agent-browser

O que é agent-browser?

O agent-browser é uma ferramenta de automação de navegador feita especialmente para agentes de IA. Em vez de saídas pesadas em JSON, ele gera um texto compacto e fácil de entender — perfeito para economizar tokens no contexto das inteligências artificiais. Escrito 100% em Rust, é rápido, leve e funciona direto do terminal.

Se você está criando agentes que precisam navegar na web, preencher formulários, tirar screenshots ou interagir com páginas, o agent-browser oferece uma forma eficiente e determinística de fazer isso, usando referências únicas (refs) para identificar elementos da página sem precisar reanalisar o DOM toda vez.

Quais são as características de agent-browser?

• Saída compacta otimizada para IA: Usa texto simples com apenas 200–400 tokens, contra milhares em representações tradicionais do DOM.
• Seleção por referência (ref): Cada elemento tem um ID único como @e1, permitindo cliques e ações precisas sem ambiguidade.
• Arquitetura cliente-daemon em Rust: CLI nativo super rápido com daemon persistente que gerencia o Chrome via Protocolo DevTools (CDP).
• Mais de 50 comandos integrados: Navegação, formulários, rede, armazenamento, screenshots e muito mais.
• Sessões isoladas: Execute múltiplas instâncias do navegador com autenticação separada.
• Multiplataforma: Funciona em macOS (ARM64/x64), Linux (ARM64/x64) e Windows (x64).
• Compatível com principais agentes de IA: Funciona com Claude, Cursor, GitHub Copilot, Gemini, OpenAI e outros que executam comandos shell.

Quais são os casos de uso de agent-browser?

• Automatizar tarefas web em agentes de IA sem sobrecarregar o contexto com dados desnecessários.
• Criar bots que navegam em sites de forma confiável usando referências estáveis aos elementos.
• Testar aplicações web diretamente do terminal com saída legível por humanos e máquinas.
• Integrar automação de navegador em fluxos de trabalho de programação assistida por IA.
• Capturar screenshots ou extrair conteúdo acessível de páginas para análise posterior.
• Gerenciar sessões de login distintas para testes paralelos ou contas múltiplas.

Como usar agent-browser?

• Instale globalmente com npm install -g agent-browser ou via Homebrew no macOS (brew install agent-browser).
• Na primeira execução, rode agent-browser install para baixar uma versão compatível do Chrome.
• Abra um site com agent-browser open example.com.
• Obtenha uma visão clara da página com agent-browser snapshot -i para ver elementos com refs como @e1.
• Interaja usando as refs: agent-browser click @e1 ou agent-browser type @input "texto".
• Feche a sessão quando terminar com agent-browser close.