Об этом проекте

Open Browser — это фреймворк с открытым исходным кодом (лицензия MIT) на TypeScript, который наделяет ИИ-агентов способностью автономно просматривать веб-страницы. Построенный на основе Playwright, он позволяет агентам кликать, вводить текст, прокручивать, перемещаться и извлекать данные с любых веб-сайтов, просто описывая задачу на естественном языке. Проект структурирован как монорепозиторий с тремя пакетами: основная библиотека (open-browser), содержащая логику агента, управление браузером, анализ DOM и интеграцию с LLM; CLI (@open-browser/cli) для запуска агентов и выдачи команд браузеру; и пакет песочницы (@open-browser/sandbox) для выполнения с ограниченными ресурсами, включая мониторинг ЦП/памяти, тайм-ауты и ограничения доменов. Ключевые возможности включают поддержку нескольких моделей через Vercel AI SDK (модели OpenAI, Anthropic и Google заменяются одним флагом), интерактивный REPL для живых сессий браузера, обнаружение зависаний, отслеживание затрат, управление сессиями, запись воспроизведения и всестороннюю обработку ошибок. Цикл агента работает, отправляя текущее состояние страницы и задачу в LLM, которая решает, какие команды выполнять (более 25 типов команд), затем наблюдает за результатами и повторяет цикл до завершения задачи. Использование доступно как через CLI (open-browser run "Найди главную историю на Hacker News и кратко изложи её"), так и через библиотеку TypeScript с настраиваемым окном просмотра, моделью, лимитами шагов, скриншотами и ограничениями URL. Выполнение в песочнице добавляет тайм-аут, лимиты памяти, разрешённые домены и захват вывода для безопасного развёртывания в производстве.