openbrowser

Open Browser est un framework TypeScript open source sous licence MIT qui permet à des agents IA de naviguer de manière autonome sur le web. Construit sur Playwright, il permet aux agents de cliquer, saisir, faire défiler, naviguer et extraire des données depuis n'importe quel site web en décrivant simplement une tâche en langage naturel. Le projet est structuré en monorepo avec trois paquets : une bibliothèque principale (open-browser) contenant la logique de l'agent, le contrôle du navigateur, l'analyse du DOM et l'intégration LLM ; une CLI (@open-browser/cli) pour exécuter les agents et émettre des commandes de navigation ; et un paquet sandbox (@open-browser/sandbox) pour une exécution à ressources limitées avec surveillance CPU/mémoire, délais d'expiration et restrictions de domaine. Les capacités clés incluent le support multi-modèles via le Vercel AI SDK (les modèles OpenAI, Anthropic et Google sont interchangeables avec un simple drapeau), un REPL interactif pour des sessions de navigation en direct, la détection de blocage, le suivi des coûts, la gestion de session, l'enregistrement de rejeu et une gestion complète des erreurs. La boucle de l'agent fonctionne en envoyant l'état actuel de la page et la tâche à un LLM, qui décide des commandes à exécuter (plus de 25 types de commandes), puis observe les résultats et itère jusqu'à ce que la tâche soit terminée. L'utilisation est disponible à la fois en CLI (open-browser run "Find the top story on Hacker News and summarize it") et en bibliothèque TypeScript avec viewport configurable, choix du modèle, limites d'étapes, captures d'écran et restrictions d'URL. L'exécution en sandbox ajoute des délais d'expiration, des limites de mémoire, des domaines autorisés et la capture de sortie pour un déploiement sûr en production.