openbrowser

Open Browser é um framework TypeScript de código aberto (licenciado sob MIT) que equipa agentes de IA com a capacidade de navegar na web de forma autônoma. Construído sobre o Playwright, ele permite que agentes cliquem, digitem, rolem, naveguem e extraiam dados de qualquer site simplesmente descrevendo uma tarefa em linguagem natural. O projeto é estruturado como um monorepo com três pacotes: uma biblioteca principal (open-browser) contendo lógica de agente, controle de navegador, análise de DOM e integração com LLM; uma CLI (@open-browser/cli) para executar agentes e emitir comandos de navegador; e um pacote de sandbox (@open-browser/sandbox) para execução com recursos limitados, incluindo monitoramento de CPU/memória, timeouts e restrições de domínio. As principais capacidades incluem suporte a múltiplos modelos via Vercel AI SDK (modelos da OpenAI, Anthropic e Google podem ser trocados com uma única flag), um REPL interativo para sessões de navegador ao vivo, detecção de travamentos, rastreamento de custos, gerenciamento de sessões, gravação de replay e tratamento abrangente de erros. O loop do agente funciona enviando o estado atual da página e a tarefa para um LLM, que decide quais comandos executar (mais de 25 tipos de comandos), observa os resultados e repete até que a tarefa seja concluída. O uso está disponível tanto como CLI (open-browser run "Encontre a principal história no Hacker News e resuma-a") quanto como biblioteca TypeScript com viewport configurável, modelo, limites de etapas, capturas de tela e restrições de URL. A execução em sandbox adiciona timeout, limites de memória, domínios permitidos e captura de saída para implantação segura em produção.