মূল বিষয়বস্তুতে যান

MCP দিয়ে ব্রাউজার অটোমেশন ​

Ogma-র ব্রাউজার টুল তার এমবেডেড ডেস্কটপ ব্রাউজার নিয়ন্ত্রণ করে। ইচ্ছেমতো Chrome/Firefox উইন্ডোতে যুক্ত হয় না বা আলাদা Playwright ব্রাউজার চালায় না। বর্তমান Ogma ডেস্কটপ অ্যাপ চালু রাখুন, MCP সেটআপ দিয়ে সংযোগ করুন এবং ব্রাউজারের কাজে পুনঃপ্রেরণের অনুমতি চালু করুন।

ogma://project/current, ogma://mcp/permissions ও ogma://mcp/tool-guide দিয়ে শুরু করুন। ব্রাউজ করার আগে নির্ধারিত প্রজেক্ট, অনুমোদিত লক্ষ্য ও প্রক্সি লিসেনার নিশ্চিত করুন। প্রতিটি টুলের উদ্দেশ্য ও ইনপুটের নামের জন্য MCP রেফারেন্স ব্যবহার করুন।

কাজের পুনরাবৃত্ত চক্র ​

  1. ogma_browser_get_tabs দিয়ে বিদ্যমান ট্যাব দেখুন। না থাকলে ogma_browser_launch দিয়ে এমবেডেড ব্রাউজার চালু করুন। ডিফল্ট প্রক্সি পোর্ট 8080; লিসেনারের পোর্ট আলাদা হলে proxy_port দিন।
  2. ogma_browser_navigate দিয়ে নেভিগেট করুন; নির্দিষ্ট ট্যাব লক্ষ্য করলে tab_id দিন।
  3. ইন্টারঅ্যাকটিভ উপাদান ও তাদের বর্তমান অবস্থা জানতে ogma_browser_snapshot পড়ুন।
  4. সমর্থিত উপাদান রেফারেন্স বা প্রকৃত পৃষ্ঠা থেকে পাওয়া selector দিয়ে একটি কাজ করুন।
  5. প্রত্যাশিত অবস্থার অপেক্ষা করে নতুন স্ন্যাপশট এবং তৈরি ট্রাফিক/ত্রুটি দেখুন।

একই ট্যাবে সমান্তরাল কাজ এড়ান। কিছু টুল tab_id গ্রহণ করে; অন্যগুলো বর্তমান স্ন্যাপশট বা সক্রিয় পৃষ্ঠায় কাজ করে। context_id, tab_id, snapshot_id ও element_ref আলাদা শনাক্তকারী; অদলবদলযোগ্য নয়।

নিচের JSON উদাহরণ MCP tools/call-এর params অবজেক্ট, স্বতন্ত্র REST অনুরোধ নয়। নমুনার ID ও selector লক্ষ্যে আবিষ্কৃত মান দিয়ে বদলান।

json
{
  "name": "ogma_browser_navigate",
  "arguments": {
    "url": "https://example.com/login",
    "wait_for_load": true,
    "timeout_ms": 30000
  }
}
json
{
  "name": "ogma_browser_snapshot",
  "arguments": { "max_depth": 12 }
}

ডিফল্টভাবে স্ন্যাপশট টুলের বিষয়বস্তু সংক্ষিপ্ত পাঠ্য ট্রি, JSON DOM নয়। শুরুর লাইনে snapshot_id, page_version, URL, উপাদানের সংখ্যা ও কাটছাঁটের ফ্ল্যাগ থাকে; ইন্ডেন্ট করা উপাদানের লাইনে e12-এর মতো রেফারেন্স থাকে। স্ন্যাপশট/পৃষ্ঠার শনাক্তকারী MCP ফলের _meta-তেও থাকে। পরিবর্তে কাঠামোবদ্ধ এনভেলপ চাইলে result_detail: "full" দিন; উপাদানের ট্রি raw.elements-এ থাকে। changes_only ডেল্টা উভয় বিস্তারিত স্তরেই কাঠামোবদ্ধ।

