploads-and-downloads)中的下載設定。 請勿讓供應商的 API 金鑰和工作階段的連線 URL（其中可能包含金鑰）出現在日誌、工具結果和錯誤文字中。如果供應商會錄製工作階段，該錄製內容就是 Claude 所看到和輸入的所有內容的另一份副本，且供應商的保留條款適用於它。 ## 電腦工具集 `BetaAbstractComputerToolset20260801` 是用於[電腦使用工具](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool)的類別。驅動程式是一個子類別，每個工具對應一個方法，例如 `screenshot` 或 `left_click`。您可以從[合作夥伴整合](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#partner-integrations)下的合作夥伴驅動程式開始。若要自行撰寫，claude-quickstarts 儲存庫提供了以 Python 和 TypeScript 撰寫的[最小 VNC 範例](https://github.com/anthropics/claude-quickstarts/tree/main/computer-toolset)。它透過 VNC 控制桌面，並非正式環境用的程式碼。 此類別接受 `configs`、`confirm` 和 `tool_configs` (typescript: `toolConfigs`)，傳入方式與瀏覽器類別相同。[自訂驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#customize-a-driver)、[處理錯誤](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#handle-errors)、[在回應串流時啟動呼叫](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#start-calls-while-the-response-streams)和[不使用工具執行器執行](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#run-without-the-tool-runner)也適用於它，但有以下差異： * **僅限瀏覽器的選項：** 此類別沒有 [URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)、沒有[檔案政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#confine-uploads-and-downloads)，也沒有[狀態報告](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#report-browser-state)。 * **`configs`：** 您實作的每個工具預設都是開啟的。各工具的設定列於[工具參數](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#tool-parameters)。 * **`confirm`：** 如果您的類別實作了 `type`、`key` 或 `hold_key`，除非您傳入 `confirm` 可呼叫物件或使用 `configs` 關閉這些工具，否則建構函式會引發設定錯誤。覆寫 `execute` 的類別會被視為實作了這三者。 * **被略過的呼叫：** 在電腦呼叫失敗後，工具執行器會以 `Not executed: an earlier computer action in this turn failed.` 回應該回合的後續電腦呼叫。瀏覽器呼叫則會收到不同的文字。在您自行撰寫的迴圈中，請以該確切文字回應被略過的電腦呼叫（[批次動作](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#batch-actions)）。 * **`execute`：** 在 TypeScript 中，`execute` 覆寫會將 `name` 的型別設為 `BetaComputerMemberName`，並將 `input` 的型別設為 `BetaComputerMemberInput`。兩者都來自 `@anthropic-ai/sdk/resources/beta`。 * **錯誤文字：** SDK 不會隱藏電腦工具錯誤文字中或工具回傳文字中的本機路徑。Claude 會讀取兩者，並截斷為 4,096 個字元。請在您的工具中捕捉例外，並以您自己的文字引發 `ToolError`（在 TypeScript 中則是拋出它）。 ### 撰寫桌面驅動程式 此驅動程式實作了[可用動作](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#available-actions)中所列 17 個工具中的五個。您未實作的工具會以停用狀態傳送至 API，如[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)所述。在範例中，`display` 代表您自己對任何控制桌面之工具（例如 VNC 用戶端或 `xdotool`）的包裝，而 `ask_user` (typescript: `askUser`) 代表您自己用來詢問使用者的函式。 ```python Python from anthropic import Anthropic from anthropic.tools.computer import ( BetaAbstractComputerToolset20260801, BetaComputerCursorPositionResult, BetaScreenshotResult, BetaToolsetCallContext, ) from anthropic.types.beta import ( BetaComputerCursorPositionInput, BetaComputerKeyInput, BetaComputerLeftClickInput, BetaComputerScreenshotInput, BetaComputerTypeInput, ) class MyDesktop(BetaAbstractComputerToolset20260801): def __init__(self, display, **options): super().