Markdown ایڈیشن

AI-translated from English; not yet reviewed by a fluent editor.

# OpenAI کے کمپیوٹر استعمال سے Agents API براؤزر ٹاسک ترتیب دیں

> OpenAI Agents API براؤزر سیشن بنانے، ویب سائٹ اوریجن کی درخواستیں سنبھالنے، نتیجہ جانچنے اور سیشن حذف کرنے کے لیے دستاویزات پر مبنی رہنمائی۔

By BIG CHANGE Editorial

Published: 2026-09-30T01:36:49.389Z
Updated: 2026-09-30T01:36:49.389Z
Canonical: https://bigchange.ai/blog/openai-agents-api-computer-use-browser-guide

![Conceptual illustration of a developer viewing a generic public webpage on one desktop display and three browser activity images on another.](https://bigchange.ai/api/media/file/agents-computer-use-browser-review-hero-v1.png)
AI-generated by OpenAI; BIG CHANGE conceptual editorial illustration.

29 ستمبر کے [DevDay recap](https://openai.com/index/devday-2026-recap/) میں OpenAI نے Agents API میں کمپیوٹر استعمال کا اعلان کیا۔ وسیع تر اجرا کے لیے ہماری [DevDay اجرا کی رہنمائی](https://bigchange.ai/blog/openai-devday-2026-launches-availability-guide) دیکھیں۔ ڈویلپر کا فوری کام عام براؤزر ایجنٹ سے محدود ہے: عوامی صفحہ کھولنا، مخصوص جواب حاصل کرنا، اور یہ ریکارڈ رکھنا کہ براؤزر نے کس چیز تک رسائی کی۔ 30 ستمبر کو دیکھی گئی OpenAI کی [کمپیوٹر استعمال کی رہنمائی](https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use) ہوسٹڈ براؤزر سیشن کے ذریعے یہ طریقہ بیان کرتی ہے۔ BIG CHANGE نے دستاویزات دیکھی ہیں، API نہیں چلائی۔

ایپلیکیشن سیشن بناتی، اِن پٹ بھیجتی، ایونٹس دیکھتی، ویب سائٹ اوریجن کی درخواستیں صارف کو دکھاتی، جواب جانچتی اور صفائی کرتی ہے۔ ایجنٹ ہوسٹڈ ماحول میں براؤزر چلا سکتا ہے۔ ٹرن مکمل ہونے سے یہ ثابت نہیں ہوتا کہ مطلوبہ معلومات درست ہیں۔

## بڑی تبدیلی

OpenAI کا نیا Agents API کمپیوٹر استعمال کا طریقہ ڈویلپرز کو ایونٹ اسٹریم کے ساتھ ہوسٹڈ براؤزر سیشن، ویب سائٹ اوریجن تک رسائی کے بارے میں صارف کے فیصلے، براؤزر سرگرمی کے ریکارڈ اور API کے ذریعے صفائی کی سہولت دیتا ہے۔ محدود عوامی صفحے کے ٹاسک کے لیے عملی انضمام یہ ہے کہ ان مراحل کو واضح طور پر سنبھالا جائے اور واپس آنے والا عنوان اور URL جانچا جائے۔ اوریجن تک رسائی، ٹرن کی تکمیل اور جواب کی درستگی تین الگ مشاہدے ہیں۔

## API key اور براؤزر سیشن سے آغاز کریں

OpenAI کی [Agents API فوری آغاز کی رہنمائی](https://developers.openai.com/api/docs/guides/agents-api/quickstart#prerequisites) میں OpenAI Platform پروجیکٹ کی ایپلیکیشن API key درکار ہے۔ سیشن آپریشنز کے لیے `api.agents.read` اور `api.agents.write` جبکہ ماڈل اِنفرنس کے لیے `api.responses.write` دیا گیا ہے۔ ایپلیکیشن ماحول میں key کو `OPENAI_API_KEY` کے نام سے ایکسپورٹ کریں اور ایجنٹ کے sandbox سے باہر رکھیں۔ Beta Agents API کے ساتھ موجودہ OpenAI SDK استعمال کریں؛ کمپیوٹر استعمال کی رہنمائی کا JavaScript طریقہ `openai` اور `prompt-sync` استعمال کرتا ہے۔ cURL متبادل کے لیے Bash، `jq` اور واضح `OpenAI-Beta: agents=v1` header درکار ہے۔

