示例：基于控制台的浏览器工具开发与应用实践

基于控制台的工具开发与应用实践

1. 登录AgentArts智能体平台。

2. 在左侧导航栏选择“托管与运行 > 浏览器”，进入浏览器界面。
3. 单击右上角“创建浏览器”，参考表1配置后单击“立即创建”。

   表1 浏览器配置说明

   参数	说明
   名称	可自定义。
   描述（可选）	可自定义。
   委托（可选）	不填写。
   入站身份认证	选择“API key认证”。
   API Key名称	可自定义。
   日志记录	选择开启。
   出网网络配置	选择“公网访问”。

   图1 创建浏览器
   

4. 获取域名和API Key。

   浏览器创建完成后，在列表可查看已创建的浏览器的名称。记录该名称，并获取该沙箱工具的域名、API Key。

   沙箱工具的域名、API Key获取方法如下：

   1. 单击沙箱工具名称。
   2. 进入“配置信息”页面后，获取域名。
      图2 获取沙箱域名
      
   3. 单击"URN"链接，在弹出的窗口中获取沙箱的API Key。
      图3 URN链接
      
      图4 获取沙箱API Key
      

5. 环境准备。
   1. 安装Python。

      本示例需要在Linux服务器上安装Python并执行后续代码操作。

      大多数Linux发行版（如Ubuntu）都预装了Python，您可以先通过python3 --version在Linux系统中检查。

      如未安装，可以使用如下命令安装：

      sudo apt update
      sudo apt install python3

   2. 创建虚拟环境。执行以下命令创建虚拟环境（建议在Python虚拟环境中安装，以避免与系统包产生冲突）。

      # 创建并激活虚拟环境 (linux) 
      python3 -m venv venv 
      source venv/bin/activate

   3. 安装必要的库。在您的Linux服务器的终端中，运行以下命令安装agentarts-sdk、langgraph、langchain_openai包。

      # 安装agentarts-sdk包
      pip install agentarts-sdk
      
      # 安装langgraph包
      pip install langgraph
      
      # 安装langchain_openai包
      pip install langchain-openai

6. 配置环境变量。

   # === 用于通过代码创建浏览器沙箱 ===
   export HUAWEICLOUD_SDK_AK="您的华为云AK"
   export HUAWEICLOUD_SDK_SK="您的华为云SK"
   export AGENTARTS_CONTROL_ENDPOINT="https://agentarts.cn-southwest-2.myhuaweicloud.com"
   
   # === 用于启动浏览器沙箱 ===
   export AGENTARTS_BROWSER_DATA_ENDPOINT="http://您的浏览器沙箱域名"
   export MODEL_API_KEY="您的大模型API密钥"export BASE_URL="https://api.modelarts-maas.com/openai/v1"

   获取AK/SK请参考如何获取华为云AK/SK。

   AGENTARTS_BROWSER_DATA_ENDPOINT请配置为http://{浏览器沙箱域名}，获取方法请参考前面的步骤。

   由于示例中使用华为云MaaS服务中的模型，因此需要登录MaaS服务创建API Key。

   https://api.modelarts-maas.com/openai/v1表示使用OpenAI兼容接口。

   

7. 编写代码脚本。

   在Linux服务器上新建一个Python代码文件（例如browser_app.py），将以下步骤的代码脚本按照顺序组合进去。

   导入浏览器工具及其他包

   import json
   import os
   from typing import Annotated, TypedDict
   from langchain_core.messages import AIMessage, BaseMessage, HumanMessage, SystemMessage
   from langchain_core.tools import tool
   from langchain_openai import ChatOpenAI
   from langgraph.graph import END, StateGraph
   from langgraph.graph.message import add_messages
   from langgraph.prebuilt import ToolNode
   from agentarts.sdk import AgentArtsRuntimeApp
   from agentarts.sdk.tools import browser_session
   app = AgentArtsRuntimeApp()

   编写工具包装代码

   代码文件中填写如下脚本。用于将"连接浏览器沙箱并浏览网页"这一操作包装成一个标准的函数工具。当Agent中的大模型发现需要浏览网页时，会将目标网址传递给这个工具，工具会将网址发送到浏览器沙箱执行导航，再把页面信息拿回来给大模型。