__init__(**options) self.display = display def screenshot( self, context: BetaToolsetCallContext, input: BetaComputerScreenshotInput ) -> BetaScreenshotResult: # Claude 的座標是此影像中的像素位置。 data = self.display.png_base64() return BetaScreenshotResult(data=data, media_type="image/png") def cursor_position( self, context: BetaToolsetCallContext, input: BetaComputerCursorPositionInput ) -> BetaComputerCursorPositionResult: x, y = self.display.cursor() return BetaComputerCursorPositionResult(x=x, y=y) def left_click( self, context: BetaToolsetCallContext, input: BetaComputerLeftClickInput ) -> None: # input.coordinate 為 [x, y]，或為 None 表示在游標處點擊。input.text 是 # 要按住的修飾鍵，例如 "shift"。無需回傳：Claude 會讀到 "Clicked." self.display.click(input.coordinate, input.text) def type( self, context: BetaToolsetCallContext, input: BetaComputerTypeInput ) -> None: self.display.type(input.text) def key(self, context: BetaToolsetCallContext, input: BetaComputerKeyInput) -> None: self.display.press(input.text, input.repeat or 1) def close(self) -> None: super().close() # first, so no call is still using the desktop when it closes self.display.close() client = Anthropic() with MyDesktop( display, # type 與 key 必填；請參閱「安全地執行 computer 工具集」 confirm=lambda context: ask_user(f'Allow the "{context.member}" tool?'), ) as desktop: runner = client.beta.messages.tool_runner( model="claude-opus-5-5", max_tokens=1024, tools=[desktop], messages=[ {"role": "user", "content": "Open the calculator and compute 17 * 23."} ], ) for message in runner: print(message) ``` ```typescript TypeScript import Anthropic from "@anthropic-ai/sdk"; import { BetaAbstractComputerToolset20260801, type BetaComputerCursorPositionResult, type BetaComputerToolsetOptions, type BetaScreenshotResult, type BetaToolsetCallContext } from "@anthropic-ai/sdk/helpers/beta/toolsets"; import type { BetaComputerCursorPositionInput, BetaComputerKeyInput, BetaComputerLeftClickInput, BetaComputerScreenshotInput, BetaComputerTypeInput } from "@anthropic-ai/sdk/resources/beta"; class MyDesktop extends BetaAbstractComputerToolset20260801 { constructor( private display: Display, options: BetaComputerToolsetOptions = {} ) { super(options); } protected override async screenshot( ctx: BetaToolsetCallContext, input: BetaComputerScreenshotInput ): Promise { // Claude 的座標是此影像中的像素位置。 return { data: await this.display.pngBase64(), mediaType: "image/png" }; } protected override async cursor_position( ctx: BetaToolsetCallContext, input: BetaComputerCursorPositionInput ): Promise { const { x, y } = await this.display.cursor(); return { x, y }; } protected override async left_click( ctx: BetaToolsetCallContext, input: BetaComputerLeftClickInput ): Promise { // input.coordinate 為 [x, y]，若為 null 或 undefined 則在游標處點擊。