agent-browser
Faz seu agente controlar o navegador para testar sites. Ele pode preencher formulários, clicar em botões e tirar fotos.
O que ela faz
Este agente ajuda a controlar o navegador de internet. Ele pode abrir páginas, preencher formulários, clicar em botões e tirar fotos de telas para verificar se tudo está funcionando como esperado.
Quando usar
- ✓Verificar se um site está funcionando corretamente após uma atualização.
- ✓Testar se um formulário em um site preenche as informações certas.
- ✓Capturar uma imagem de uma página da web para mostrar como ela se parece.
Exemplo do que pedir para a IA
“Tire uma foto da página inicial deste site e me diga o título dela.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Ele funciona conectando-se ao seu navegador e dando comandos para ele, como 'clique aqui' ou 'digite isso'. Ele pode até extrair informações específicas da página.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add nexu-io/open-design --skill agent-browserOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/nexu-io/open-design/main/skills/agent-browser/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Navegador do Agente
Use agent-browser para validação de pré-visualização local do OpenDesign: inspecione o estado renderizado, clique/digite quando solicitado e capture uma captura de tela quando evidências visuais forem importantes. Mantenha o navegador local como prioridade, a menos que o usuário solicite explicitamente navegação externa.
Quando o prompt de execução contiver contexto de workspace selecionado, prefira o URL/título da aba browser selecionada como destino. Trate frases do usuário como "esta página", "o navegador atual", "aba do lado direito", "extrair o logo", "obter a paleta", "tirar uma captura de tela de um elemento" ou "verificar OG/a11y" como solicitações sobre essa aba selecionada, a menos que o usuário nomeie outro destino.
Requisitos
Verifique a CLI antes de qualquer trabalho no navegador:
command -v agent-browser
Se estiver faltando, pare e diga ao usuário para instalá-la:
npm i -g agent-browser
agent-browser install
Não substitua a CLI por scripts de navegador ad hoc.
Higiene de Contexto
Nunca imprima guias upstream completas no chat ou na saída da ferramenta. Salve-as em arquivos temporários e extraia apenas as linhas relevantes para a tarefa:
AGENT_BROWSER_CORE="${TMPDIR:-/tmp}/agent-browser-core.$$.md"
agent-browser skills get core > "$AGENT_BROWSER_CORE"
rg -n "cdp|connect|snapshot|screenshot|click|type|wait|get title|get url" "$AGENT_BROWSER_CORE"
Use agent-browser skills get core --full apenas quando necessário e redirecione-o para um arquivo temporário da mesma forma.
Extração de Contexto do Navegador
Para abas de navegador OpenDesign selecionadas e tarefas do tipo "uso de navegador"/"estilo de harness de navegador", colete primeiro as menores evidências úteis:
- Confirme o destino com
agent-browser get titleeagent-browser get url. - Capture
agent-browser snapshotantes de qualquer extração ou clique. - Para evidências visuais, salve uma captura de tela da página e, quando o guia principal expuser um comando de captura de tela de elemento, capture o elemento específico em vez de uma página inteira cortada.
- Para logos, fontes, cores, imagens, código de movimento, metadados OG, estrutura da página e verificações de acessibilidade, prefira evidências DOM/CSS/acessibilidade do navegador anexado em vez de adivinhar apenas a partir da captura de tela renderizada.
- Se o contexto OpenDesign selecionado forneceu apenas um URL/título e nenhuma ferramenta de automação de navegador estiver anexada, diga isso diretamente e não invente os internos da página.
Salve as evidências de design extraídas como notas compactas ou ativos no projeto quando o usuário estiver construindo a partir da referência. Não cole HTML de página inteira ou grandes dumps de ativos no chat; resuma os seletores, tokens, URLs e capturas de tela relevantes.
Contrato de Inicialização do CDP
agent-browser deve se conectar a um endpoint CDP existente. Nunca execute agent-browser open antes de agent-browser connect; fazer isso pode fazer com que a CLI inicie o Chrome automaticamente e reentre no caminho de falha.
