Руководство по использованию режима браузера Hermes Agent (НОВОЕ обновление CLI 3.0)
## Режим использования браузера — это большое изменение Hermes Agent только что получил новый способ просмотра веба. Обновление CLI 3.0 добавляет режим использования браузера, который заменяет множество отдельных инструментов одним browser exec инструментом. Раньше агенту приходилось соединять вместе скриншоты, клики, набор текста и прокрутку. Каждый шаг расходовал токены. Теперь один инструмент управляет всей сессией.
Команда News Research утверждает о сбережении токенов от 48 до 66 процентов при извлечении нескольких элементов. Мы сами выполнили ту же задачу и увидели 61 процент экономии, что как раз в заявленном диапазоне. Но вот в чем загвоздка: для чтения одной страницы режим использования браузера потреблял в два раза больше токенов, чем старые встроенные инструменты. Это нас удивило.
Так что решение простое. Если ваш агент открывает одну страницу и закрывает браузер, пропускайте режим использования браузера. Оставайтесь со старыми инструментами. Если ваш агент остаётся на сайте и собирает десять элементов, двадцать элементов, целый канал, режим использования браузера имеет смысл.
## VPS или локально? Стена защиты от ботов решает Мы тестировали на VPS. Крупные сайты, такие как YouTube, отметили IP VPS как подозрительный и запросили вход в систему, чтобы подтвердить, что это не бот. Даже бесплатный yt-dlp не сработал. Но агент нашел обходные пути и все же получил полезные данные: первые десять загрузок с канала YouTube с названиями, просмотрами, возрастом, описаниями и комментариями. Это подходит для исследований, но не для надежного серфинга.
Локальные машины лучше подходят для сайтов с мощной защитой от ботов, таких как YouTube, Instagram и X. Агент может просматривать их с локального IP, не вызывая этих же тревог. Руководство по локальной настройке мы предоставим позже.
Если вы настаиваете на использовании режима браузера на VPS, ограничьтесь простыми сайтами. Всё просто curl или fetch может взять: Wikipedia, документацию Python, блоги о статических генераторах, таких как Hugo или Ghost, новостные сайты с RSS-лентами или публичными JSON API. Всё, что с бот-барьером — пропускайте.
Ещё одно замечание для пользователей VPS. Если первый запуск прошёл успешно, но затем агент сообщает browser exec failing о том, что нет конечной точки протокола Chrome DevTools, остановитесь. Агент начал управлять браузером через терминал. Это рискованно, потому что CLI 3.0 позволяет агенту создавать и запускать Python на машине. Исправьте это с помощью Hermes config set browser и укажите ссылку на Chrome команды News Research. Никогда не давайте агенту ваш личный профиль Chrome.
## Когда это имеет смысл Подписчики платного новостного портала получают Firecrawl, который справляется с немного более сложными сайтами: страницами продуктов Shopify, объявлениями о недвижимости, страницами с JS-рендерингом без защит от ботов. Сайты на Next.js работают нормально. Поисковые системы работают с перебоями. Google сложен, но HTML-результаты DuckDuckGo и Bing работают.
Проведение всего этого теста не было ручной работой с подсказками. Мы заставляли Kimi K3 напрямую общаться с агентом Hermes, поручая ему открывать видео-страницы и выполнять сбор данных. Такая двухагентная настройка быстрая и дешевая. Вы можете сделать то же самое, если используете более одной модели.
Режим использования браузера — это значительное улучшение для исследований и сбора данных. Он не заменит специализированные инструменты для парсинга по скорости, но возможности настройки сильны. Вы можете написать skill.md файл, чтобы сообщить агенту, как просматривать, компилировать, суммировать и отчитываться. Это открывает длинные исследовательские рабочие процессы без подписки.
Математика токенов — это настоящий момент принятия решений. Сбор нескольких элементов: режим использования браузера экономит 61 процент. Чтение одной страницы: стоит вдвое больше. Соответствуйте режим задаче. Вот весь урок.