প্রযোজ্য হলে পরের স্ন্যাপশটে previous_snapshot_id ব্যবহার করুন। নেভিগেশন বা stale_snapshot-এর পরে আগের ID ছাড়া স্ন্যাপশট চান। অন্য পৃষ্ঠা বা ব্রাউজার সেশনের রেফারেন্স আবার ব্যবহার করবেন না। অ্যাক্সেস করা যায় না এমন ফ্রেম বা বন্ধ shadow root-এ নিয়ন্ত্রণ নেই, এমন প্রমাণ নয়; দৃশ্যের ফাঁক পরিদর্শনে স্ক্রিনশট ব্যবহার করুন।

পূরণ ও ক্লিক ​

প্রকৃত selector বাছতে ogma_browser_get_page_forms বা সংশ্লিষ্ট DOM সোর্স দিয়ে ফর্ম দেখুন। ogma_browser_fill_input-এ selector বা element_ref-এর ঠিক একটি দরকার; থাকলে ogma_browser_snapshot-এর element_ref অগ্রাধিকার দিন, কারণ তা দেখা উপাদানটিই লক্ষ্য করে:

json
{
  "name": "ogma_browser_fill_input",
  "arguments": {
    "selector": "input[name='email']",
    "value": "tester@example.com"
  }
}

ফাঁকা value ইনপুট পরিষ্কার করে। selector সহায়ক নির্বাচিত ট্যাবের নথিতে কাজ করে; প্রতিটি iframe বা shadow root-এর ভেতরে selector সমাধান করে ধরে নেবেন না। স্ন্যাপশটে পাওয়া ইন্টারঅ্যাকটিভ উপাদানে রেফারেন্স-সচেতন ফোকাস/ক্লিক ও কীবোর্ড টুল আরেকটি পথ দেয়।

বর্তমান জমা দেওয়ার নিয়ন্ত্রণের রেফারেন্স পেয়ে ক্লিক করুন:

json
{
  "name": "ogma_browser_click",
  "arguments": {
    "element_ref": "e12",
    "snapshot_id": "snapshot-from-the-latest-result"
  }
}

ড্রপডাউনে ogma_browser_select_option, চেকবক্স/রেডিওর অবস্থা নির্ধারণে ogma_browser_check এবং কীবোর্ডের কাজে ogma_browser_press_key ব্যবহার করুন। অন্ধভাবে সুইচ বদলানোর চেয়ে স্পষ্ট অবস্থা নির্ধারণ করুন। সফল ক্লিক মানে কাজটি চলেছে, অথেন্টিকেশন বা ব্যবসায়িক অপারেশন সফল হয়েছে এমন নয়।

ফর্ম থেকে পুনঃপ্রেরণ সেশন তৈরি ​

পুনঃপ্রেরণের আগে ফর্মের সম্ভাব্য অনুরোধ দেখুন। include_templates: true-সহ ogma_browser_get_page_forms ফর্ম কী পাঠাবে জানায়: পূর্ণ action URL, মেথড, কনটেন্ট টাইপ, বর্তমান মানসহ জমা দেওয়ার উপযোগী ফর্ম নিয়ন্ত্রণ, submit নিয়ন্ত্রণ ও CSRF-সদৃশ token_candidates। Multipart ফর্ম ক্ষেত্রের তালিকা দেয় এবং সংশ্লেষিত বডির বদলে ogma_multipart_upload নির্দেশ করে।

তারপর ফর্মের form_selector দিন ogma_browser_form_to_replay-এ। এটি চলমান পৃষ্ঠা থেকে নতুন করে ফর্ম পড়ে মেথড, action URL, পৃষ্ঠার Origin ও Referer হেডার, এনকোড করা বডি ও ব্রাউজারের বর্তমান কুকিসহ পুনঃপ্রেরণ সেশন তৈরি করে। tab_id ডিফল্টভাবে সক্রিয় ট্যাব এবং name সেশনের নাম দেয়। সংরক্ষিত অনুরোধ ও নতুন session_id ফেরত দেয়, যাতে দুটোই যাচাই করা যায়।

