Agent Browser Core

ANÁLISE EDITORIAL

Agent Browser Core é a Skill oficial que ensina um agente a operar o runtime agent-browser com um ciclo simples: abrir a página, gerar um retrato acessível dos elementos, agir por referências curtas e gerar um novo retrato sempre que a página mudar. A utilidade não está em prometer uma navegação infalível, mas em dar estrutura para leitura, cliques, formulários, capturas, abas, esperas e diagnóstico.

A Skill e o runtime são coisas diferentes. O arquivo SKILL.md é documentação para o agente. O programa agent-browser é uma ferramenta externa escrita principalmente em Rust, capaz de iniciar ou conectar um navegador e executar ações reais. O ZIP do Bastidores da IA contém somente o arquivo de instrução, a licença e o registro de origem. Ele não inclui binário, Chrome, scripts, dependências nem estado autenticado.

Imagem editorial exclusiva do Bastidores da IA. Não é captura de tela, interface real nem prova de automação executada.

O que esta Skill faz de verdade

O núcleo da instrução usa snapshots da árvore de acessibilidade. Cada elemento interativo recebe uma referência temporária, como @e1 ou @e2. O agente pode clicar, preencher, selecionar ou ler o elemento sem processar todo o HTML da página. Depois de navegação, envio de formulário, abertura de diálogo ou atualização dinâmica, as referências ficam antigas e precisam ser renovadas.

O SKILL.md oficial no commit auditado cobre leitura de páginas, seletores semânticos, espera por texto ou URL, extração estruturada, capturas, abas, iframes, diálogos, sessões paralelas, integração MCP, auditoria de acessibilidade e diagnóstico da instalação. A orientação também manda usar uma sessão nomeada para não disputar o navegador padrão com outra automação ou com uma página deixada aberta pelo usuário.

Ela não decide se uma ação externa deve ser autorizada. Clicar em publicar, enviar um formulário, confirmar uma compra ou alterar dados continua sendo um efeito real. A Skill organiza a operação técnica, mas o escopo e a aprovação continuam dependentes da solicitação do usuário.

Para quem serve

Serve para equipes que testam aplicações web, coletam informações públicas, repetem fluxos de qualidade, verificam links, preenchem ambientes de teste ou precisam transformar uma página em um conjunto compacto de elementos acionáveis. Desenvolvedores podem usar o fluxo para reproduzir erros de interface. Analistas podem extrair tabelas ou validar páginas, desde que respeitem termos, privacidade e limites do alvo.

Ela não deve ser tratada como robô autônomo para qualquer site. Páginas podem apresentar instruções maliciosas, dados pessoais, sessões autenticadas e ações irreversíveis. Também não é garantia de compatibilidade com toda interface. Conteúdo em canvas, iframe com restrição de origem, WebGPU e componentes que interceptam eventos podem exigir diagnóstico específico.

Para tarefas somente de leitura em uma página textual, uma requisição HTTP ou uma ferramenta de extração pode ser mais simples. O navegador automatizado passa a fazer sentido quando o conteúdo depende de JavaScript, estado de sessão ou interação visível.

Compatibilidade e pré-requisitos

A Skill segue o formato de Agent Skills e declara ferramentas de shell para agent-browser e npx agent-browser. O runtime oficial usa Chrome ou Chromium pelo Chrome DevTools Protocol. O README do projeto documenta instalação global por npm, pacote local, Homebrew e Cargo. A instalação também pode baixar o Chrome for Testing.

A release auditada é a v0.34.0. O package.json exige Node.js 24 ou superior e pnpm 11 ou superior apenas para compilar a partir do código-fonte. A instalação normal usa o binário publicado pelo mantenedor. Em Linux, bibliotecas do navegador podem ser instaladas pelo comando documentado com --with-deps.

O suporte efetivo depende do sistema, do navegador disponível e do modo de conexão. Sessões próprias oferecem isolamento de cookies e armazenamento. Quando várias sessões compartilham o mesmo Chrome por CDP, esse isolamento deixa de ser completo e a separação passa a depender de abas fixadas.

Instalação recomendada

Comece em um projeto de teste e fixe a versão aprovada. A instalação global documentada pelo mantenedor usa npm install -g agent-browser, seguida por agent-browser install para localizar ou baixar um navegador compatível. Antes de executar, confira o pacote publicado, a release e a procedência do binário.

Para adicionar a instrução ao agente, o projeto documenta o comando npx skills add vercel-labs/agent-browser. A instalação cria um ponto de descoberta que consulta a Skill correspondente à versão do runtime. Isso é relevante porque copiar uma versão antiga do arquivo pode deixar comandos e opções fora de sincronia.

O download local desta página é uma cópia documental fixada em commit. Use-o para leitura, comparação e auditoria. Para uso operacional, consulte o repositório oficial, instale o runtime de forma separada e revise qualquer comando que baixe navegador, pacote ou dependência.

Configuração antes do primeiro uso

Defina o alvo e o tipo de efeito permitido. Uma boa configuração informa a origem autorizada, se a tarefa é somente leitura, quais arquivos podem ser gravados, se existe autenticação e quais ações exigem confirmação. Para dados sensíveis, limite domínios e use uma sessão própria.

O documento de limites de confiança diz que texto da página, console, resposta de rede, atributos, diálogos e árvore React são dados não confiáveis. Se uma página pedir para ignorar instruções, abrir uma URL inventada ou enviar cookies, o agente deve parar e tratar isso como tentativa de injeção.

