Agent Browser

• Necesitas automatizar flujos de trabajo de navegador de múltiples pasos donde un agente de IA debe navegar, leer el estado e interactuar a través de múltiples páginas.
• Necesitas una selección determinista de elementos — la orientación basada en referencias elimina la fragilidad de XPath o los clics basados en píxeles.
• Estás trabajando con Aplicaciones de Página Única (SPAs) complejas donde el DOM cambia dinámicamente y las instantáneas deben volver a tomarse después de cada acción.
• Necesitas aislamiento de sesión — ejecutar múltiples contextos de navegador simultáneos (por ejemplo, administrador y usuario) sin interferencias.

• Necesitas capturas de pantalla o PDFs para análisis visual — usa una herramienta de navegador integrada que se especialice en inspección visual.
• Necesitas integración con extensiones de navegador — Agent Browser no admite la carga de extensiones.
• Tu tarea es puramente visual y no implica interactuar con elementos de la página.

En lugar de selectores CSS frágiles o coordenadas, Agent Browser captura el árbol de accesibilidad y asigna IDs @ref estables (por ejemplo, @e2) a cada elemento. Los agentes de IA analizan estas referencias desde la salida JSON y las utilizan para todas las interacciones posteriores, garantizando una orientación fiable incluso ante actualizaciones dinámicas de la página.

Admite clics, relleno, escritura, desplazamiento del cursor, marcar/desmarcar, seleccionar, arrastrar, desplazarse, presionar y más — todo basado en referencias. También proporciona comandos get e is para extraer texto, HTML, atributos y verificar visibilidad o estado habilitado.

Ejecuta múltiples sesiones con nombre de forma simultánea con --session <name>. Cada sesión mantiene su propio contexto de navegador, lo que permite escenarios como probar roles de administrador y usuario en paralelo sin que haya interferencia de cookies ni de estado.

Guarda las cookies y el almacenamiento local en un archivo JSON con state save, luego recárgalos más tarde con state load para omitir los flujos de inicio de sesión por completo — ideal para ejecuciones de automatización repetidas.

Bloquea solicitudes no deseadas (por ejemplo, anuncios), simula respuestas de API e inspecciona la actividad de red — todo desde la CLI. Útil para pruebas y scraping sin interferencias externas.

Espera elementos, contenido de texto, patrones de URL, red inactiva o condiciones arbitrarias de JavaScript. Garantiza capturas de pantalla estables antes de que el agente continúe con el siguiente paso.

Un agente de IA navega hasta un motor de búsqueda, completa una consulta utilizando una entrada identificada por referencia, espera los resultados y luego extrae texto y enlaces de los elementos resultantes — todo sin capturas de pantalla ni ajuste manual de selectores.

Dos sesiones simultáneas — una autenticada como administrador y otra como usuario regular — interactúan con la misma aplicación de forma concurrente. Cada sesión carga su propio estado de autenticación guardado, lo que permite la validación paralela de flujos de trabajo.

Un agente inicia sesión una vez, guarda el estado de la sesión en auth.json y, en ejecuciones posteriores, carga ese estado para omitir el inicio de sesión — luego procede directamente a completar y enviar formularios.

Para aplicaciones complejas de React o Vue, el Agent Browser toma una nueva instantánea después de cada navegación o cambio de estado, trabajando siempre a partir de un árbol de accesibilidad actualizado para garantizar que las referencias estén vigentes antes de interactuar.