金融 Agent 怎样跨网站工作：Browserbase 把浏览器访问、页面控制和数据提取分开处理

导读

金融工作要跨许多网站取资料，怎样让 Agent 访问页面、正确操作，并交回可用数据？Browserbase 把任务分成托管浏览器、页面控制和结构化提取三层。托管服务处理浏览器身份与会话，让云端访问能够延续；Stagehand 保留明确脚本，也把复杂页面整理成模型易读的元素，让助手按自然语言定位和操作，减少逐站维护选择器。开发者再预设字段，让提取工具把网页内容整理成后续程序可以使用的数据。两位讲者以 Ramp 取机票收据为例，说明浏览器如何登录航空公司网站并把收据匹配交易；Bill 面对的则是成千上万个各不相同的供应商付款页面。演示中，同一份代码并行访问多家公司的网站及相关资料，并按预设结构返回信息；单页示例中，页面内容经整理后从约十二万 token 减到四千。