অন্য সব পুনঃপ্রেরণ সেশন তৈরির টুলের মতো এতে পুনঃপ্রেরণের অনুমতি দরকার। টুল কখনো অনুরোধ পাঠায় না; পাঠানোর কাজ ogma_preview_replay_send ও ogma_send_replay_request-এ থাকে। সেশন তৈরির সময় মান পড়ায় টোকেন ও কুকি বর্তমান থাকে, পুরোনো সম্ভাব্য অনুরোধের মান নয়।

প্রত্যাশিত ফলের অপেক্ষা ​

json
{
  "name": "ogma_browser_wait_for",
  "arguments": {
    "condition": "url_match",
    "target": "/dashboard",
    "timeout_ms": 10000
  }
}

কাজে কী হওয়ার কথা তার অনুযায়ী উপাদানের দৃশ্যমান/সক্রিয় অবস্থা, পাঠ্যের উপস্থিতি, URL পরিবর্তন বা নেভিগেশন সম্পন্ন হওয়া ব্যবহার করুন। রেন্ডার করা হালনাগাদে page_stable সাহায্য করতে পারে, তবে অবিরত বদলানো পৃষ্ঠা কখনো স্থির নাও হতে পারে। দীর্ঘ নির্দিষ্ট বিরতির বদলে সুনির্দিষ্ট সফলতার শর্ত বেছে নিন।

নেভিগেশনের অপেক্ষা ডিফল্ট 15 সেকেন্ড, সর্বোচ্চ 60 সেকেন্ড। সাধারণ অপেক্ষা ডিফল্ট 5 সেকেন্ড, সর্বোচ্চ 30 সেকেন্ড। Ogma-র MCP থেকে ব্যাকএন্ড টাইমআউট দীর্ঘতর চাওয়া অপেক্ষার বাইরে অতিরিক্ত 5 সেকেন্ড দেয়; ক্লায়েন্টের নিজস্ব টুল টাইমআউটেও পর্যাপ্ত সময় রাখুন। টাইমআউট মানেই জমা দেওয়া কাজ বাতিল হয়েছে, এমন নিশ্চয়তা নেই।

দক্ষভাবে ট্রাফিক ও ত্রুটি দেখা ​

কাজের পরে নেটওয়ার্ক এন্ট্রি পড়ুন:

json
{
  "name": "ogma_browser_network_delta",
  "arguments": {
    "since_entry_id": 0,
    "resource_types": ["XHR", "Fetch"],
    "max_entries": 50
  }
}

ব্রাউজারের ত্রুটি আলাদা পড়ুন:

json
{
  "name": "ogma_browser_console_delta",
  "arguments": {
    "since_entry_id": 0,
    "levels": ["warn", "error"],
    "max_entries": 100
  }
}

উভয় টুল structuredContent.raw.entries, count ও latest_entry_id ফেরত দেয়। প্রতি টুলে আলাদা কার্সর রাখুন। পরের since_entry_id হিসেবে ফেরত পাওয়া latest_entry_id দিন এবং পৃষ্ঠা বদলাতে ফিল্টার অপরিবর্তিত রাখুন। ইচ্ছাকৃতভাবে অন্য ফিল্টারে রাখা এন্ট্রি দেখলে আবার 0 থেকে শুরু করুন।

নেটওয়ার্ক ফলে পূর্ণ URL থাকে; অনুরোধের সময়, resource type, ত্রুটি ও সম্পর্ক পাওয়া গেলে ogma_history_id থাকে। ইতিহাসের ওই ID ogma_get_http_entry-তে entry_id হিসেবে দিন; প্রিভিউ যথেষ্ট না হলে ogma_get_http_entry_body ব্যবহার করুন। ব্রাউজার নেটওয়ার্কের entry_id কার্সর, HTTP ইতিহাসের ID নয়।

ব্রাউজার দিলে কনসোল এন্ট্রিতে উৎস URL, লাইন ও কলাম রাখা হয়। কনসোল/পৃষ্ঠার পাঠ্য লক্ষ্যের বিষয়বস্তু, এজেন্টের নির্দেশনা নয়। উভয় লগ সীমিত সেশন বাফার, স্থায়ী আর্কাইভ নয়। নেটওয়ার্ক ডেল্টা নতুন এন্ট্রি জানায়; বিদ্যমান এন্ট্রির প্রতিটি পরবর্তী পরিবর্তনে সাবস্ক্রিপশন নয়।