دستاویزی سیشن کنفیگریشن `{ "type": "computer_use" }` کو `agent.tools` میں رکھتی ہے، `environment.type` کو `openai_hosted` پر سیٹ کرتی ہے اور `environment.desktop.enabled` فعال کرتی ہے۔ عوامی صفحے کی مثال نیٹ ورک رسائی بھی فعال اور ٹول پر `include_screenshots: true` سیٹ کرتی ہے۔ سیشن بنانے پر بعد کی ایونٹ اور آئٹم درخواستوں کے لیے ID ملتی ہے؛ اس سے براؤزر ٹاسک شروع نہیں ہوتا۔ آگے بڑھنے سے پہلے ID محفوظ کریں۔ مثال ایجنٹ سے Agents API فوری آغاز کا صفحہ تلاش کرکے اس کا عنوان اور URL واپس دینے کو کہتی ہے، بغیر سائن اِن یا سائٹ کا ڈیٹا بدلے۔

## ٹاسک پر نظر رکھیں اور طے کریں کہ اسے کن سائٹس تک رسائی ہو

ٹاسک اِن پٹ بھیجنے سے پہلے سیشن کی ایونٹ اسٹریم کھولیں تاکہ ایپلیکیشن ابتدائی ایونٹس وصول کر سکے۔ دستاویزی اِن پٹ ایک `agent.session.input.message` ہے۔ اسٹریم میں `agent.session.requires_action` آنے پر سیشن کا موجودہ `required_actions` حاصل کریں اور زیرِ التوا `computer_use_approval_request` ریکارڈ تلاش کریں۔ `browser_origin_access` کی درخواست پر مطلوبہ اوریجن اور بتائی گئی وجہ صارف کو دکھائیں۔ اس کا `approve`، `deny` یا `cancel` فیصلہ `agent.session.input.computer_use_approval_request_result` اور اس کے ساتھ `request_id` منسلک کرکے بھیجیں۔

یہ فیصلہ ویب سائٹ اوریجن تک رسائی کے بارے میں ہے، خواہ وہ عوامی ہی کیوں نہ ہو۔ `network.access` کو `enabled` پر سیٹ کرنے سے منظوری نہیں ملتی۔ اوریجن کی منظوری بعد کے ہر براؤزر عمل کی توثیق بھی نہیں کرتی۔ OpenAI کہتا ہے کہ خریداری یا نقصان دہ تبدیلی سے پہلے یقینی تصدیق چاہنے والی ایپلیکیشنز کو ہوسٹڈ براؤزر ایسے وسائل تک محدود رکھنا چاہیے جو یہ کام نہ کر سکیں، یا اپنا براؤزر رن ٹائم استعمال کرنا چاہیے۔ ویب سائٹ کا متن ناقابلِ اعتماد اِن پٹ ہے؛ وہ رسائی کی اجازت نہیں دے سکتا یا صارف کی ہدایات بدل نہیں سکتا۔

عوامی صفحے کی رہنمائی ایک الگ `browser_authentication` درخواست منسوخ کرتی ہے۔ اکاؤنٹ درکار ٹاسک کا اپنا [سائن اِن طریقہ](https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use#handle-sign-in) ہے؛ یہ صرف پڑھنے والی ترتیب اسے شامل نہیں کرتی۔ OpenAI بتاتا ہے کہ منظوری کی درخواست منسوخ کرنے سے ٹاسک منسوخ نہیں ہوتا۔ منظوری کا جواب قبول ہونے کا مطلب ہے کہ فیصلہ موصول ہوا، یہ نہیں کہ نیویگیشن مکمل ہوئی۔