   @tool
   def browse_webpage(url: str, description: str = "") -> str | None:
       """Browse a webpage and retrieve its page information in the browser sandbox"""
       api_key = "替换为获取的浏览器沙箱API Key"  # your api key
       with browser_session(
           "cn-southwest-2",
           "替换为创建的浏览器沙箱名称",
           "agent-browser-session",
           api_key=api_key,
           verify_ssl=False,
       ) as browser_client:
           browser_client.navigate(url=url, api_key=api_key)
           page_info = browser_client.get_page_info(api_key=api_key)
       return json.dumps(page_info)

   编写系统提示词。

   代码文件中添加如下代码，用于编写系统提示词。

   S
   SYSTEM_PROMPT = """你是一个AI助手，可以使用浏览器工具来浏览网页并获取信息。
   可用工具：
   - browse_webpage(url: str, description: str): 在浏览器沙箱中打开网页并获取页面信息
   使用原则：
   1. 当用户需要获取网页内容、查看页面信息时使用此工具
   2. 简单问题直接回答，无需工具验证
   3. 工具调用最多1-2次，避免重复访问
   4. 获得结果后立即返回答案
   """

   定义Agent。

   代码文件中添加如下代码，用于定义一个Agent并集成浏览器沙箱。

   示例中使用deepseek-v4-flash模型，如果需要更换其他模型，请登录MaaS服务，获取模型接口的model参数值（注意代码使用了OpenAI格式的调用方法，需获取对应格式的model参数值）。

   图5 获取MaaS服务model参数值
   

   # 创建Agent
   llm = ChatOpenAI(
       model="deepseek-v4-flash",
       api_key=os.environ.get("MODEL_API_KEY", ""),
       base_url=os.environ.get("BASE_URL", ""),
       max_tokens=1000,
       temperature=0.7,
   )
   # 创建工具列表
   tools = [browse_webpage]
   # 工具绑定Agent
   llm = llm.bind_tools(tools)
   # 定义graph状态
   class AgentState(TypedDict):
       messages: Annotated[list[BaseMessage], add_messages]
   def call_model(state: AgentState):
       """调用模型并返回响应"""
       if not state["messages"] or all(
           not isinstance(msg, SystemMessage) for msg in state["messages"]
       ):
           messages = [SystemMessage(content=SYSTEM_PROMPT)] + state["messages"]
       else:
           messages = state["messages"]
       response = llm.invoke(messages)
       return {"messages": [response]}
   def should_continue(state):
       """判断是否继续使用工具"""
       last_message = state["messages"][-1]
       if isinstance(last_message, AIMessage):
           has_tool_calls = bool(last_message.tool_calls)
           if has_tool_calls:
               return "tools"
       return END
   # 创建LangGraph工作流
   workflow = StateGraph(AgentState)
   workflow.add_node("agent", call_model)
   workflow.add_node("tools", ToolNode(tools))
   # 设置入口
   workflow.set_entry_point("agent")
   # 添加边
   workflow.add_conditional_edges("agent", should_continue, {"tools": "tools", "__end__": "__end__"})
   workflow.add_edge("tools", "agent")
   agent = workflow.compile()

   拼接服务器代码

   拼接以下代码，用于使用Agent启动一个本地服务器，并提供一个对外接收提问的接口。

   @app.entrypoint
   def agent_chat(payload: dict):
       query = "帮我访问 https://example.com 并告诉我页面标题"
       # 运行Agent
       result = agent.invoke({
           "messages": [HumanMessage(content=query)]
       })
       return result["messages"][-1].content
   if __name__ == '__main__':
       app.run()

8. 代码文件（例如app.py）编写完成后，保存并退出文件编辑。

   Esc 
   :wq    #保存并退出

9. 运行并测试。

   在服务器中执行python browser_app.py命令运行示例代码（如果在创建Python代码文件时使用了其他名称，请按实际名称执行）。

10. 打开一个新的终端窗口（保持原窗口运行），使用curl命令进行测试。测试完成后，可以使用Ctrl + C停止运行的进程。

    上述步骤中已经在代码里面内置了问题"帮我访问 https://example.com 并告诉我页面标题"，Agent会将该浏览网页的过程放到浏览器沙箱中运行，并返回页面信息结果。

    curl --location http://localhost:8080/invocations --data-raw "{}"