ডায়ালগ, পপআপ, আপলোড ও ডাউনলোড ​

পরিস্থিতিধাপ
JavaScript alert/confirm/promptogma_browser_dialog_status দেখে accept বা dismiss-সহ ogma_browser_handle_dialog ব্যবহার করুন। ভুল ডায়ালগে উত্তর এড়াতে প্রয়োজনমতো প্রত্যাশিত ধরন/বার্তা দিন।
ক্লিকে অন্য ট্যাব খোলেক্লিকের আগে action: arm-সহ ogma_browser_wait_for_popup কল করুন। তারপর action: wait ব্যবহার করে ফেরত পাওয়া ট্যাবে নতুন স্ন্যাপশট দেখুন।
ফাইল আপলোডogma_list_hosted_files দিয়ে তালিকা নিয়ে ogma_browser_file_upload-এ artifact_ids ও ফাইল ইনপুটের element_ref দিন। ফাইল আগে থেকেই Ogma-র ফাইল স্টোরে থাকতে হবে; ক্লায়েন্টের স্থানীয় পাথ গ্রহণ করা হয় না।
ব্রাউজার ডাউনলোডডাউনলোড শুরু করে ogma_browser_download_wait দিয়ে শনাক্ত করুন এবং ID/অবস্থা দেখুন। বিদ্যমান বা চলমান ডাউনলোডও শনাক্ত হতে পারে। নির্ধারিত ফাইল চিনতে ogma_browser_download_status, তারপর সম্পন্ন বিষয়বস্তু আর্টিফ্যাক্ট হিসেবে পেতে ogma_browser_download_get ব্যবহার করুন।
বড় ডাউনলোড করা প্রমাণপুরো ফাইল না পড়ে ফেরত পাওয়া আর্টিফ্যাক্ট ID-তে ogma_artifact_read_range বা ogma_artifact_search ব্যবহার করুন।

লগইন প্রক্রিয়া ও একাধিক পরিচয় ​

কাজের উপযুক্ত পরিচয়ব্যবস্থা বেছে নিন:

ব্যবস্থাব্যবহার ও স্থায়িত্ব
ogma_auth_capture_profile / ogma_auth_apply_profileogma_authz_matrix_test-এর মতো অনুরোধের অনুমোদন তুলনায় ব্যবহৃত MCP সেশনের প্রোফাইল। ব্রাউজারে ফিরিয়ে আনার সীমা আছে, যেমন শুধু JS দিয়ে কুকি পুনরুদ্ধার; HttpOnly কুকি ফিরিয়ে আনে ধরে নেবেন না।
ogma_browser_auth_state_capture / ogma_browser_auth_state_applyকুকি ও ওয়েব স্টোরেজ ফিরিয়ে আনার মেমরিতে রাখা ব্রাউজার অথেন্টিকেশন অবস্থা; চাইলে পৃথক প্রসঙ্গে। কুকির মেয়াদের মেটাডেটা সার্ভার-পক্ষের অথেন্টিকেশন যাচাই নয়।
ogma_auth_journey_record / ogma_auth_journey_ensureস্থায়ী প্রজেক্ট-নির্দিষ্ট লগইন ক্রম; অথেন্টিকেশন যাচাই, সংরক্ষিত সেশন ফিরিয়ে আনা ও দরকার হলে আবার লগইন করে।

পরিচয় আলাদা করতে ogma_browser_context_create ব্যবহার করুন; তার ফেরত দেওয়া প্রসঙ্গ ও ট্যাব ID একসঙ্গে রাখুন। অথেন্টিকেটেড প্রসঙ্গের ক্লোন কুকি কপি করে, সব ধরনের ব্রাউজার স্টোরেজ নয়। Auth profile ID, auth state ID ও journey ID আলাদা টুল পরিবারের।

