Browser

Browser añade un flujo de navegación desde la línea de comandos a agentes de programación compatibles. Permite que un agente abra páginas, comprenda su estado actual, interactúe con controles, recopile contenido y compruebe el resultado de cada acción. La misma interfaz puede utilizarse con un navegador local nuevo, una instancia existente de Chrome o una sesión alojada en Browserbase.

Aspectos destacados

• Lee el estado estructurado de la página para identificar elementos interactivos sin depender exclusivamente de imágenes.
• Gestiona navegación, clics, entrada de teclado, campos de formulario, carga de archivos, desplazamiento y múltiples pestañas.
• Realiza capturas de pantalla y obtiene texto, marcado, títulos, URL y valores de campos cuando es necesario.
• Ofrece conexiones locales, a sesiones existentes, remotas y directas mediante CDP para distintos entornos.
• Admite sesiones alojadas para flujos que necesitan una identidad persistente, enrutamiento geográfico o mayores capacidades de acceso.

Esta habilidad resulta útil para desarrolladores que quieren que sus agentes inspeccionen aplicaciones web, automaticen tareas rutinarias del navegador, recopilen información o reproduzcan problemas de interfaz. Instala el repositorio de habilidades de Browserbase mediante la CLI de habilidades; para el funcionamiento local se necesitan el paquete browse y un navegador local compatible con Chrome, mientras que las sesiones alojadas también requieren credenciales de Browserbase.