Não execute o daemon CLI do OpenDesign como uma ferramenta de automação de navegador. Comandos como od browser snapshot, daemon-cli.mjs browser snapshot ou $OD_NODE_BIN $OD_BIN browser snapshot não são ferramentas de navegador válidas; eles podem ser mal interpretados como inicialização de daemon e abrir um serviço interno 127.0.0.1:<port> no navegador do sistema. Use a CLI externa agent-browser conectada ao CDP em vez disso.
Use esta sequência:
if ! curl -fsS http://127.0.0.1:9223/json/version | rg -q webSocketDebuggerUrl; then
open -na "Google Chrome" --args \
--remote-debugging-port=9223 \
--user-data-dir=/tmp/od-agent-browser-chrome \
--no-first-run \
--no-default-browser-check
for i in {1..20}; do
if curl -fsS http://127.0.0.1:9223/json/version | rg -q webSocketDebuggerUrl; then
break
fi
sleep 0.5
done
fi
curl -fsS http://127.0.0.1:9223/json/version | rg webSocketDebuggerUrl
agent-browser connect http://127.0.0.1:9223
Se o CDP ainda estiver indisponível após a sondagem, pare e peça ao usuário para iniciar o Chrome manualmente pelo Terminal:
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \
--remote-debugging-port=9223 \
--user-data-dir=/tmp/od-agent-browser-chrome \
--no-first-run \
--no-default-browser-check
Se o Chrome sair antes que o CDP esteja pronto ou relatar DevToolsActivePort, informe: "Chrome travou antes que o CDP estivesse disponível; inicie o Chrome manualmente com --remote-debugging-port e tente anexar novamente."
Lightpanda é opcional. Não tente --engine lightpanda a menos que command -v lightpanda seja bem-sucedido.
Caminho de Smoke do OpenDesign
Use um home temporário e uma sessão estável:
export HOME=/tmp/agent-browser-home
export AGENT_BROWSER_SESSION=od-local-preview
Perguntas frequentes
Preciso instalar algo?
Sim, você precisa instalar o 'agent-browser' no seu computador. O agente pode te guiar nesse processo.
Ele pode abrir qualquer site?
Ele é otimizado para verificar pré-visualizações locais de design, mas pode ser usado para interagir com outros sites também.
O que é CDP?
CDP significa 'Chrome DevTools Protocol'. É uma forma de o agente se comunicar com o navegador para controlá-lo.
Detalhes
Descrição original do autor
Browser automation CLI for AI agents. Use when the user needs to inspect, test, or automate browser behavior: navigating pages, filling forms, clicking buttons, taking screenshots, extracting page data, reading selected OpenDesign browser-tab context, testing web apps, dogfooding OpenDesign previews, QA, bug hunts, or reviewing app quality. Prefer local OpenDesign preview URLs unless the user expl
repo: nexu-io/open-design
Popularidade
- Estrelas no GitHub
- 101 mil
- Posição no ranking
- #660
- Licença
- Apache-2.0
- Atualizada em
- 16/10/2026
Comentários
- …
Mais skills deste repositório
sample-plugin
Faz seu agente criar um arquivo de metadados para testes. Ele ajuda a garantir que o código funcione corretamente em diferentes situações.
nexu-io/open-design
aster-atelier
Ajuda seu agente a criar um site artístico com visual clássico. Ele usa imagens elegantes, céus azuis e fontes serifadas para um visual cinematográfico.
nexu-io/open-design
audio-jingle
Faz seu agente gerar áudio como jingles e efeitos sonoros. Ele pode criar músicas e vozes, salvando o resultado em um arquivo de áudio.
nexu-io/open-design
blog-post
Ajuda seu agente a escrever artigos longos ou posts de blog. Ele inclui espaços para imagens, citações e informações do autor.
nexu-io/open-design
Skills parecidas
cpp-testing
Faz seu agente escrever e melhorar testes para código C++. Ajuda a configurar ferramentas de teste e a corrigir erros.
affaan-m/ECC
csharp-testing
Ajuda seu agente a criar testes para código C# e .NET. Ele usa as melhores práticas para garantir que os testes sejam eficientes e confiáveis.
affaan-m/ECC
django-tdd
Faz seu agente aplicar estratégias de teste para Django com pytest-django e TDD. É útil para escrever testes robustos e garantir a qualidade do código, especialmente para APIs DRF.
affaan-m/ECC