L'agent navigateur intègre les modèles linguistiques OpenAI avec Playwright pour effectuer des tâches de navigation automatisée guidées par des commandes en langage naturel. Il charge des pages web, navigue entre les liens, clique sur des boutons, remplit et soumet des formulaires, extrait des données structurées, capture des captures d'écran et évalue du JavaScript personnalisé. En interprétant la sortie GPT en actions du navigateur, les développeurs peuvent prototyper des workflows d'automatisation web avec peu de code. Il supporte les sessions multi-pages, la gestion des cookies et des sessions, ainsi que la gestion des erreurs. Les équipes peuvent écrire des scripts pour le scraping de données, les tests de bout en bout ou l'interaction avec du contenu dynamique, tout cela déclenché par des prompts conversationnels. Son architecture est modulaire, avec des hooks pour étendre ses capacités et l'intégrer dans des pipelines de traitement en aval.
