Посмотреть на цель и вернуть её как структуру + текст.

target: заголовок окна десктоп-приложения (подстрока, регистронезависимо), либо "browser" для активной страницы открытого браузера; пусто — активное окно на переднем плане. mode: "auto" (сам выбирает: UIA → при бедном результате OCR), либо принудительно "uia" | "ocr" | "browser".

Возвращает {ok, elements:[{id,role,name,bbox,...}], text, method_used}. Текстовый мозг читает text, действует по elements[].id через act().

Выполнить действие над элементом из capture()/find().

action: click | double_click | type | set_value | focus | read | scroll. text: для action="type" — что напечатать. value: для action="set_value" — новое значение поля (заменяет целиком). Для action="read" текст возвращается в поле content. Бэкенд выбирается по префиксу element_id (u=десктоп, o=OCR, b=браузер).

Найти один элемент по описанию (имя/значение содержит query).

target: окно, либо "browser" для страницы; пусто — активное окно. mode: "auto" | "uia" | "ocr" | "browser".

Дождаться появления/готовности элемента (поллинг до timeout_s секунд).

Открыть/подключить браузер для незаметной работы.

mode="cdp": подключиться к УЖЕ запущенному Chrome по DevTools-протоколу (cdp_url, по умолчанию http://localhost:9222). Максимальная незаметность, живые куки, сессии не рвутся. Chrome нужно стартовать заранее с --remote-debugging-port=9222 и своим --user-data-dir. mode="stealth": свой браузер под управлением слоя (patchright) с постоянным профилем user_data_dir и каналом реального Chrome (channel="chrome"). url: если задан — сразу перейти. После открытия используй capture("browser").

Перейти по URL в открытом браузере.

Закрыть браузерную сессию слоя.