browser-use और computer-use AI एजेंटों के लिए प्रॉक्सी (2026 गाइड)

4 जून 2026 को प्रकाशित · ≈11 मिनट पढ़ें

2026 वह साल है जब AI एजेंट महज़ डेमो होने से आगे बढ़ गए। browser-use, OpenAI के Operator-शैली के एजेंट, Anthropic का computer use, और Playwright पर बने एक दर्जन फ़्रेमवर्क अब वास्तविक वेबसाइटों के विरुद्ध वास्तविक ब्राउज़र चलाते हैं — बुकिंग, खरीदारी, शोध, निगरानी। और ये सब एक ही दीवार से टकराते हैं: जिन साइटों पर ये काम करते हैं वे इन्हें बॉट मानती हैं, क्योंकि ये बॉट ही हैं।

यह गाइड विशेष रूप से ब्राउज़र चलाने वाले AI एजेंटों के लिए प्रॉक्सी लेयर को कवर करती है। अगर आपका एजेंट ब्राउज़र के बजाय HTTP लाइब्रेरी इस्तेमाल करता है (LangChain टूल्स, CrewAI के भीतर स्क्रेपर), तो देखें AI एजेंटों के लिए प्रॉक्सी: LangChain, AutoGPT & CrewAI — यह लेख उन एजेंटों के बारे में है जो पूरे ब्राउज़र को नियंत्रित करते हैं।

ब्राउज़र एजेंट स्क्रेपर से ज़्यादा तेज़ी से ब्लॉक क्यों होते हैं

यह उल्टा लगता है पर सच है: एक असली Chrome ब्राउज़र चलाने वाला LLM एजेंट अक्सर एक सादे Python स्क्रेपर से ज़्यादा तेज़ी से ब्लॉक हो जाता है। तीन कारण:

डेटासेंटर IP + परफ़ेक्ट ब्राउज़र = बेमेल। ब्राउज़र फ़िंगरप्रिंट कहता है "असली हार्डवेयर पर असली Chrome," पर IP AWS या GCP का होता है — जहाँ ज़्यादातर एजेंट चलते हैं। एंटी-बॉट विक्रेता IP ASN को भारी वज़न देते हैं; डेटासेंटर ASN पर एक रेज़िडेंशियल-ग्रेड फ़िंगरप्रिंट पाठ्यपुस्तक जैसा ऑटोमेशन हस्ताक्षर है।
एजेंट मशीनों की तरह रिट्राई करते हैं। जब कोई एक्शन फ़ेल होता है, LLM लूप तुरंत, उसी IP से, लगभग एक जैसी टाइमिंग के साथ रिट्राई करता है। तीन तेज़ एक जैसे रिट्राई बिहेवियरल-डिटेक्शन 101 हैं।
CDP निशान छोड़ता है। ज़्यादातर एजेंट फ़्रेमवर्क ब्राउज़र को Chrome DevTools Protocol के ज़रिए चलाते हैं। साइटें navigator.webdriver, CDP-विशिष्ट टाइमिंग आर्टिफ़ैक्ट, और headless संकेतों की जाँच करती हैं। एक फ़्लैग किए गए IP के साथ मिलकर, स्कोर तुरंत ब्लॉक थ्रेशोल्ड पार कर जाता है।

इन तीनों में से IP को ठीक करना सबसे सस्ता है, और अकेले उसे ठीक करना ही ज़्यादातर ब्लॉक हल कर देता है: एजेंट को रेज़िडेंशियल प्रॉक्सी के ज़रिए रूट करें ताकि IP की कहानी ब्राउज़र की कहानी से मेल खाए।

सेटअप: रेज़िडेंशियल प्रॉक्सी के साथ browser-use

browser-use Playwright पर बैठता है, इसलिए प्रॉक्सी समर्थन नेटिव है। पैटर्न: प्रति एजेंट टास्क एक sticky session, ताकि एजेंट के काम करते समय IP स्थिर रहे, और अगले टास्क के लिए एक नया IP।

from browser_use import Agent, Browser, BrowserConfig
from langchain_openai import ChatOpenAI
import uuid

task_id = uuid.uuid4().hex[:8]

browser = Browser(config=BrowserConfig(
    proxy={
        "server": "http://us.jibaoproxy.com:913",
        "username": f"USERNAME-session-{task_id}",   # sticky: same IP for this task
        "password": "PASSWORD",
    },
))

agent = Agent(
    task="Find the current price of the Sony WH-1000XM6 on the three largest US retailers.",
    llm=ChatOpenAI(model="gpt-4o"),
    browser=browser,
)
result = await agent.run()