input.text // 為要按住的修飾鍵，例如 "shift"。無需回傳：Claude 會讀到 "Clicked." await this.display.click(input.coordinate, input.text); } // type 工具在 TypeScript 中寫作 type_。 protected override async type_( ctx: BetaToolsetCallContext, input: BetaComputerTypeInput ): Promise { await this.display.type(input.text); } protected override async key( ctx: BetaToolsetCallContext, input: BetaComputerKeyInput ): Promise { await this.display.press(input.text, input.repeat ?? 1); } override async close(): Promise { await super.close(); // first, so no call is still using the desktop when it closes await this.display.close(); } } const client = new Anthropic(); const desktop = new MyDesktop(display, { // type 與 key 必填；請參閱「安全地執行 computer 工具集」 confirm: (ctx) => askUser(`Allow the "${ctx.member}" tool?`) }); try { const runner = client.beta.messages.toolRunner({ model: "claude-opus-5-5", max_tokens: 1024, tools: [desktop], messages: [{ role: "user", content: "Open the calculator and compute 17 * 23." }] }); for await (const message of runner) { console.log(message); } } finally { await desktop.close(); } ``` 此範例中的 `confirm` 會在驅動程式執行的每個呼叫之前詢問某人。在您對拋棄式機器以外的任何環境執行驅動程式之前，請閱讀[安全地執行電腦工具集](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#run-the-computer-toolset-safely)。 有四個工具沒有輸入欄位：`screenshot`、`cursor_position`、`left_mouse_down` 和 `left_mouse_up`。每個輸入型別（包括它們的）都來自 `anthropic.types.beta` (typescript: `@anthropic-ai/sdk/resources/beta`)。 在 TypeScript 中，請將工具寫成方法，而非箭頭函式欄位。[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)說明了原因。 ### 縮放座標並調整圖片大小 Claude 傳送的每個點都是您所回傳螢幕截圖中的像素位置：每個 `coordinate` 和 `start_coordinate`，以及 `zoom` `region` 的兩個角。SDK 會將它們原封不動地傳遞給您的工具。 如果您的螢幕截圖與顯示器的大小不同，請在您的驅動程式中進行雙向轉換：將 Claude 的點轉換為顯示器像素，並將您回報的游標位置轉換為螢幕截圖像素。在整個工作階段中保持螢幕截圖大小不變，並使其具有與顯示器相同的長寬比： ```python Python from anthropic.tools import ToolError SCREENSHOT_SIZE = (1280, 720) # the size of every full screenshot the driver returns DISPLAY_SIZE = (2560, 1440) def to_display(coordinate: list[int]) -> tuple[int, int]: x, y = coordinate width, height = SCREENSHOT_SIZE if not (0 <= x < width and 0 <= y < height): # 拒絕此座標點。若將其移入範圍內，會點擊到 Claude 未選擇的位置。 raise ToolError(f"[{x}, {y}] is outside the {width}x{height} screenshot") return x * DISPLAY_SIZE[0] // width, y * DISPLAY_SIZE[1] // height def to_screenshot(x: int, y: int) -> tuple[int, int]: width, height = DISPLAY_SIZE return x * SCREENSHOT_SIZE[0] // width, y * SCREENSHOT_SIZE[1] // height to_display([640, 360]) # (1280, 720) ``` ```typescript TypeScript import { ToolError } from "@anthropic-ai/sdk/helpers/beta/toolsets"; const SCREENSHOT_SIZE = { width: 1280, height: 720 }; // the size of every full screenshot const DISPLAY_SIZE = { width: 2560, height: 1440 }; function toDisplay(coordinate: number[]): [number, number] { const [x, y] = coordinate; const { width, height } = SCREENSHOT_SIZE; if (x < 0 || x >= width || y < 0 || y >= height) { // 拒絕此座標點。