Amazon Bedrock AgentCore Browser が OS レベルのインタラクション機能を追加
Amazon Bedrock AgentCore Browser が OS レベルのインタラクション機能をサポートするようになりました。これにより、Chrome DevTools Protocol (CDP) 機能を超えてオペレーティングシステムによる直接制御を必要とするブラウザワークフローの自動化が可能になります。この機能強化は、マウス操作、印刷ダイアログ、ネイティブシステムアラート、キーボードショートカットなど、CDP 単独では不十分な自動化シナリオに対応します。この機能は、AI エージェントデベロッパー、テスト自動化エンジニア、LLM を活用したウェブインタラクションツールを構築する組織に役立ちます。
この新機能により、マウス操作 (クリック、移動、ドラッグ、スクロール)、キーボード操作 (入力、押下、ctrl+a や ctrl+p などのショートカット)、デスクトップ全体のスクリーンショットの自動化が可能になり、ブラウザのビューポートを超えて OS レベルの座標ですべてが実行されます。主なユースケースには、システムダイアログ処理による自動テスト、ドキュメント管理ワークフロー、右クリックメニューによる複雑な UI インタラクション、ブラウザ環境を完全に可視化する必要があるビジョンベースの AI エージェントなどがあります。
この機能は、Amazon Bedrock AgentCore Browser が利用可能な以下の 14 の AWS リージョンすべてのブラウザインスタンスでデフォルトでご利用いただけます: 米国東部 (バージニア北部)、米国東部 (オハイオ)、米国西部 (オレゴン)、欧州 (フランクフルト)、欧州 (アイルランド)、欧州 (ロンドン)、欧州 (パリ)、欧州 (ストックホルム)、アジアパシフィック (ムンバイ)、アジアパシフィック (シンガポール)、アジアパシフィック (シドニー)、アジアパシフィック (東京)、アジアパシフィック (ソウル)、カナダ (中部)。
詳細については、AgentCore Browser のドキュメントをご覧ください。