Browser Use es una biblioteca de Python de código abierto que permite a los agentes basados en LLMs operar navegadores web e interactuar con aplicaciones web. Puede navegar, introducir datos, extraer texto y gestionar múltiples pestañas para coordinar acciones en varias aplicaciones. La biblioteca es especialmente útil cuando los agentes de IA necesitan acceder, manipular o recuperar información de contenido web. Es compatible con distintos LLM y utiliza Playwright para combinar la comprensión visual con la extracción de estructura HTML y así lograr interacciones web más completas. Nuestros equipos integraron Browser Use con el framework Pytest y los informes de Allure para explorar pruebas automatizadas con LLMs. Los pasos de prueba se redactaron en lenguaje natural para que el agente los ejecutara, tomando capturas de pantalla en las aserciones o cuando se producían errores. El objetivo era habilitar QA fuera del horario laboral extrayendo automáticamente los casos de prueba desde Confluence para su verificación posterior al desarrollo. Los resultados iniciales son prometedores, aunque las respuestas del agente tras completar la tarea suelen carecen de descripciones detalladas de los errores, por lo que requiere un sistema de informes de errores personalizado.
Browser Use Es una biblioteca de código abierto que permite a los agentes de IA basados en LLM, usar navegadores web para acceder a aplicaciones web. Puede controlar el navegador y realizar acciones que incluyen navegaciones, entrada y extracción de textos. Con la capacidad de manejar múltiples pestañas, puede orquestar acciones coordinadas a través de múltiples aplicaciones web. Es útil en escenarios donde los agentes basados en LLM necesitan acceso a contenido web, realizar acciones en él y obtener los resultados. La biblioteca puede trabajar con una variedad de LLMs. Utiliza Playwright para controlar el navegador web, combinando la comprensión visual con la extracción de estructura HTML para mejorar la interacción web. Esta biblioteca está ganando terreno en entornos multiagente, permitiendo a los agentes colaborar en flujos de trabajo complejos que involucran interacciones web.