若將其移入範圍內，會點擊到 Claude 並未選擇的位置。 throw new ToolError(`[${x}, ${y}] is outside the ${width}x${height} screenshot`); } return [ Math.floor((x * DISPLAY_SIZE.width) / width), Math.floor((y * DISPLAY_SIZE.height) / height) ]; } function toScreenshot(x: number, y: number): [number, number] { return [ Math.floor((x * SCREENSHOT_SIZE.width) / DISPLAY_SIZE.width), Math.floor((y * SCREENSHOT_SIZE.height) / DISPLAY_SIZE.height) ]; } toDisplay([640, 360]); // [1280, 720] ``` 在對每個 `coordinate` 和 `start_coordinate` 採取動作之前，先對其呼叫 `to_display` (typescript: `toDisplay`)，並對 `cursor_position` 回報的位置呼叫 `to_screenshot` (typescript: `toScreenshot`)。沒有 `coordinate` 的點擊或捲動會在游標處執行，因此沒有需要轉換的內容。以相同的比例縮放 `zoom` `region`。`zoom` 圖片不會改變這一點：Claude 接下來傳送的點仍然是完整螢幕截圖中的像素位置。 SDK 從不讀取或調整圖片大小。API 會拒絕超出模型限制的圖片，這會結束執行。請在驅動程式中縮放每張螢幕截圖和 `zoom` 圖片。請參閱[調整螢幕截圖大小以符合圖片限制](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#handle-coordinate-scaling-for-higher-resolutions)。在長時間執行中，一個請求可能包含超過 20 張圖片，此時 API 會對每張圖片套用更嚴格的限制。請參閱[管理螢幕截圖歷史記錄](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#manage-screenshot-history)。 ### 輸入檢查與結果 不要依賴 SDK 來檢查呼叫的輸入。讓您的驅動程式檢查它所使用的欄位，並拒絕它無法執行的呼叫：引發 `ToolError`（在 TypeScript 中則是拋出它）。Claude 會讀取該訊息，並可以傳送修正後的呼叫。 兩個 SDK 都不會限制 `duration`、`repeat` 次數或 `scroll_amount`。[安全地執行電腦工具集](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#run-the-computer-toolset-safely)下的步驟 4 涵蓋了這些內容。 工具回傳的內容決定了 Claude 讀取的內容： | 工具 | 回傳 | Claude 讀取 | | ------------------- | ---------------------------------- | ------------------------------------------- | | `screenshot`、`zoom` | `BetaScreenshotResult` | 一個圖片區塊 | | `cursor_position` | `BetaComputerCursorPositionResult` | `X={x},Y={y}` | | 其他所有工具 | 無，或一行文字 | 簡短的確認訊息，例如 `Clicked.`，接著是回傳的那一行，位於其自己的文字區塊中 | ### 安全地執行電腦工具集 螢幕上的內容會引導 Claude 的下一個動作。網頁或通知可能會試圖讓 Claude 在錯誤的視窗中輸入文字，或觸發具有實際影響的動作。 實作 `type`、`key` 或 `hold_key` 的驅動程式需要一個 `confirm` 可呼叫物件。若沒有它，建構函式會引發設定錯誤，除非 `configs` 關閉了這些工具。SDK 本身不會詢問任何人：它會執行您的 `confirm` 核准的每個呼叫，而在沒有 `confirm` 的情況下，它會執行每個呼叫，包括每次點擊。您實作的每個電腦工具預設都是啟用的。 在您對拋棄式機器以外的任何環境執行驅動程式之前，請採取以下五個步驟： 1. 隔離桌面。為每個工作階段在專用、最低權限的容器或虛擬機器中執行它，不含任何憑證，也不掛載主機。只安裝任務所需的應用程式。在其外部執行呼叫 API 的程式碼。 2. 使用 `confirm` 把關具有實際影響的動作。購買或傳送訊息只是一般的 `left_click`、`type` 或 `key`，而 `confirm` 接收的是工具及其輸入，而非螢幕畫面。因此，請根據 Claude 在桌面上可以存取的應用程式，選擇哪些工具需要核准。 3. 除非任務需要，否則不要在桌面上放置終端機、執行對話方塊和啟動器。當其中之一取得鍵盤焦點時，`type`、`key` 和 `hold_key` 會執行 Claude 輸入的任何內容，而點擊可能會啟動程式。如果任務需要其中之一，請在鍵盤輸入和點擊之前詢問使用者，並隔離桌面，使指令的影響範圍不超出任務所需。 4. 拒絕您的桌面不應接受的輸入，例如螢幕截圖範圍外的點、長達數分鐘的 `wait`，或非常大的 `repeat` 或 `scroll_amount`。引發 `ToolError`（在 TypeScript 中則是拋出它），而不是將該值調整到範圍內。 5. 將螢幕上的所有內容視為不受信任的，包括視窗標題和剪貼簿文字。不要在未經檢查的情況下執行或傳遞它們。 SDK 透過您傳入的可呼叫物件套用步驟 2。其他步驟則取決於您的驅動程式和部署。[安全性考量](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/computer-use-tool#security-considerations)下的預防措施也同樣適用。 