मुख्य बात: session-{task_id} प्रत्यय। इसके बिना, एक रोटेटिंग गेटवे एजेंट को टास्क के बीच में ही नया IP दे सकता है — कार्ट की सामग्री ग़ायब हो जाती है, लॉगिन छूट जाते हैं, और एजेंट चरणों को दोबारा करने में LLM कॉल बर्बाद करता है। इसके साथ, टास्क शुरू से अंत तक एक ही IP पर चलता है, और अगले टास्क को एक साफ़ IP मिलता है।

सेटअप: रॉ Playwright / Computer-Use लूप

अगर आपने Playwright पर अपना स्वयं का एजेंट लूप बनाया है (वह पैटर्न जो ज़्यादातर Operator-शैली और computer-use कार्यान्वयनों के पीछे है), तो प्रॉक्सी ब्राउज़र context पर जाता है:

from playwright.async_api import async_playwright

async with async_playwright() as p:
    browser = await p.chromium.launch(headless=False)
    context = await browser.new_context(
        proxy={
            "server": "http://us.jibaoproxy.com:913",
            "username": "USERNAME-session-agent42",
            "password": "PASSWORD",
        },
        viewport={"width": 1366, "height": 768},
        locale="en-US",
        timezone_id="America/Chicago",   # match the proxy country
    )
    page = await context.new_page()
    # ... agent loop: screenshot -> LLM -> action -> repeat

locale और timezone_id को प्रॉक्सी के देश से मेल खाते हुए सेट करें। एक US IP से ब्राउज़ करने वाला पर UTC+8 घड़ी वाला एजेंट एक असंगति है जिसे बिहेवियरल सिस्टम आपके विरुद्ध स्कोर करते हैं।

प्रति-context प्रॉक्सी आपको एक ब्राउज़र, कई एजेंट भी देते हैं: हर new_context() अपना स्वयं का session प्रत्यय रख सकता है, इसलिए दस समवर्ती एजेंट टास्क दस अलग-अलग रेज़िडेंशियल IP पर चलते हैं, बिना दस Chrome प्रोसेस के।

एजेंट वर्कलोड के लिए Session रणनीति

एजेंट वर्कलोड	Session रणनीति	क्यों
शोध / मूल्य जाँच (बिना लॉगिन)	Sticky, 10 मिनट, प्रति टास्क नया session	टास्क के भीतर स्थिर, टास्कों के बीच नया IP
लॉग-इन अकाउंट संचालन	Sticky 30 मिनट, हर रन पर वही session ID	साइटें उन अकाउंट को फ़्लैग करती हैं जो लॉगिनों के बीच देश बदलते हैं
चेकआउट / बुकिंग फ़्लो	Sticky 30 मिनट	चेकआउट के बीच में IP बदलना session को ख़त्म कर देता है और फ़्रॉड समीक्षा ट्रिगर करता है
उच्च-मात्रा निगरानी (सैकड़ों पेज)	रोटेटिंग, कोई session पिन नहीं	IP विविधता अधिकतम करें, संरक्षित करने योग्य कोई स्टेट नहीं

लागत नियंत्रण: एजेंट बैंडविड्थ जलाते हैं

रेज़िडेंशियल ट्रैफ़िक प्रति GB बिल किया जाता है, और एक ब्राउज़र एजेंट पूरे पेज खींचता है — इमेज, फ़ॉन्ट, ट्रैकर — एक HTTP स्क्रेपर के विपरीत। अप्रबंधित, एक एजेंट टास्क 20–50 MB खा सकता है। प्रभाव के क्रम में तीन उपाय:

उन भारी संसाधनों को ब्लॉक करें जिनकी LLM को ज़रूरत नहीं:
```
await context.route("**/*.{png,jpg,jpeg,webp,gif,woff,woff2,mp4}",
                    lambda route: route.abort())
```
अगर आपका एजेंट स्क्रीनशॉट पढ़ता है, तो लक्ष्य पेज पर इमेज रखें पर फिर भी वीडियो और फ़ॉन्ट ब्लॉक करें। अगर यह DOM/accessibility tree पढ़ता है, तो इमेज भी ब्लॉक करें — इससे ट्रैफ़िक 60–80% तक कम होता है।
केवल वही रूट करें जिसे रूटिंग की ज़रूरत है। LLM API कॉल (OpenAI/Anthropic) रेज़िडेंशियल प्रॉक्सी से नहीं गुज़रने चाहिए — वह शुद्ध बर्बाद GB और जोड़ी गई लेटेंसी है। ब्राउज़र context को प्रॉक्सी करें, होस्ट प्रोसेस को नहीं।
फ़्रेमवर्क स्तर पर रिट्राई सीमित करें। अधिकतम दो रिट्राई, बैकऑफ़ के साथ और दूसरे पर एक नया session ID — एक नया IP तीसरे एक जैसे प्रयास की तुलना में ज़्यादा ब्लॉक ठीक करता है।

