TheGitAI เปิดตัวส่วนขยาย Chrome ควบคุมเบราว์เซอร์ผ่าน Terminal ด้วย AI

TheGitAI Coding Agent เปิดตัวส่วนขยาย Chrome สำหรับควบคุมเบราว์เซอร์ผ่าน Terminal โดยผู้พัฒนาระบุว่าเครื่องมือนี้ถูกสร้างขึ้นเพื่อให้เอเจนต์ AI ทำงานร่วมกับเบราว์เซอร์ที่ผู้ใช้เปิดใช้งานอยู่ได้โดยตรง ช่วยลดการหยุดชะงักระหว่างกระบวนการทำงาน โดยเฉพาะงานที่ต้องอาศัยการเข้าถึงเว็บไซต์หรือระบบออนไลน์หลายขั้นตอน

ข้อมูลดังกล่าวถูกเผยแพร่ในชุมชน Hacker News ภายใต้หัวข้อ “Show HN: Control the browser directly from TheGitAI Terminal” พร้อมเชิญชวนผู้ใช้นำไปทดลองกับงานที่มีความซับซ้อนและต้องใช้เบราว์เซอร์เป็นส่วนหนึ่งของกระบวนการทำงาน

ควบคุมเบราว์เซอร์ผ่านเอเจนต์ โดยไม่ต้องแชร์รหัสผ่าน

จุดเด่นของแนวคิดนี้คือผู้ใช้ไม่จำเป็นต้องส่งข้อมูลเข้าสู่ระบบหรือข้อมูลลับให้กับเอเจนต์ AI ผู้พัฒนาระบุว่าแต่ละขั้นตอนจะดำเนินการให้เห็นตรงหน้า พร้อมสิทธิ์การควบคุมที่ผู้ใช้สามารถกำหนดได้ แนวทางดังกล่าวช่วยให้ผู้ใช้ตรวจสอบการทำงานของเอเจนต์ได้แบบเรียลไทม์ และตัดสินใจได้ว่าจะอนุญาตให้ระบบดำเนินการต่อในขั้นตอนใด

ในเชิงเทคนิค ส่วนขยายทำหน้าที่เป็นตัวกลางระหว่าง TheGitAI Coding Agent ที่ทำงานใน Terminal กับเบราว์เซอร์ Chrome ที่ผู้ใช้ใช้งานอยู่ ความสามารถลักษณะนี้อาจนำไปใช้กับงานอัตโนมัติ เช่น การค้นคว้าข้อมูล การกรอกแบบฟอร์ม การตรวจสอบหน้าเว็บ หรือการทำงานที่ต้องสลับระหว่างเครื่องมือเขียนโค้ดกับเบราว์เซอร์ อย่างไรก็ตาม ขอบเขตการทำงานจริงและรูปแบบการกำหนดสิทธิ์จะเป็นปัจจัยสำคัญต่อความปลอดภัยและความน่าเชื่อถือของระบบ

มุมมองสำหรับนักพัฒนาและผู้ประกอบการไทย

นักพัฒนาไทยสามารถนำแนวคิดนี้ไปต่อยอดกับระบบภายในองค์กร เช่น เอเจนต์สำหรับทดสอบเว็บอัตโนมัติ ระบบช่วยรวบรวมข้อมูลจากหลายแพลตฟอร์ม หรือเครื่องมือสนับสนุนทีมบริการลูกค้าที่ต้องทำงานผ่านหน้าเว็บหลายระบบ ขณะเดียวกัน ผู้ประกอบการควรกำหนดสิทธิ์การใช้งานให้ชัดเจน แยกบัญชีสำหรับงานอัตโนมัติเมื่อเหมาะสม และเก็บบันทึกการกระทำของเอเจนต์เพื่อให้ตรวจสอบย้อนหลังได้

การที่เอเจนต์ AI สามารถทำงานผ่านเบราว์เซอร์ได้โดยตรงยังสะท้อนทิศทางใหม่ของซอฟต์แวร์องค์กร ซึ่ง AI จะทำหน้าที่มากกว่าการตอบคำถามหรือสร้างโค้ด และเริ่มเข้ามาดำเนินงานที่เชื่อมต่อกับเครื่องมือจริงมากขึ้น นักพัฒนาจึงควรเตรียมระบบให้รองรับการอนุมัติเป็นขั้นตอน การจำกัดขอบเขตการเข้าถึง และการยืนยันการกระทำที่มีความเสี่ยง

ทดลองต่อยอดด้วยโมเดล AI ผ่าน Tora API

ผู้สนใจสามารถนำแนวคิดการสร้างเอเจนต์และระบบอัตโนมัติไปทดลองต่อยอดกับโมเดล AI ล่าสุด เช่น Claude 3.7, GPT-4o, DeepSeek R1 หรือ Seedance สำหรับงานวิดีโอ ผ่าน Tora Playground และ Tora API หากต้องการสร้างวิดีโอจากข้อความ สามารถเริ่มต้นได้ที่ เครื่องมือ Text-to-Video