以下的 `confirm` 會在任何鍵盤輸入之前，透過您自己的 `ask_user` (typescript: `askUser`) 函式詢問使用者，並核准其他所有呼叫。`context.member` (typescript: `ctx.member`) 是工具的名稱。若也要讓使用者核准點擊，請將 `ASK_FIRST` 設定為 `KEYBOARD | CLICKS` (typescript: `new Set([...KEYBOARD, ...CLICKS])`)。 ```python Python from anthropic.tools.computer import BetaComputerConfirmContext KEYBOARD = {"type", "key", "hold_key"} CLICKS = { "left_click", "right_click", "middle_click", "double_click", "triple_click", "left_click_drag", "left_mouse_down", "left_mouse_up", } ASK_FIRST = KEYBOARD def confirm(context: BetaComputerConfirmContext) -> bool: if context.member not in ASK_FIRST: return True # 此處顯示的是「Gate consequential members」中的函式。 detail = shown(context.input.to_dict()) return ask_user(f'Allow the "{context.member}" tool with this input?\n{detail}') desktop = MyDesktop(display, confirm=confirm) ``` ```typescript TypeScript import type { BetaComputerConfirmContext } from "@anthropic-ai/sdk/helpers/beta/toolsets"; const KEYBOARD = ["type", "key", "hold_key"]; const CLICKS = [ "left_click", "right_click", "middle_click", "double_click", "triple_click", "left_click_drag", "left_mouse_down", "left_mouse_up" ]; const ASK_FIRST = new Set(KEYBOARD); async function confirm(ctx: BetaComputerConfirmContext): Promise { if (!ASK_FIRST.has(ctx.member)) { return true; } // 此處顯示的是「Gate consequential members」中的函式。 return askUser(`Allow the "${ctx.member}" tool with this input?\n${shown(ctx.input)}`); } const desktop = new MyDesktop(display, { confirm }); ``` 被拒絕的呼叫會得到錯誤結果，而執行會繼續進行。對於被拒絕的 `type` 呼叫，Claude 會讀取 `The user did not grant permission to run 'type'. Do not retry it unless the user asks you to.` 此 `confirm` 會核准所有不在 `ASK_FIRST` 中的工具，包括您之後新增的任何工具。若要採取失敗即關閉（fail closed）的方式，請只核准對桌面沒有影響的工具（`screenshot`、`zoom`、`cursor_position` 和 `wait`），並對其他所有工具進行詢問。 ### 在一個請求中使用兩個工具集 在 `tools` 中傳入兩個實例。每個呼叫都帶有其 `toolset_name`（`browser` 或 `computer`），而工具執行器會將呼叫傳送到相符的實例。在呼叫失敗後，工具執行器只會略過該回合中對同一工具集的後續呼叫，因此失敗的電腦呼叫不會略過該回合的瀏覽器呼叫。 ```python Python # MyBrowser、backend 與 url_policy 取自進階範例。 # confirm 是「安全地執行 computer 工具集」中的函式。 with ( MyBrowser(backend, url_policy=url_policy) as browser, MyDesktop(display, confirm=confirm) as desktop, ): runner = client.beta.messages.tool_runner( model="claude-opus-5-5", max_tokens=1024, tools=[browser, desktop], messages=[ { "role": "user", "content": "Copy the heading on example.com into the open text editor.", } ], stream=True, run_tools_eagerly=True, # so a call can start before the response ends ) for stream in runner: print(stream.get_final_message()) ``` ```typescript TypeScript // MyBrowser、backend 與 urlPolicy 來自進階範例。 // confirm 是「安全地執行 computer 工具集」中的函式。 