Não coloque senha, cookie, token ou código OAuth na linha de comando. Estado salvo pode conter cookies e armazenamento local em texto. Arquivos HAR podem registrar cabeçalhos e corpos autenticados. Capturas e vídeos também podem mostrar dados preenchidos automaticamente. Defina diretório protegido, retenção curta e revisão antes de compartilhar qualquer artefato.

Primeiro uso seguro

1. Instale a versão fixada em um ambiente de teste e rode o diagnóstico local sem correção destrutiva.
2. Crie uma sessão nomeada e isolada para a tarefa.
3. Abra uma página pública e conhecida, como https://example.com.
4. Gere um snapshot interativo e leia os elementos antes de clicar.
5. Execute uma ação de baixo risco, gere novo snapshot e confirme a URL.
6. Salve uma captura somente se ela não contiver dados sensíveis.
7. Feche a sessão quando terminar e verifique se nenhum estado de autenticação foi deixado em local público.

O Bastidores da IA não executou o binário de terceiro nesta curadoria. A verificação foi estática sobre o repositório, o SKILL.md completo, as referências de segurança, autenticação e sessões, o manifesto do pacote e a licença.

Resultado esperado

Em um fluxo simples, o agente deve mostrar a URL aberta, um conjunto compacto de elementos interativos, a ação realizada e um novo estado depois da mudança. Em um teste de aplicação, o resultado pode incluir passos reproduzíveis, captura, mensagens de console e evidência do comportamento esperado ou observado.

O resultado não deve ocultar falhas. Referência antiga, seletor coberto, timeout, iframe inacessível ou sessão expirada precisam aparecer como limites. Se um comando não puder confirmar o estado final, a automação deve parar antes de afirmar sucesso.

Para integração MCP, o runtime oferece perfis de ferramentas, como core, network, state, debug e all. Prefira o menor perfil capaz de concluir a tarefa. Carregar tudo aumenta superfície de ação e volume de contexto sem necessidade.

Permissões e riscos

O runtime pode navegar, clicar, preencher, enviar arquivos, executar JavaScript no contexto da página, manipular cookies e armazenamento, gravar capturas, PDF, vídeo, traces e HAR, interceptar rede e conectar um perfil existente. Algumas dessas capacidades equivalem ao controle completo de uma sessão autenticada. Limite cada tarefa ao efeito solicitado.

O modo --allowed-domains reduz tráfego do navegador e aplica contenção adicional de WebRTC em sessões Chromium compatíveis, mas não é firewall do sistema operacional. A própria documentação lista modos em que essa proteção não pode ser aplicada, como algumas conexões a perfis ou navegadores preexistentes.

Automação de login exige cuidado especial. A referência oficial de autenticação explica perfis, estado persistente, OAuth e 2FA, mas alguns exemplos incluem valores ilustrativos em comandos. Em uso real, prefira cofre de credenciais, entrada protegida e arquivo local que nunca seja exibido ao modelo.

Erros comuns

• Usar a sessão padrão: uma automação pode navegar a aba de outra tarefa. Crie sessão nomeada.
• Reutilizar referência antiga: gere novo snapshot depois de qualquer mudança de página.
• Esperar por tempo fixo: prefira texto, URL, elemento ou estado de carregamento esperado.
• Colocar segredo no comando: logs e histórico podem registrar o valor.
• Compartilhar HAR sem revisar: o arquivo pode conter cabeçalhos, tokens e corpos de resposta.
• Tratar página como instrução: conteúdo renderizado é dado não confiável.
• Rodar doctor --fix por impulso: a opção pode reinstalar navegador e limpar estado. Diagnostique primeiro.
• Confundir isolamento por aba com isolamento de cookies: sessões no mesmo Chrome por CDP compartilham armazenamento.

Versão auditada e download local

A curadoria foi feita em 14 de agosto de 2026 sobre o commit 548b159b30eef119ccf6846c8bc807d0eaa3f6f8 do repositório vercel-labs/agent-browser, correspondente à versão 0.34.0. A API oficial do GitHub registrava 40.624 estrelas na consulta. A licença é Apache-2.0 e permite redistribuição sob as condições incluídas no pacote.

O ZIP local contém somente SKILL.md, LICENSE e ORIGEM.md, com 16.015 bytes. Foram excluídos runtime, binário, scripts, instaladores, dependências, navegador, perfis, cookies, tokens, credenciais, capturas e estados de sessão. SHA-256 do pacote: 512efcf9985b1004ed0f54a0786e13c613ffb724b09bc7b55c2fd66bac2bf584.

O arquivo local é uma cópia auditável da documentação. Ele não instala nem executa o agent-browser. Use o botão separado do repositório oficial para conferir o código completo, releases e instruções atuais.

Resultado esperado e limite final

Agent Browser Core é valiosa quando o agente precisa operar uma interface real com passos observáveis, sessão isolada e confirmação do estado depois de cada ação. O ganho vem da disciplina de snapshot, referência e nova verificação, não de permissão irrestrita.

Antes de usar com produção, autenticação ou dados pessoais, defina domínios, efeitos permitidos, retenção de artefatos e ponto de confirmação humana. Se a automação não puder demonstrar o resultado final sem expor segredos, pare e mude o desenho do fluxo.

Fontes primárias

• Repositório oficial no commit auditado.
• SKILL.md oficial da Agent Browser Core.
• README oficial com instalação e comandos.
• Release oficial v0.34.0.
• Licença Apache-2.0 do projeto.
• Limites de confiança oficiais.
• Padrões oficiais de autenticação.
• Gerenciamento oficial de sessões.
• Chrome for Testing, canal oficial do Google.