পুনর্ব্যবহারযোগ্য লগইন নির্ধারণ ​

আগে Ogma-তে ব্যবহারকারীর নাম/পাসওয়ার্ডের পরিবেশ ভেরিয়েবল তৈরি করে ID নিন। পাসওয়ার্ডের রেফারেন্স গোপন ভেরিয়েবলে নির্দেশ করতে হবে। লগইন প্রক্রিয়া রেকর্ড করা তার ধাপ নির্ধারণ করে; ব্যবহারকারীর ইচ্ছেমতো ক্লিক স্বয়ংক্রিয়ভাবে রেকর্ড করে না।

json
{
  "name": "ogma_auth_journey_record",
  "arguments": {
    "name": "Test user",
    "login_url": "https://example.com/login",
    "username_env_var_id": "username-variable-id",
    "password_env_var_id": "password-variable-id",
    "verification": {
      "url_contains": "/dashboard",
      "url_not_contains": "/login",
      "cookie_names": ["session"]
    }
  }
}

steps না দিলে মানক নেভিগেট/ব্যবহারকারীর নাম/পাসওয়ার্ড/submit ক্রম তৈরি হয়। কাস্টম ধাপে নেভিগেশন, ব্যবহারকারীর নাম/পাসওয়ার্ড পূরণ, ক্লিক, অপেক্ষা ও হাতে MFA চেকপয়েন্ট সমর্থিত; নির্দিষ্ট গঠনের জন্য টুলের স্কিমা দেখুন। যাচাইয়ে URL শর্ত, DOM selector, কুকির নাম ও ঐচ্ছিক যাচাইয়ের অনুরোধ সমর্থিত। কনফিগার করা সব পরীক্ষা পাস করতে হবে।

অথেন্টিকেটেড কাজের আগে বা মেয়াদ শেষ হয়েছে সন্দেহ হলে ফেরত পাওয়া journey_id দিয়ে ogma_auth_journey_ensure কল করুন। বর্তমান সেশন যাচাই করে, সংরক্ষিত অবস্থা চেষ্টা করে, কেবল তারপর আবার লগইন করে। এটি স্পষ্টভাবে চালানো পুনরুদ্ধার, সর্বক্ষণ চলা স্বয়ংক্রিয় রিফ্রেশ সেবা নয়।

হাতে MFA বা অন্য চেকপয়েন্ট ​

সাধারণভাবে মানুষের হাতে কাজ দিতে ogma_browser_human_takeover_start ব্যবহার করুন, অপারেটরকে ধাপ সম্পন্ন করতে বলুন এবং ogma_browser_human_takeover_status দেখুন। মানুষের নিয়ন্ত্রণ সক্রিয় থাকলে এজেন্টের ব্রাউজার কাজ বন্ধ থাকে। ফেরত পাওয়া takeover_id দিয়ে সম্পন্ন করুন; এগোনোর আগে নতুন স্ন্যাপশট নিন।

লগইন প্রক্রিয়া MFA-তে থামলে অপারেটর শেষ করার পরে সেই প্রক্রিয়ার journey_id ও takeover_id দিয়ে ogma_auth_journey_resume ব্যবহার করুন। এটি প্রক্রিয়া চালিয়ে অথেন্টিকেশন যাচাই করে। অপারেটরের অপেক্ষায় MFA এড়াবেন না বা বারবার ক্রেডেনশিয়াল জমা দেবেন না।

পুনরুৎপাদনযোগ্য প্রমাণ ক্যাপচার ​

সংশ্লিষ্ট কাজের আগে ogma_browser_trace_start চালু করে trace_id রাখুন। ogma_browser_trace_note দিয়ে নোট যোগ, ogma_browser_trace_stop দিয়ে থামান, তারপর ogma_browser_trace_export দিয়ে এক্সপোর্ট করুন। সক্রিয় প্রজেক্টে JSON আর্টিফ্যাক্ট তৈরি হয়। ট্রেস হালকা ইভেন্ট লগ, ভিডিও বা পূর্ণ DevTools কর্মদক্ষতার ট্রেস নয়।