const browser = new MyBrowser(backend, { urlPolicy }); const desktop = new MyDesktop(display, { confirm }); try { const runner = client.beta.messages.toolRunner({ model: "claude-opus-5-5", max_tokens: 1024, tools: [browser, desktop], messages: [ { role: "user", content: "Copy the heading on example.com into the open text editor." } ], stream: true, runToolsEagerly: true // so a call can start before the response ends }); for await (const stream of runner) { console.log(await stream.finalMessage()); } } finally { await Promise.all([browser.close(), desktop.close()]); } ``` 在您自己撰寫的迴圈中，請使用 `toolset_name` (typescript: `toolsetName`) 與呼叫的 `toolset_name` 相符之實例上的 `tool_result` (typescript: `toolResult`) 來回應每個呼叫。在每個回合中，分別追蹤每個工具集的失敗呼叫，並以該工具集自己的文字回應被略過的呼叫。[不使用工具執行器執行](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#run-without-the-tool-runner)提供了瀏覽器的文字，而本節開頭的「被略過的呼叫」項目則提供了電腦的文字。 ## 參考 建構函式選項在兩個 SDK 中具有相同的意義： | Python | TypeScript | 設定 | | ------------------- | -------------- | ------------------------------------------- | | `configs` | `configs` | 啟用哪些成員 | | `confirm` | `confirm` | 核准或拒絕每個呼叫的可呼叫物件 | | `url_policy` | `urlPolicy` | 您的 URL 政策，SDK 會在每次 `navigate` 至某個 URL 之前呼叫它 | | `file_policy` | `filePolicy` | 上傳根目錄和下載路徑的公開方式 | | `tool_configs` | `toolConfigs` | `tools` 項目的欄位，例如 `cache_control` | | `_browser_state` 方法 | `browserState` | 狀態報告 | 瀏覽器類別接受表格中的所有選項。電腦類別接受 `configs`、`confirm` 和 `tool_configs` (typescript: `toolConfigs`)。 建構後您無法變更選項。[Python 瀏覽器工具集指南](https://github.com/anthropics/anthropic-sdk-python/blob/main/browser-toolset.md)、[TypeScript 瀏覽器工具集指南](https://github.com/anthropics/anthropic-sdk-typescript/blob/main/browser-toolset.md)、[Python 電腦工具集指南](https://github.com/anthropics/anthropic-sdk-python/blob/main/computer-toolset.md)和 [TypeScript 電腦工具集指南](https://github.com/anthropics/anthropic-sdk-typescript/blob/main/computer-toolset.md)說明了每個選項。Python 指南也涵蓋了非同步類別 `BetaAsyncAbstractBrowserToolset20260801` 和 `BetaAsyncAbstractComputerToolset20260801`。 ## 限制 * **SDK 不包含瀏覽器、桌面、現成的驅動程式或 URL 政策：** 這些需由您提供。請參閱[合作夥伴整合](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#partner-integrations)、[實作驅動程式](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#implement-a-driver)和[撰寫 URL 政策](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#write-a-url-policy)。 * **URL 政策只會看到 `navigate` 呼叫：**它看不到網頁發出的請求，也看不到以其他方式開啟的網頁，例如從 Claude 點擊的連結或重新導向開啟的網頁。請參閱[在驅動程式中攔截請求](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#intercept-requests-in-the-driver)。 * **核准是根據上次的狀態報告：** 頁面可能在該報告之後發生變化。SDK 不會在呼叫執行之前再次檢查頁面。 * **同一個工具集上的呼叫一次執行一個：** 您無法關閉此行為。 * **SDK 不會檢查分頁 ID 是否唯一或分頁數量，也不一定會檢查是否只有一個分頁處於作用中：**API 會拒絕違反這些規則的報告。 * **對於電腦呼叫，`confirm` 接收的是工具及其輸入，而非螢幕畫面：**您無法從中判斷在特定點的點擊會產生什麼效果。 * **SDK 不會調整電腦工具集圖片的大小：**API 會拒絕超出模型限制的圖片。請參閱[縮放座標並調整圖片大小](https://platform.claude.com/docs/zh-TW/agents-and-tools/tool-use/browser-use-sdk#scale-coordinates-and-size-images)。 ## 後續步驟 成員工具、`browser_state` 區塊，以及該工具的安全性考量。 17 個工具、座標與圖片限制，以及該工具的安全性考量。 SDK 如何執行迴圈，以及如何變更它傳送的訊息。 適用於任何讀取不受信任內容之應用程式的防護措施。