agent-browser

¿Qué es agent-browser?

agent-browser es una herramienta de automatización de navegadores diseñada específicamente para agentes de inteligencia artificial. En lugar de generar salidas largas y complejas, ofrece resultados en texto compacto que consumen menos tokens, lo que la hace ideal para integrar con modelos de lenguaje como los usados por Claude, Copilot o Gemini. Escrita completamente en Rust, es rápida, ligera y funciona sin problemas en macOS, Linux y Windows.

Su enfoque único se basa en usar referencias (como @e1, @e2) para identificar elementos de la página, lo que permite a los agentes de IA interactuar con sitios web de forma precisa y eficiente, sin necesidad de analizar árboles DOM gigantescos ni escribir selectores complicados.

¿Cuáles son las características de agent-browser?

• Salida compacta optimizada para IA: Reduce el uso de contexto al entregar solo la información esencial en formato de texto legible.
• Sistema basado en referencias (refs): Cada elemento tiene un ID único (@e1, @e2), lo que garantiza selección determinista y evita errores comunes en la automatización.
• Escrito 100% en Rust: Ofrece velocidad nativa, bajo consumo de recursos y arranque instantáneo.
• Soporte multiplataforma: Disponible para macOS (ARM64/x64), Linux (ARM64/x64) y Windows (x64).
• Arquitectura cliente-demonio: El demonio se ejecuta en segundo plano y reutiliza sesiones, mejorando el rendimiento entre comandos.
• Más de 50 comandos integrados: Navegación, formularios, capturas de pantalla, gestión de red, almacenamiento y más.
• Compatibilidad con múltiples proveedores: Funciona con Browserbase, Browserless, Chrome local y otros motores.

¿Cuáles son los casos de uso de agent-browser?

• Automatizar tareas repetitivas en la web desde un agente de IA sin sobrecargar su contexto.
• Extraer datos estructurados de páginas web usando referencias estables en lugar de XPath o CSS selectors frágiles.
• Realizar pruebas funcionales rápidas desde la terminal con salida legible para humanos y máquinas.
• Integrar navegación web en flujos de trabajo de desarrollo asistidos por IA (como en Cursor o GitHub Copilot).
• Gestionar sesiones aisladas para pruebas con diferentes cuentas o estados de autenticación.
• Depurar interacciones web en tiempo real con modo CDP (Chrome DevTools Protocol).

¿Cómo usar agent-browser?

• Instala con npm install -g agent-browser o brew install agent-browser en macOS.
• Ejecuta agent-browser install la primera vez para descargar Chrome automáticamente.
• Abre un sitio con agent-browser open example.com.
• Obtén una vista compacta con agent-browser snapshot -i para ver elementos con sus refs.
• Haz clic en un enlace usando su referencia: agent-browser click @e2.
• Guarda una captura con agent-browser screenshot page.png y cierra con agent-browser close.