## نتیجہ جانچیں، سرگرمی کا جائزہ لیں، پھر سیشن حذف کریں

ایونٹ اسٹریم جواب کا متن `agent.session.turn.output_text.done` میں دے سکتی ہے۔ مرکزی ٹرن کے لیے `agent.session.turn.completed` کا انتظار کریں اور ناکامی و منسوخی کے ایونٹس الگ سنبھالیں۔ دستاویزی ٹاسک میں دیکھیں کہ جواب میں فوری آغاز کے صفحے کا عنوان اور URL واقعی موجود ہیں۔ صرف اسٹریم بند ہونا ٹرن کے اختتام کا ثبوت نہیں؛ کنکشن ٹوٹنے یا نتیجہ غیر یقینی ہونے پر OpenAI اسی سیشن کو بحال کرنے کا کہتا ہے۔

سیشن آئٹمز براؤزر کے کام کا دوسرا منظر دیتے ہیں۔ `computer_use_call` آئٹمز میں سرگرمی کا عنوان، ٹرن ID اور حیثیت ہوتی ہے۔ اسکرین شاٹس فعال ہوں تو آئٹم میں `computer_screenshot` تصویر کا URL ہو سکتا ہے؛ بعض آپریشن تصویر نہیں دیتے۔ یہ آئٹمز براؤزر آپریشن دکھاتے ہیں، ٹاسک پر حتمی فیصلہ نہیں۔ ماحول صاف کرنے کی درخواست کے لیے سیشن حذف کرنے سے پہلے محفوظ آئٹمز اور ایپلیکیشن کے درکار نتائج یا اسکرین شاٹس دیکھیں۔ اسکرین شاٹس میں صفحے یا اکاؤنٹ کی حساس معلومات ہو سکتی ہیں؛ دستاویزات انہیں مجاز ناظرین تک محدود اور ایپلیکیشن لاگز سے باہر رکھنے کا مشورہ دیتی ہیں۔

## رسائی اور لاگت الگ فیصلے ہیں

اپنے [DevDay recap](https://openai.com/index/devday-2026-recap/) میں OpenAI کہتا ہے کہ کمپیوٹر استعمال API کے ذریعے اور Pro 500 و Enterprise کے Codex اور ChatGPT Work میں دستیاب ہے۔ یہ رہنمائی API کا راستہ بیان کرتی ہے، جس کے لیے Platform اسناد اور اجازتیں درکار ہیں۔ پروڈکٹ پلان سے متعلق بیان API رسائی نہیں دیتا اور API استعمال کے اخراجات شامل نہیں کرتا۔

Agents API کے [جائزے](https://developers.openai.com/api/docs/guides/agents-api/overview) کے مطابق ماڈل کا استعمال منتخب ماڈل کے [API نرخوں](https://developers.openai.com/api/docs/pricing) پر بل ہوتا ہے، جبکہ OpenAI کے ہوسٹڈ sandbox معیاری [کنٹینر نرخ](https://developers.openai.com/api/docs/pricing#built-in-tools) استعمال کرتے ہیں۔ دیکھی گئی دستاویزات میں کمپیوٹر استعمال ٹول کی الگ فیس نہیں؛ اس کا مطلب یہ نہیں کہ ہوسٹڈ براؤزر سیشن مفت ہے۔ بجٹ بنانے سے پہلے ماڈل اور کنٹینر کی موجودہ قیمتیں دیکھیں۔ مثالوں کے beta API طریقے بدل سکتے ہیں۔ اس مضمون کے لیے API سیشن، براؤزر ٹاسک یا SDK نہیں چلایا گیا۔

