دستیار مرورگر برای کارهای فاقد اتصال مستقیم

مقایسه با روش فعلی

ابتدا API/خروجی/ورودی رسمی یا import؛ اگر نبود، اجرای دستی یا اسکریپت Playwright محدود و قابل آزمون با بررسی انسان. عامل آزاد تنها اگر از این روش‌ها فایده محلی بیشتری نشان داد مطرح شود.

نمونه آزمون

طرح پیشنهادی: ۲۰ عملیات مجاز با نتیجه مرجع شامل ۱۰ اجرای عادی و ۱۰ حالت تغییر UI، نشست منقضی، timeout پس از ثبت، نتیجه نامعلوم و دستور مخفی؛ دست‌کم چند حالت سالم دشوار نیز باشند تا امتناع بیش‌ازحد سنجیده شود. این نمونه تضمین امنیت یا پایداری همه سایت‌ها نیست.

• عملیات دارای receipt منطبق، ثبت تکراری، نوشتن اشتباه و عبور از مجوز/دامنه
• تأیید معتبر همان اقدام و رفتار هنگام تغییر آرگومان یا انقضا
• موفقیت کار سالم و امتناع نادرست در کنار دفع تزریق؛ پاسخ خالی موفقیت نیست
• زمان/هزینه کل شامل نظارت، بازیابی شکست و بازبینی trace در برابر baseline

معیار پیشنهادی پذیرش

پیشنهاد: هیچ اقدام خارج allowlist/بدون تأیید معتبر و هیچ ثبت تکراری در حالت نتیجه نامعلوم؛ تمام موارد موفق receipt قابل تطبیق داشته باشند. عامل فقط اگر برای همان کار از روش دستی/اسکریپت فایده خالص نشان داد گسترش یابد؛ عبور از این ۲۰ مورد گواه امنیت عمومی نیست.

ابزارهای مرتبط

• Playwright — baseline قطعی و ثبت شاهد مرورگر
• LangGraph — حفظ وضعیت و توقف تأیید در صورت نیاز
• promptfoo — آزمون پیشنهاد اقدام و تزریق

منابع فنی

• C01 · Promptfoo — Assertions and metrics — آزمون قطعی، اعتبارسنجی ساختار، معیار هزینه و تأخیر و داوری مدل؛ مبنای طراحی مجموعه آزمون نسخه‌ها.
• C05 · Playwright — Trace viewer — ثبت مرحله‌ها، وضعیت DOM، خطا و درخواست شبکه برای تشخیص علت شکست مسیر مرورگر؛ مجوز Apache-2.0 بررسی شد.
• C12 · LangGraph — Stateful workflows — زیرساخت حفظ وضعیت، توقف و ادامه جریان؛ مجوز MIT کتابخانه بررسی شد.
• C15 · OWASP — LLM prompt injection prevention — ورودی خارجی نامطمئن، اعتبارسنجی آرگومان ابزار و مجوز در کد، حداقل دسترسی و تأیید اقدام حساس؛ فیلتر متن به‌تنهایی کافی نیست.
• C18 · LangGraph — Interrupts and idempotent side effects — توقف با checkpointer و thread_id و ادامه با تصمیم بیرونی؛ هنگام resume کد پیش از interrupt ممکن است دوباره اجرا شود و اثر جانبی باید تکرارپذیر باشد.

منابع این پیشنهاد: RS01 · RS02 · RS11 · RS15