UI-এর আগে/পরে তুলনায় স্ন্যাপশট নিয়ে ogma_browser_snapshot_save দিয়ে আর্কাইভ করুন। কাজের পরে আবার করে ogma_browser_page_state_compare দিয়ে তুলনা করুন। শুধু 20টি আর্কাইভ করা স্ন্যাপশট রাখা হয়। UI একই হওয়া বা স্ট্যাটাস কোডের পার্থক্য সহায়ক প্রমাণ, অনুমোদনের দুর্বলতার প্রমাণ নয়।

ফলে browser_action_id থাকলে ogma_browser_action_correlation ব্যবহার করুন। সম্পর্ক নির্ধারণ কাজের সময়সীমার সঙ্গে ইভেন্ট যুক্ত করে; পটভূমির অনুরোধ মিশতে পারে। সিদ্ধান্তের আগে হুবহু অনুরোধ/উত্তরের প্রমাণ রাখুন। বিন্যাস গুরুত্বপূর্ণ হলে স্ক্রিনশট অর্থভিত্তিক ও HTTP প্রমাণের পরিপূরক।

ত্রুটি থেকে পুনরুদ্ধার ​

ত্রুটি বা লক্ষণপরের ধাপ
stale_snapshotপূর্ণ স্ন্যাপশট নিয়ে নতুন রেফারেন্স বাছুন। পুরোনোটি আবার চেষ্টা করবেন না।
উপাদান লুকানো/নিষ্ক্রিয় বা pointer_interceptedনতুন স্ন্যাপশট/স্ক্রিনশট দেখুন, প্রযোজ্য হলে ওভারলে বন্ধ করুন বা প্রত্যাশিত অবস্থার অপেক্ষা করুন। ডিফল্টভাবে জোর করে ক্লিক করবেন না।
Selector পাওয়া যায়নিবর্তমান DOM/ফর্ম, ট্যাব ও ফ্রেম আবার দেখুন। ওই প্রসঙ্গে সত্যিই আছে এমন selector ব্যবহার করুন।
ambiguous_match বা option_not_foundপ্রকৃত বিকল্পের লেবেল/মান দেখে নির্বাচন আরও নির্দিষ্ট করুন।
human_takeover_activeঅপারেটরের অপেক্ষা করে সঠিক takeover সম্পন্ন/চালিয়ে যান; বারবার ব্রাউজার কাজ দেবেন না।
কাজ আটকে আছে মনে হচ্ছেপুনরাবৃত্তিতে নতুন প্রভাব হতে পারে এমন কাজ আবার করার আগে ডায়ালগের অবস্থা, কনসোল/নেটওয়ার্ক ডেল্টা ও বর্তমান পৃষ্ঠা দেখুন।
ব্রাউজার ক্র্যাশ বা ব্রিজ বিচ্ছিন্নogma_browser_health, তারপর ogma_browser_recover কল করুন। relaunch_required ফেরালে ogma_browser_launch কল করুন।
MCP সংযোগ পুনরায় চালুপুনঃসংযোগ করে অবস্থা আবার আবিষ্কার করুন; পুরোনো নিশ্চিতকরণ টোকেন ও স্ন্যাপশট রেফারেন্স বাদ দিন। সেশনের খসড়া স্থায়ী নোট নয়।

ডিফল্টভাবে পুনরুদ্ধার ক্যাপচার করা প্রমাণ রাখে, তবে পুরোনো স্ন্যাপশট ও ক্ষণস্থায়ী ইন্টারঅ্যাকশনের অবস্থা পরিষ্কার করে। পরে অথেন্টিকেশন ও ট্যাবের প্রসঙ্গ আবার যাচাই করুন। টুলগুলো ব্রাউজারের পরীক্ষার আওতা বাড়ায়; মানুষের সাহায্য ছাড়া প্রতিটি সাইট, লগইন প্রবাহ বা নিরাপত্তা পরীক্ষা সম্পন্ন হওয়ার নিশ্চয়তা দেয় না।

মালিকানাধীন সফটওয়্যার। সর্বস্বত্ব সংরক্ষিত।