Agent Browser

• Você precisa automatizar fluxos de trabalho de navegador em múltiplas etapas nos quais um agente de IA deve navegar, ler estados e interagir em várias páginas.
• Você precisa de seleção determinística de elementos — o direcionamento baseado em ref elimina a fragilidade do XPath ou cliques baseados em pixels.
• Você está trabalhando com Single Page Applications (SPAs) complexas nas quais o DOM muda dinamicamente e os snapshots precisam ser retirados novamente após cada ação.
• Você precisa de isolamento de sessão — executando múltiplos contextos de navegador simultâneos (por exemplo, administrador e usuário) sem interferência.

• Você precisa de capturas de tela ou PDFs para análise visual — use uma ferramenta de navegador integrada especializada em inspeção visual.
• Você precisa de integração com extensões de navegador — o Agent Browser não suporta o carregamento de extensões.
• Sua tarefa é puramente visual e não envolve interação com elementos da página.

Em vez de seletores CSS frágeis ou coordenadas, o Agent Browser captura a árvore de acessibilidade e atribui IDs @ref estáveis (por exemplo, @e2) a cada elemento. Agentes de IA interpretam essas refs a partir da saída JSON e as utilizam em todas as interações subsequentes, garantindo um direcionamento confiável mesmo durante atualizações dinâmicas da página.

Suporta clique, preenchimento, digitação, hover, marcar/desmarcar, selecionar, arrastar, rolar, pressionar e muito mais — tudo orientado por referências. Também oferece comandos get e is para extrair texto, HTML, atributos e verificar visibilidade ou estado habilitado.

Execute múltiplas sessões nomeadas simultaneamente com --session <name>. Cada sessão mantém seu próprio contexto de navegador, possibilitando cenários como testar funções de administrador e usuário lado a lado sem vazamento de cookies ou estado.

Salve cookies e armazenamento local em um arquivo JSON com state save, depois recarregue-os com state load para ignorar completamente os fluxos de login — ideal para execuções repetidas de automação.

Bloqueie requisições indesejadas (por exemplo, anúncios), simule respostas de API e inspecione a atividade de rede — tudo pela CLI. Útil para testes e scraping sem interferências externas.

Aguarde por elementos, conteúdo de texto, padrões de URL, rede ociosa ou condições arbitrárias em JavaScript. Garante snapshots estáveis antes que o agente avance para a próxima etapa.

Um agente de IA navega até um mecanismo de busca, preenche uma consulta usando um input identificado por referência, aguarda os resultados e, em seguida, extrai textos e links dos elementos de resultado — tudo isso sem capturas de tela ou ajuste manual de seletores.

Duas sessões simultâneas — uma autenticada como administrador e outra como usuário comum — interagem com o mesmo aplicativo ao mesmo tempo. Cada sessão carrega seu próprio estado de autenticação salvo, permitindo a validação paralela de fluxos de trabalho.

Um agente faz login uma vez, salva o estado da sessão em auth.json e, nas execuções seguintes, carrega esse estado para pular o login — prosseguindo diretamente para o preenchimento e envio de formulários.

Para aplicações complexas em React ou Vue, o Agent Browser tira um novo snapshot após cada navegação ou mudança de estado, sempre trabalhando a partir de uma árvore de acessibilidade atualizada para garantir que as referências estejam corretas antes de interagir.