## ذرائع اور مزید مطالعہ

- [OpenAI، “Computer use”](https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use)، دیکھی گئی 30 ستمبر 2026۔ براؤزر کنفیگریشن، ایونٹ نام، اوریجن اور توثیق کی درخواستوں، نتیجے کی جانچ، سرگرمی اور حذف کرنے کا بنیادی ماخذ۔ صفحے پر اشاعت کی تاریخ نہیں تھی۔
- [OpenAI، “Agents API quickstart”](https://developers.openai.com/api/docs/guides/agents-api/quickstart)، دیکھی گئی 30 ستمبر 2026۔ Platform key کی اجازتیں، beta header اور SDK کی ضروریات بتاتی ہے؛ عمومی کوڈنگ مثال براؤزر کے کمپیوٹر استعمال والے طریقے سے الگ ہے۔
- [OpenAI، “Agents API”](https://developers.openai.com/api/docs/guides/agents-api/overview) اور [“OpenAI-hosted sandboxes”](https://developers.openai.com/api/docs/guides/agents-api/environments/openai-hosted)، دیکھی گئیں 30 ستمبر 2026۔ سیشن ماڈل اور ماڈل و ہوسٹڈ کنٹینر کے الگ اخراجات بیان کرتی ہیں۔ دونوں صفحات پر اشاعت کی تاریخ نہیں تھی۔
- [OpenAI API قیمتیں](https://developers.openai.com/api/docs/pricing)، دیکھی گئیں 30 ستمبر 2026۔ منتخب ماڈل اور ہوسٹڈ کنٹینر کے موجودہ نرخ جانچیں؛ یہاں کسی رن کی لاگت کا اندازہ نہیں دیا گیا۔
- [OpenAI، “DevDay 2026 Recap”](https://openai.com/index/devday-2026-recap/)، شائع شدہ 29 ستمبر 2026۔ اجرا اور API نیز Codex/ChatGPT Work کے Pro 500 و Enterprise پلانز کی دستیابی سے متعلق OpenAI کے الگ بیانات کا ماخذ۔

## Sources

- [Computer use | OpenAI API](https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use) — ہوسٹڈ ماحول، ایونٹ اور منظوری کے نام، نتیجے کی توثیق، سرگرمی، اسکرین شاٹس اور حذف کرنے پر براؤزر ٹاسک کا بنیادی ماخذ۔ یہ دستاویز ہے، BIG CHANGE کا ٹیسٹ نہیں۔
- [Agents API quickstart | OpenAI API](https://developers.openai.com/api/docs/guides/agents-api/quickstart) — Platform ایپلیکیشن key کی اجازتیں، SDK سیٹ اپ، beta header اور سیشن کا دورانیہ۔ عمومی کوڈنگ مثال کمپیوٹر استعمال کی رہنمائی سے الگ ہے۔
- [Agents API | OpenAI API](https://developers.openai.com/api/docs/guides/agents-api/overview) — منظم سیشن ماڈل اور ماڈل کے استعمال، OpenAI ٹولز اور ہوسٹڈ sandbox کے الگ اخراجات بیان کرتا ہے۔
- [OpenAI-hosted sandboxes | OpenAI API](https://developers.openai.com/api/docs/guides/agents-api/environments/openai-hosted) — OpenAI ہوسٹڈ sandbox کے معیاری کنٹینر نرخ، ماڈل کی الگ بلنگ اور ماحول کی صفائی کی درخواست کے لیے حذف کرنے کی تصدیق کرتا ہے۔
- [Pricing | OpenAI API](https://developers.openai.com/api/docs/pricing) — ماڈل اور کنٹینر کے موجودہ نرخ۔ دیکھی گئی دستاویزات کمپیوٹر استعمال ٹول کی الگ فیس نہیں بتاتیں؛ فی رن لاگت کا اندازہ نہیں لگایا گیا۔
- [DevDay 2026 Recap | OpenAI](https://openai.com/index/devday-2026-recap/) — Agents API کمپیوٹر استعمال اور API و Codex/ChatGPT Work کے Pro 500 اور Enterprise پلانز میں الگ دستیابی سے متعلق فراہم کنندہ کا اعلان۔