ノバアクトでの AgentCore ブラウザの使用

Nova Act を使用してブラウザエージェントを構築し、ウェブインタラクションを自動化できます。

ステップ 1: 依存関係をインストールする

プロジェクトフォルダを作成します (まだ作成していない場合）。

mkdir agentcore-browser-quickstart
cd agentcore-browser-quickstart
python3 -m venv .venv
source .venv/bin/activate

必要なパッケージをインストールします。

pip install bedrock-agentcore nova-act rich boto3

これらのパッケージは以下を提供します。

ステップ 2: Nova Act API キーを取得する

Nova Act ページに移動し、amazon.com 認証情報を使用して API キーを生成します。(これは現在、米国ベースの amazon.com アカウントでのみ機能することに注意してください)

という名前のファイルを作成しnova_act_browser_agent.py、次のコードを追加します。

Nova Act を使用してブラウザエージェントを記述する

次の Python コードは、Nova Act を使用してブラウザエージェントを記述する方法を示しています。Nova Act の API キーを取得する方法については、Amazon Nova Act のドキュメントを参照してください。

from bedrock_agentcore.tools.browser_client import browser_session
from nova_act import NovaAct
from rich.console import Console
import argparse
import json
import boto3

console = Console()

from boto3.session import Session

boto_session = Session()
region = boto_session.region_name
print("using region", region)

def browser_with_nova_act(prompt, starting_page, nova_act_key, region="us-west-2"):
    result = None
    with browser_session(region) as client:
        ws_url, headers = client.generate_ws_headers()
        try:
            with NovaAct(
                cdp_endpoint_url=ws_url,
                cdp_headers=headers,
                nova_act_api_key=nova_act_key,
                starting_page=starting_page,
            ) as nova_act:
                result = nova_act.act(prompt)
        except Exception as e:
            console.print(f"NovaAct error: {e}")
        finally:
            return result

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--prompt", required=True, help="Browser Search instruction")
    parser.add_argument("--starting-page", required=True, help="Starting URL")
    parser.add_argument("--nova-act-key", required=True, help="Nova Act API key")
    parser.add_argument("--region", default="us-west-2", help="AWS region")
    args = parser.parse_args()

    result = browser_with_nova_act(
        args.prompt, args.starting_page, args.nova_act_key, args.region
    )
    console.print(f"\n[cyan] Response[/cyan] {result.response}")
    console.print(f"\n[bold green]Nova Act Result:[/bold green] {result}")

ステップ 3: エージェントを実行する

スクリプトを実行します ( コマンドで を Nova Act API キーに置き換えます）。

python nova_act_browser_agent.py --prompt "What are the common usecases of Bedrock AgentCore?" --starting-page "https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html" --nova-act-key "your-nova-act-API-key"

予想される出力

Amazon Bedrock AgentCore の一般的なユースケースの詳細を含むエージェントのレスポンスが表示されます。エージェントはウェブサイトをナビゲートし、検索を実行し、要求された情報を抽出します。

エラーが発生した場合は、以下を確認します。

ステップ 4: ブラウザセッションをライブで表示する

ブラウザスクリプトの実行中に、 AWS コンソールを使用してセッションをリアルタイムで表示できます。

ライブビューインターフェイスは以下を提供します。