Pular para o conteúdo
Skillpedia
Agentes70 mil · #1734

browser

Permite que seu agente interaja com sites como um usuário real. Útil para preencher formulários, clicar em botões, lidar com páginas dinâmicas e realizar tarefas interativas.

O que ela faz

Esta ferramenta permite que a IA interaja com um navegador de internet real. Ela pode visitar sites, preencher formulários, clicar em botões e até tirar 'prints' de tela, como se uma pessoa estivesse usando o navegador.

Quando usar

  • ✓Quando você precisa que a IA preencha um formulário online.
  • ✓Para que a IA clique em botões ou links em um site.
  • ✓Se você precisa que a IA tire uma foto (screenshot) de uma página da web.

Exemplo do que pedir para a IA

“Tire um print da página inicial do meu banco e preencha meu CPF no campo indicado.”

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

https://github.com/code-yeongyu/oh-my-openagent/blob/dev/packages/shared-skills/skills/browser/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/code-yeongyu/oh-my-openagent/blob/dev/packages/shared-skills/skills/browser/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A IA usa uma ferramenta especial para controlar o seu navegador. Ela pode ver o que está na tela, clicar onde você manda e até mesmo te pedir confirmação para ações importantes, como compras.

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 code-yeongyu/oh-my-openagent --skill browser

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/dev/packages/shared-skills/skills/browser/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Navegador

Uma biblioteca, dois motores. omowright vem nesta skill; escolha o motor antes de agir:

Você precisa Motor Ponto de entrada
Um site em que o usuário está logado, suas abas abertas, um formulário, um clique, uma captura de tela, QA da web, um pop-up de extensão anexado — o navegador do próprio usuário através do BrowserSkill connectBrowserSkill()
Um perfil descartável, evasão de pontuação de bot, um CAPTCHA, interceptação de rede, um rastreamento de voo de QA, controle de coordenadas, execuções headless possuído — um navegador que seu código inicia connectPipe() / connectCloakProfile() — references/owned-engine/README.md
Um host 403/WAF que o motor anexado não consegue abrir, uma plataforma com um leitor nativo, um snapshot de arquivo nenhum a skill ultimate-browsing

Anexado é o padrão, pois é o único motor que carrega os logins do usuário e o único onde um humano está a uma única chamada de distância. Nunca substitua um motor pelo outro silenciosamente: se o motor anexado não estiver configurado, execute o script de onboarding e diga ao usuário qual é o seu último passo.

Passo 0 — qual motor esta sessão pode usar

Quando OMO_BROWSER_ENGINE é definido (o aplicativo desktop OmO o define para cada sessão), ele prevalece sobre a tabela acima:

Valor O que você faz
connected Use apenas connectBrowserSkill(). Se o navegador do usuário não estiver conectado, você receberá um erro "Conecte seu navegador": repasse-o e pare. Nunca abra outro navegador
builtin Não chame connectBrowserSkill(); use as ferramentas de navegador do aplicativo
none Não faça trabalho de navegador. Diga que o acesso ao navegador do agente está desativado para este projeto
não definido A tabela acima, como antes (uso de terminal)

Enquanto qualquer motor estiver definido, loadOmowright() retorna uma biblioteca protegida. O motor possuído (connectPipe, connectCloakProfile, connect) e qualquer outra exportação que atue em um navegador é recusada, então a tabela acima não se aplica: não procure uma maneira de contorná-la e diga ao usuário o que a sessão permite. Sob connected o aplicativo vê o que o navegador está fazendo e, antes de um clique, Enter ou script que envia, posta, paga, encomenda, assina, exclui ou fecha uma conta, e antes de Enter em uma caixa de mensagem, ele pergunta ao usuário primeiro. Um "Não" falha a ação com BrowserActionDeclinedError: relate isso, nunca tente novamente ou contorne-o (session.tool() permite apenas leituras; evaluate também é protegido). Se o usuário pressionar Parar, a próxima chamada lançará BrowserUserStoppedError: diga ao usuário que o uso do navegador foi interrompido e não inicie uma nova sessão nesta vez.

A proteção impede erros por um agente cooperativo. Não é um limite de segurança: código que importa a entrada bruta (resolveOmowrightEntry()) não é protegido, e um host sem a ferramenta omo_browser_bridge não pode mostrar o estado ou honrar Parar, embora as perguntas ainda sejam feitas.

Passo 1 — carregar omowright e provar a pilha

const { loadOmowright } = await import("<skill-root>/scripts/omowright.mjs")
const { omowright } = await loadOmowright()          // { connectBrowserSkill, bskSnapshot, connectPipe, ... }
node "<skill-root>/scripts/browser-doctor.mjs" --json
Estado Significado Próximo
ready CLI, daemon e um navegador conectado iniciar uma sessão
no-cli / no-daemon / no-extension algo está faltando node "<skill-root>/scripts/browser-install.mjs" [--browser=<id>] prepara tudo o que pode para o navegador que o usuário usa, então imprime o passo único que apenas o usuário pode fazer (reiniciar esse navegador e clicar em Habilitar); repasse-o literalmente, espere, execute o médico novamente
choose-browser os sinais não isolam um único navegador (padrão Safari/Firefox, um padrão ocioso enquanto outro navegador está em execução, vários em uso) nada foi instalado; pegue o navegador da memória ou pergunte ao usuário, então browser-install.mjs --browser=<id>
no-browser-support nenhum perfil da família Chromium nesta máquina diga isso e pare

Instale no navegador que o usuário realmente usa, nunca no que estiver no disco. Antes de instalar, verifique sua memória em busca do navegador do usuário; caso contrário, leia o browser do médico (selecionado do navegador padrão do SO, aplicativos em execução e uso recente — candidates mostra a evidência). Se a memória e o médico discordarem, ou o médico disser choose-browser, pergunte ao usuário. Passe a resposta como --browser=<id> e registre-a na memória. Um Chrome que está apenas instalado não é o navegador deles.

…

Perguntas frequentes

O que acontece se o site pedir login e senha?

Se você já estiver logado no seu navegador, a IA pode usar essa conexão. Para logins novos ou que exigem confirmação extra (como um código), a IA pode pedir ajuda a você.

A IA pode fazer qualquer coisa no meu navegador?

A IA é guiada por suas instruções. Ela não fará ações como comprar ou excluir contas sem pedir sua confirmação antes. Ela também não pode fazer buscas simples, apenas interagir com sites.

Preciso instalar alguma coisa?

Pode ser que sim. Se for a primeira vez, a IA pode te guiar para instalar uma extensão no seu navegador para que ela possa controlá-lo.

Detalhes

Descrição original do autor

Drives a real browser through the omowright library from the js eval kernel: sites the user is already signed into, forms and clicks, JS-rendered pages, screenshots, web QA, extension popups, a human handoff for login, CAPTCHA or OTP, and a browser you own for scraping, bot-scored targets, network capture and QA traces. Use for any interactive browser task; not for a plain search or an unblocked s

repo: code-yeongyu/oh-my-openagent

Popularidade

Estrelas no GitHub
70 mil
Posição no ranking
#1734
Licença
NOASSERTION
Atualizada em
16/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas