Agent TARS utilise une combinaison de techniques avancées de vision par ordinateur et de traitement du langage naturel pour comprendre et manipuler les interfaces graphiques utilisateur. En capturant des représentations visuelles des pages web, TARS peut identifier des boutons, formulaires, tableaux et autres éléments de la page. Les utilisateurs interagissent avec TARS par le biais de commandes en langage naturel, lui demandant de cliquer, faire défiler, extraire du texte ou remplir des formulaires sur plusieurs pages. Il prend en charge des workflows personnalisables qui enchaînent des tâches — telles que la connexion à des comptes, la collecte de données et l’exportation des résultats en CSV ou JSON. Avec une prise en charge en mode sans tête (headless) et avec interface (headful), TARS permet à la fois l’exploration interactive et l’automatisation non supervisée, ce qui le rend idéal pour les tests, l'acquisition de données et les opérations routinières basées sur le navigateur.

Browser Operator transforme votre navigateur en un agent alimenté par IA qui comprend les commandes en langage naturel. En connectant votre clé API OpenAI, il peut naviguer vers des URL, cliquer sur des boutons, remplir des formulaires, extraire des tableaux ou des listes, et télécharger du contenu. Vous pouvez chaîner plusieurs étapes en un seul workflow, exporter les résultats au format CSV ou JSON, et même programmer des tâches. Tout le traitement se fait localement dans votre navigateur, garantissant des temps de réponse rapides et la confidentialité des données. Aucun codage n’est requis—il suffit de dire à Browser Operator ce dont vous avez besoin, et il s’occupe du reste.

NanoBrowser s'exécute directement dans votre navigateur en tant qu'extension Chrome, vous permettant d'automatiser des tâches web répétitives ou complexes via des prompts en langage naturel. Vous le configurez avec votre propre clé API LLM — OpenAI GPT, modèles LLaMA auto-hébergés ou autres — et définissez des workflows composés de plusieurs agents. Il prend en charge le scraping de données, les interactions avec les formulaires, la recherche automatisée et la chaînage de workflows via l'intégration LangChain. Vous pouvez orchestrer des agents pour collaborer sur des sous-tâches, exporter des résultats en CSV ou JSON, et déboguer ou affiner les étapes de manière interactive. En tant qu'alternative open-source aux opérateurs propriétaires, NanoBrowser privilégie la confidentialité, l'extensibilité et la facilité d'utilisation.