इमेज ब्लॉकिंग और सीमित रूटिंग के साथ, सामान्य ब्राउज़र-एजेंट टास्क 2–8 MB रेंज में आते हैं — $2/GB पर वह प्रति सौ टास्क कुछ सेंट है।

मुफ़्त टूल · कोई साइनअप नहीं

क्या आपके एजेंट का ब्राउज़र एंटी-बॉट स्क्रीनिंग से बच पाएगा?

अपने एजेंट (या अपने स्वयं के ब्राउज़र) को हमारे Anti-Bot Detector पर इंगित करें: यह उन ठीक उन्हीं संकेतों को स्कोर करता है जिन्हें साइटें जाँचती हैं — IP प्रकार, ASN, headless संकेत, फ़िंगरप्रिंट संगति — और बताता है कि आपको क्या चीज़ पकड़वाती है।

एंटी-बॉट जाँच चलाएँ →

अगर यह आपके IP को डेटासेंटर के रूप में फ़्लैग करता है, तो सबसे पहले उसी को ठीक करना है — 500MB मुफ़्त ट्रैफ़िक रेज़िडेंशियल क्रेडिट पाएँ →

प्रॉक्सी क्या ठीक नहीं करते

ईमानदारी वाला हिस्सा। एक रेज़िडेंशियल IP ASN बेमेल और IP प्रतिष्ठा को ठीक करता है, जो 2026 एंटी-बॉट स्कोरिंग में सबसे भारी एकल संकेत है। यह इन्हें ठीक नहीं करता:

CDP/headless डिटेक्शन — अपने फ़्रेमवर्क के stealth विकल्पों का उपयोग करें (browser-use पैच किए गए launch फ़्लैग के साथ आता है; रॉ Playwright के लिए rebrowser-शैली के पैच देखें), और उच्च-मूल्य फ़्लो के लिए headed मोड को प्राथमिकता दें।
TLS फ़िंगरप्रिंटिंग — असली-ब्राउज़र एजेंटों के लिए कोई समस्या नहीं (ब्राउज़र का TLS असली है), पर इसी कारण आप बाद में एजेंट अनुरोधों को requests के साथ "बस फिर से नहीं चला" सकते। देखें JA3/JA4 समझाया गया।
एक्शन स्ट्रीम पर बिहेवियरल स्कोरिंग — एक्शनों के बीच छोटे-छोटे रैंडमाइज़्ड विलंब जोड़ें और रनों में पिक्सेल-समान क्लिक निर्देशांकों से बचें।

एक रेज़िडेंशियल IP पर इन तीनों को स्टैक करें और ब्राउज़र एजेंट वही जाँचें पास करते हैं जो असली उपयोगकर्ता करते हैं। सबसे कठिन लक्ष्यों (DataDome, PerimeterX) के लिए, देखें हमारी DataDome/PerimeterX गाइड।

सारांश

डेटासेंटर IP पर एजेंट स्वयं की पहचान बता देते हैं; रेज़िडेंशियल IP IP की कहानी को ब्राउज़र की कहानी से मेल खाते हैं।
प्रति एजेंट टास्क एक sticky session; लॉग-इन अकाउंट के लिए हमेशा वही session ID; स्टेटलेस निगरानी के लिए रोटेटिंग।
timezone_id/locale को प्रॉक्सी देश से मेल खाते हुए रखें।
इमेज/फ़ॉन्ट/वीडियो ब्लॉक करें और LLM API कॉल कभी रेज़िडेंशियल बैंडविड्थ से रूट न करें।
एक नए session ID के साथ रिट्राई करें, उसी IP के साथ नहीं।

अपने एजेंटों को रेज़िडेंशियल IP दें

500MB मुफ़्त ट्रैफ़िक क्रेडिट — संसाधन ब्लॉकिंग ऑन के साथ कई सौ ब्राउज़र-एजेंट टास्क के लिए पर्याप्त।

मुफ़्त ट्रायल शुरू करें