كيفية بناء وكلاء ماليين يعملون عبر الويب - جاي ساهنان وأريك بيرد، Browserbase
Original · How to Build Financial Agents That Work Across the Web - Jay Sahnan & Arik Bird, Browserbase
Key Takeaway
يؤدي دمج متصفحات مركز البيانات المعدلة مع أطر عمل التحكم المعتمدة على الذكاء الاصطناعي مثل Stagehand إلى تمكين المؤسسات المالية من أتمتة المهام المعقدة عبر آلاف البوابات الإلكترونية بكفاءة ودون التعرض للحظر.
Highlights
تعتمد الشركات المالية مثل Ramp وBill وStripe على وكلاء المتصفح لتجاوز بوابات الويب المحمية بصرامة ضد الروبوتات وجمع البيانات الحساسة.
استطاعت شركة Ramp توفير أكثر من 30,000 ساعة من العمل اليدوي في إدخال البيانات وزادت نطاق عملها بمقدار 5 أضعاف بفضل الاعتماد على وكلاء المتصفح.
يقلل إطار العمل Stagehand حجم شجرة DOM إلى شجرة إمكانية وصول لا تتطلب سوى حوالي 4,000 رمز مقارنة بـ 122 ألف رمز في النماذج التقليدية.
تتطلب أدوات أتمتة الويب التقليدية مثل Playwright تحديثات مستمرة للنصوص البرمجية عند تغير واجهات المستخدم، بينما يعالج Stagehand هذه المشكلة باستخدام لغة طبيعية ووحدات أساسية مثل الاستخراج والمراقبة والتنفيذ.
Timeline
مفهوم وكلاء المتصفح ودورهم في المؤسسات المالية
يناقش العرض الأسباب التي تجعل وكلاء المتصفح أدوات أساسية لأداء المهام عبر الإنترنت مثل حجز الرحلات أو جمع معلومات التسعير. وتبرز الحاجة الملحة لهذه المتصفحات عندما تعجز واجهات برمجة التطبيقات التقليدية عن توفير الوصول إلى المواقع المحمية، مما يستدعي حلولاً برمجية قادرة على تصفح الويب مثل البشر.
- يحتاج وكيل الويب إلى متصفح للوصول والتفاعل وقراءة البيانات واتخاذ الإجراءات على المواقع التي لا تحتوي على واجهات برمجة تطبيقات.
- تشترك مؤسسات مالية كبرى مثل Ramp وBill وStripe في التعامل مع معلومات حساسة تتواجد خلف بوابات محمية بشدة ضد الروبوتات.
- تتطلب هذه العمليات استخدام وكلاء المتصفح لتجاوز صعوبة الوصول إلى تلك المنصات.
استخدام Ramp لوكلاء المتصفح في توسيع نطاق العمليات
تتناول هذه القسم كيف تجاوزت Ramp عقبة التوسع من خلال الاستغناء تدريجياً عن الفرق البشرية المخصصة لإدخال البيانات. ومن خلال دمج وكلاء المتصفح، نجحت المنصة في أتمتة عملية جلب الإيصالات من مواقع مثل شركات الطيران، مما وفر آلاف ساعات العمل اليدوي ورفع كفاءة التشغيل بشكل ملحوظ.
- واجهت شركة Ramp تحدي جمع الإيصالات على نطاق واسع والتعامل مع بوابات صعبة الوصول.
- اعتمدت الشركة في البداية على توظيف البشر لتسجيل الدخول وجلب الإيصالات، وهو ما اصطدم بحدود التوسع مع نمو الشركة.
- أدى استخدام وكلاء المتصفح إلى التقاط الإيصالات تلقائياً ومطابقتها مع المعاملات عبر بطاقات Ramp.
بنية متصفحات مركز البيانات وتجاوز أنظمة حظر الروبوتات
يركز هذا الجزء على الجانب التقني المتعلق بالبنية التحتية للمتصفحات السحابية. فعند نقل متصفح العادي من حاسوب محمول إلى مركز بيانات، تكتشفه مواقع الويب بسهولة عبر تحليل ملفات تعريف الارتباط وعنوان IP. ولحل هذه المشكلة، طورت الشركة نسخة معدلة من Chromium تحاكي سلوك المتصفحات البشرية بدقة وتتجنب متغيرات الأتمتة الظاهرة.
- يؤدي تشغيل متصفح Chromium تقليدي في مركز بيانات سحابي إلى ظهور بصمة مختلفة ومعرفات مؤشرة على الروبوتات.
- قامت Browserbase بإنشاء نسخة معدلة (forked) من Chromium عبر إزالة علامات الأتمتة ومتغيرات التشغيل الآلي.
- تسمح هذه النسخة المعدلة بالحفاظ على تشغيل العمليات وإغلاق النفذات فقط دون إنهاء المتصفح بالكامل، مما يقلل احتمالية التعرض لاختبارات التحقق والكابتشا.
التحكم في المتصفحات عبر إطار العمل Stagehand
يعرض القسم الأخير أداة Stagehand وكيفية تفوقها على النصوص البرمجية التقليدية مثل Playwright التي تتعطل فور تغير مكان الأزرار على المواقع. ومن خلال ضغط شجرة DOM وتقليل زمن الانتقال عبر وضع الأداة بجانب المتصفح، تستطيع الشركات استخراج بيانات الشركات وملفات الهيئات التنظيمية بكفاءة عالية وبدون انقطاع.
- يستخدم إطار العمل المفتوح المصدر Stagehand لتمكين الوكلاء من التحكم في المتصفحات عبر مطالبات باللغة الطبيعية.
- يقلص Stagehand حجم شجرة DOM المعقدة إلى شجرة إمكانية وصول خفيفة لتوفير التكاليف وتقليل عدد الرموز المرسلة للنماذج اللغوية.
- يوفر النظام ثلاث وحدات أساسية هي المراقبة (observe) والتنفيذ (act) والاستخراج (extract) لتحويل البيانات غير المنظمة إلى مخططات منظمة.
Description
Some of the most important financial data sits behind logins and anti-bot walls, with no API. Jay Sahnan and Arik Bird of Browserbase show how browser agents solve this through three case studies: Ramp fetching receipts at scale (over 30,000 manual hours saved), Bill paying across thousands of different vendor portals with one agent, and Stripe automating KYC checks. They also cover how Browserbase forked Chromium to run reliably in the cloud, and how Stagehand's act, extract and observe primitives keep automations from breaking when sites change. Chapters 00:00 Intro 00:27 What is a browser agent? 01:37 Ramp, Bill and Stripe: data on the hardest-to-reach web 02:13 Ramp: fetching receipts at scale 03:34 Why browsers get blocked in the data center 06:03 Forking Chromium for the cloud 07:49 Demo: 100 browsers at once 10:11 Bill: one agent, thousands of portals 11:08 Stagehand vs Playwright 14:52 Stripe: automating KYC 15:52 Act, extract and observe 16:35 Demo: researching 20 companies in parallel Jay Sahnan, Browserbase Arik Bird, Browserbase Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!