lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

herramienta intermedio claude-codenavegadorautomatizaciónchrome

Agent Browser: automatiza la web con referencias de elementos

Recorre páginas, consulta controles y completa tareas web mediante una CLI que tu agente puede observar después de cada acción.

✓ verificado el 26 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Comprueba que Node.js y npm están disponibles para la instalación global. La CLI distribuye un binario nativo; Node.js 24+, pnpm 11+ y Rust son requisitos de compilación desde código, no de esta ruta.

Paso 1: instala CLI y navegador

npm install -g agent-browser
agent-browser install

Paso 2: observa una página de ejemplo

agent-browser open example.com
agent-browser snapshot
agent-browser screenshot page.png
agent-browser close

Para hacer clic en otra página, usa una referencia real de su instantánea, no una copiada de un ejemplo.

Comprobación

Comprueba que se abre la página, aparece el árbol y se guarda la captura. En tareas interactivas, verifica el estado después de cada acción.

Si algo falla

En Linux consulta agent-browser install --with-deps. Si un elemento está cubierto, atiende al modal o banner y toma una nueva instantánea antes de repetir.

ver en .md ¿Prefieres el recurso entero?

Qué es

Agent Browser es una CLI de automatización web de Vercel Labs. Su binario nativo controla el navegador y presenta los elementos como un árbol de accesibilidad con referencias.

Para qué te sirve

  • Cuando un agente tiene que rellenar un formulario y comprobar el resultado.
  • Cuando necesitas extraer texto de una página interactiva.
  • Cuando quieres guardar una captura durante una revisión de interfaz.

Cómo funciona

El agente abre la página, pide una instantánea y actúa sobre referencias o selectores. Después debe consultar el estado de nuevo. La CLI también admite capturas y consultas de texto. El navegador se instala desde Chrome for Testing; el README distingue estos requisitos de los necesarios para compilar el proyecto.

Antes de empezar

Necesitas el navegador y el binario. La instalación con npm evita compilar Rust. En Linux pueden faltar bibliotecas del sistema; la instalación documenta una opción para añadirlas. Usa una sesión de prueba al practicar con formularios.

Límites y alternativas

Un banner o modal puede cubrir el control: los clics fallan en lugar de simular éxito. Los datos de sesión y las páginas abiertas pueden ser sensibles. Para pruebas de aplicación mantenidas en código, compara esta vía con una suite de Playwright.

Recursos