AI Agentingiz Ko'r Maydi Bo'lib Qolganida

Tasavvur qiling: qo'lingizda chiroyli Python yozadigan coding agent bor. Codebase tushunadi, architectural patternlarga rioya qiladi. Keyin bir nima so'raysiz: "Admin dashboardga kiring, yangi user signuplar to'g'ri o'tayotganini tekshiring."

Javob yo'q.

Agent muammoni tushunadi, lekin dashboardni ko'ra olmaydi. Tugmani bosib bo'lmaydi. Auth flowni tekshira olmaydi. Butun real web — dashboardlar, portallar, doimiy o'zgarib turgan interfeyslar — agent uchun yopiq eshik.

Mana shu muammoni WebCLI hal qiladi.

Agent Nega Kerak, Nima Olayotgani

Haqiqat shundaki, AI agentlar uchun "browser automation" degan narsa — ularga screenshot berish va pixel/lardan state o'ylab topishni kutish. Bu mashina motoridagi muammoni rasmga qarab aniqlashga o'xshaydi. Rasm chiroyli, lekin aslida nima bo'layotganini bilmayapsiz.

Agentga rasm emas, quyidagilar kerak:

• Ko'rinadigan state — Sahifada qaysi elementlar bor? Attribute/lari nima? Bilan ishlash mumkin?
• Raqamli actionlar — 1-7 gacha actionlar bor. Birini tanla. Harakat qil. Natijani ko'r.
• Toza recovery yo'llari — Sahifa kutganingizdek yuklanmadimi? Nima bo'lganini bilasiz, qanday davom ettirishni ham bilasiz.
• Inson yordamiga o'tish nuqtalari — CAPTCHA bormi? MFA challengemi? Agent crash bo'lmasin — yordam so'rashni bilsin.

WebCLI aynan shuni beradi. Agentga maxsus dashboard va instrumentation berish kabi, kalit teshigidan qaramaslik kabi.

Falsafa: Textual Agent Interfeysi

WebCLI ortidagi asosiy fikr: web insonlarga xizmat qilish uchun rivojlangan. Chiroyli tugmalar, hover statelar, dynamic content, infinite scroll. Agentlar esa... nima oladi? Screenshotlar? Selector stringlar, bir dev data-testid qo'shganda buzilib ketadigan?

WebCLI buni teskari qiladi. Insonlar uchun yaratilgan interfeysni agent tushunadigan tilga tarjima qiladi:

Page State:
- Title: "User Dashboard | Acme Corp"
- Form fields: [username, password, remember_me]
- Visible actions: [0: Submit Login, 1: Forgot Password, 2: Create Account]
- Blockers: NONE
- Transcript: 12 interactions logged

Bu — real web, structured data tarjimasi. Agent buni reasoning qilish uchun ishlatishi mumkin. jq bilan ishlashi, guess emas actual stateni asosida qaror qabul qilishi mumkin.

Bir Buyruq. Barcha Agentlar Biladi.

Ajoyib yondashuv — SKILL.md usuli. Proprietary integration qurmasdan, faqat bitta framework bilan ishlaydigan narsa qilmasdan, WebCLI standard skill definition sifatida keladi. Bir marta o'rnatilsa, Claude Code, Cursor, Copilot, Gemini CLI va boshqa coding agentlar browserni qanday ishlatishni darhol tushunadi.

Skill agentlarga to'g'ri patternlarni beradi:

1. Avval tekshir — Harakat qilishdan oldin sahifa stateni kuzat
2. Raqamli referencelar ishlat — Elementlarni raqam bilan ko'rsat, notekin selector bilan emas
3. JSON afzal ko'r — Screenshot emas, structured data
4. Blokernda to'xtat — Inson aralashuvi kerak bo'lganda bilib qol
5. Transcript bilan hisobot ber — Barcha sodir bo'lganlarni logda saqla

Bu yangi framework adopt qilish emas. Mavjud agentlaringizni browser-aware qiladigan tayyor imkoniyat.

Agent Loop: Qadam-baqadam, Bir dafkada emas

Ko'p automation urinishlari shu yerda xato qiladi: butun browser workflowni bir brittani command bilan script qilishga harakat qilish. "Dashboardga kiring, login qiling, uchinchi tugmani bosing, jadval datani oling, menga email qiling."

Bu automation emas. Uy kumushdek narsa.

WebCLI live loop sifatida eng yaxshi ishlaydi:

Observe → Choose next action → Act → Observe again → Recover if needed → Pause if blocked → Continue

Har bir qadam alohida. Har bir qadam graceful tarzda fail bo'lishi mumkin. Har bir qadam transcriptni yangilaydi. Agent macro ishlatmaydi — to'liq situational awareness bilan browserni boshqaradi.

Maxfiylik: Sening Browsering Sening Qoladi

"AI" degani "hammasini serverimizda process qilamiz" degan davrda, WebCLI boshqacha yo'l tutadi. Localda ishlaydi. Browsing state kompyuteringizda qoladi. Tashqariga chiqadigan yagona aloqa — license validatsiya uchun. Browsing odatlaringiz, cookie/laringiz, screenshot/laringiz, workflow datangiz — hech narsa qurilmangizdan chiqmaydi.

Bu enterprise foydalanuvchilar uchun muhim. Maxfiy credentials bilan ishlaydigan developerlar uchun muhim. Ichki toolslaringiz boshqalarning training datasi bo'lishini istamaydigan har kim uchun muhim.

Ko'proq Qilish, Ko'proq Aytish Usullari

WebCLI inson qarorini almashtirmoqchi emas. Inson imkoniyatini kengaytirmoqchi. "Technology for agency" degan tagline — bu sizni almashtirish haqida emas. Qo'shimcha qo'llar berish haqida — webda nimalardir qila oladigan, siz esa muhim bo'lgan thinkingga e'tibor qaratadigan.

Agentingizga browser interfeysi bor: state, actionlar, blockerlar, handoff, transcriptlar. Sizda qoladi: maqsad, authorization, yakuniy qaror. Ish bo'linishi — hamma narsani samaraliroq qiladi.

Sizga Kerakmi?

Agar AI agentlar bilan real web bilan ishlash kerak bo'lgan narsalar quryapsiz — admin dashboardlar, internal toolslar, workflow automation, testing pipeline/lar — WebCLI jiddiy qarab ko'rishga arzigulik.

Browser endi faqat insonlar uchun emas. To'g'ri interfeys bilan agentlaringiz webni boshqara oladi, ko'rinishini tasavvur qilish bilan cheklanmaydi.

Har bir web vazifani o'zingiz qilmay qo'ying. Agentingizga boshqaruvni olishi uchun kerakli toollarni bering.

WebCLI — agent stackingizda yo'qolgan bo'lishi mumkin bo'lgan qism.