Web-Agent es una biblioteca de Node.js diseñada para convertir instrucciones en lenguaje natural en operaciones del navegador. Se integra con proveedores de Modelos de Lenguaje Grandes populares (OpenAI, Anthropic, etc.) y controla navegadores en modo sin cabeza o con interfaz para realizar acciones como obtener datos de páginas, hacer clic en botones, rellenar formularios, navegar en flujos de trabajo de varios pasos y exportar resultados. Los desarrolladores pueden definir comportamientos del agente en código o JSON, extender mediante plugins y encadenar tareas para construir flujos de automatización complejos. Simplifica tareas web tediosas, pruebas y recopilación de datos permitiendo que la IA las interprete y ejecute.

Browser Agent integra los modelos de lenguaje de OpenAI con Playwright para realizar tareas automatizadas de navegación dirigidas por comandos en lenguaje natural. Carga páginas web, navega por enlaces, hace clic en botones, llena y envía formularios, extrae datos estructurados, captura pantallas y evalúa JavaScript personalizado. Interpretando la salida de GPT en acciones del navegador, los desarrolladores pueden prototipar automatización web con código mínimo. Soporta sesiones en varias páginas, gestión de cookies y sesiones, y manejo de errores. Los equipos pueden automatizar tareas como raspado de datos, pruebas de extremo a extremo o interacción con contenido dinámico, todo mediante indicaciones conversacionales. Su arquitectura es modular, exponiendo hooks para extender capacidades e integrar con pipelines de procesamiento downstream.