Jetzt verfügbar für Windows, macOS und Linux

Sichere Lokale Sandbox für KI-Agenten

Führen Sie Javascript- und Puppeteer-Skripte als MCP tools-Tools lokal aus — keine Cloud, vollständige Privatsphäre. Funktioniert mit Claude Desktop, Cursor und mehr.
Ihr Agent
ein deeptask-Skript erstellen, um Suchergebnisse zu erhalten
Skripte2
Skripte suchen...
Automatisierung mit Javascript- und Puppeteer-Skripten.
Mit Ihrer KI verbinden

Automatisierung in Claude Desktop, Cursor oder Cline aktivieren

node-demo

Generate hello world message

test-settings

Demonstrates how to access...

DeepTask Sandbox | Se...
about:blank
FUNKTIONIERT MIT IHREN LIEBLINGS-KI-AGENTEN
Claude Desktop
Claude Desktop
Cursor IDE
Cursor IDE
VS Code
VS Code
Windsurf
Windsurf
Zed
Zed

Benutzerdefiniertes Skript erstellen

Erstellen und skalieren Sie mühelos robuste Javascript- und Puppeteer-Automatisierungen.
google-search.mjs
Puppeteer
/**
 * Google Search Script
 * This script performs a Google search and extracts results including AI answers,
 * organic results, related questions, and related searches
 */

// Export metadata about the script
export const metadata = {
    name: "google-search",
    version: "1.0.0",
    description:
        "Search Google and extract AI answers, organic results, PAA questions, and related searches",
    inputSchema: {
        type: "object",
        properties: {
            query: {
                type: "string",
                description: "The search query/keyword",
                default: "chatgpt"
            },
            language: {
                type: "string",
                description: "Language code for search results (e.g., en, ja, zh-CN)",
                default: "en"
            },
            page: {
                type: "number",
                description: "Page index (0 for first page, 1 for second, etc.)",
                default: 0,
                minimum: 0
            }
        },
        required: ["query"]
    },
    type: "puppeteer",
    defaultTimeout: 30000,
    fsEnabled: false,
    networkEnabled: true,
    domainsAllowed: ["google.com"],
};

// Export the main run method
// The page object is automatically provided in the context
export const main = async function (input) {
    try {
        // Note: "page" here refers to the Puppeteer browser page object
        const page = global.page;

        if (!page) {
            throw new Error("Page object is not available");
        }

        const keyword = input?.query || "chatgpt";
        const language = input?.language || "en";
        const pageIndex = (input?.page !== undefined && input?.page !== null) ? input.page : 0;

        const start = pageIndex * 10;
        const url = `https://www.google.com/search?q=${encodeURIComponent(keyword)}&hl=${language}&start=${start}`;

        await page.goto(url, {waitUntil: "networkidle2"});
        await page.waitForSelector("div#search");

        const data = await page.evaluate(() => {
            const result = {
                aiAnswer: null,
                results: [],
                questions: [],
                relatedSearches: []
            };

            const answer = document.querySelector(
                "#search div[data-attrid]:not([data-attrid=\"title\"]):not([data-attrid=\"subtitle\"])"
            );
            if (answer) {
                result.aiAnswer = answer.innerText.trim();
            }

            const anchors = document.querySelectorAll("#search a h3");
            anchors.forEach((h3) => {
                const a = h3.closest("a");
                if (a && a.href && h3.innerText.trim()) {
                    const snippetNode = a.parentElement?.parentElement?.querySelector(
                        "div[data-sncf] span, div:not([class]) span"
                    );
                    const snippet = snippetNode ? snippetNode.innerText.trim() : "";

                    result.results.push({
                        title: h3.innerText.trim(),
                        link: a.href,
                        snippet
                    });
                }
            });

            return result;
        });

        return {
            result: {
                content: [{
                    type: "text",
                    text: JSON.stringify(data, null, 2),
                }]
            }
        };
    } catch (error) {
        return {
            error: {
                message: error.message || "Unknown error occurred",
            }
        };
    }
};
Metrics & Performance

Sicher, Privat und Leistungsstark

DeepTask Sandbox in Zahlen
Privat

100% Lokal

Keine Daten an die Cloud gesendet
Sicher

Sandbox-Ausführung

Isolierte Umgebungsschutz
MCP

Model Context Protocol

Standardbasierte Integration
Kontrolliert

Domain-Whitelisting

Explizite Netzwerkberechtigungen
Plattformübergreifend

Windows, macOS, Linux

Funktioniert überall, wo Sie arbeiten
Kompatibel

Claude, Cursor, VS Code

Funktioniert mit Ihrer Lieblings-KI
Help & Support

Häufig Gestellte Fragen

Alles, was Sie über die sichere lokale Browser-Automatisierung wissen müssen.

Welche KI-Tools funktionieren mit DeepTask Sandbox?

DeepTask Sandbox funktioniert mit Claude Desktop, Cursor, VS Code, Windsurf, Zed und jedem anderen MCP-kompatiblen KI-Client.

Wie unterscheidet sich DeepTask von Cloud-Automatisierung?

DeepTask läuft vollständig auf Ihrem lokalen Computer. Ihre Daten verlassen niemals Ihr Gerät, im Gegensatz zu Cloud-Automatisierungsdiensten, die Ihre Daten auf externen Servern verarbeiten und speichern.

Was ist MCP?

MCP (Model Context Protocol) ist ein offener Standard, der es KI-Assistenten ermöglicht, sich mit externen Tools zu verbinden. DeepTask fungiert als MCP-Server und bietet Browser-Automatisierungsfunktionen für KI-Agenten.

Wie ist das Preismodell?

DeepTask Sandbox bietet flexible Preise für verschiedene Anwendungsfälle. Persönliche und Bildungskunden können auf die Kernfunktionen zugreifen, während sich Unternehmen für unseren Enterprise-Plan entscheiden können. Besuchen Sie unsere Preisseite für Details.

Warum sollte ich einen lokalen Sandbox für meine KI ausführen?

Ein lokaler Sandbox bietet maximale Privatsphäre, da Ihre Daten niemals Ihren Desktop verlassen. Er spart auch Tokens, indem Sie große Datenmengen lokal mit Skripten verarbeiten können, anstatt alles an ein LLM zu senden.

Erfordert es eine Internetverbindung?

Nein. DeepTask Sandbox funktioniert vollständig offline. Ihre Skripte werden lokal auf Ihrem Computer ausgeführt. Internetzugang ist nur erforderlich, wenn Ihr spezifisches Skript Daten aus dem Web abrufen muss.

Welche Skriptsprachen werden unterstützt?

Derzeit konzentrieren wir uns auf Javascript und Puppeteer für Web-Automatisierung. Dies ermöglicht es Ihnen, das riesige JavaScript-Ökosystem für jede Aufgabe zu nutzen.

Wie funktioniert das Sicherheitsmodell?

Jedes Skript läuft in einer sicheren, isolierten Umgebung. Sie müssen explizit Berechtigungen für Netzwerkzugriff (mit Host-Whitelisting) und Dateisystemzugriff erteilen. Dies stellt sicher, dass Ihre Skripte nur das tun, was Sie möchten.