# Browser Agent ## Resumen [**Browser Agent**](https://aistudio.oxylabs.io/apps/browser_agent) es una herramienta de automatización de navegador con IA de [**Oxylabs AI Studio**](https://aistudio.oxylabs.io/). Simula la navegación de un usuario real ejecutando acciones multietapa como hacer clic en enlaces, completar formularios, desplazarse, capturar capturas de pantalla y luego extraer datos estructurados, todo controlado mediante indicaciones en lenguaje natural. A diferencia de los marcos de automatización tradicionales (por ejemplo, Puppeteer o Selenium), Browser Agent no requiere reglas de scraping estáticas ni scripts manuales. Puedes describir tareas en inglés sencillo o proporcionar una secuencia de pasos, y la IA las realizará como lo haría un humano. Puedes previsualizar la herramienta [**aquí**](https://aistudio.oxylabs.io/apps/browser_agent) e integrarla en tus flujos de trabajo mediante nuestros SDKs de Python/JavaScript, el servidor MCP o una de nuestras integraciones de terceros. ## Funciones clave * **Control total a través del navegador con IA** – ejecutar clics, entradas, navegación y desplazamiento. * **Ejecución de tareas multietapa** – definir flujos de navegación en lenguaje natural. * **Múltiples salidas** – obtener resultados en JSON, Markdown, HTML o capturas PNG. * **Soporte para contenido dinámico** – interactuar con páginas renderizadas por JavaScript. * **Extracción basada en esquemas** – solicitar JSON estructurado después de que finalice la secuencia de navegación. ## Cómo funciona Para ejecutar tareas con el agente del navegador con IA, sigue estos pasos: 1. **Introduce la URL objetivo.** 2. **Describe el proceso de navegación como:** * **Indicador en lenguaje natural** (p. ej. “Abre la página de precios, acepta las cookies y extrae todos los nombres de productos con sus precios.) * **Lista de pasos estructurada** – proporciona un array de acciones del navegador con IA (`click`, `type`, `navigate`, `wait`, `extract`). 3. **Selecciona el formato de salida:** JSON, Markdown, HTML o captura PNG. 4. **(Opcional) Si se selecciona JSON**, define o genera automáticamente un esquema para estructurar los datos recopilados. ### Instalación Para empezar, asegúrate de tener acceso a una clave API (o consigue un [prueba gratuita](https://aistudio.oxylabs.io/register) con 1000 créditos) y `Python ver. 3.10` o una versión superior instalado. Puedes instalar el `oxylabs-ai-studio` paquete usando pip: ```sh pip install oxylabs-ai-studio ``` ### Ejemplos de código (Python) Los siguientes ejemplos muestran cómo usar el agente del navegador con IA para realizar navegación y extracción de datos. ```python from oxylabs_ai_studio.apps.browser_agent import BrowserAgent browser_agent = BrowserAgent(api_key="") schema = browser_agent.generate_schema( prompt="nombre del juego, plataforma, estrellas de reseña y precio" ) print("esquema: ", schema) prompt = "Busca si existe el juego 'super mario odyssey' en la tienda. Si existe, encuentra el precio. Usa la barra de búsqueda para encontrar el juego." url = "https://sandbox.oxylabs.io/" result = browser_agent.run( url=url, user_prompt=prompt, output_format="json", schema=schema, ) print(result.data) ``` El ejemplo a continuación captura una captura PNG mientras usa Browser Agent. ```python import base64 from oxylabs_ai_studio.apps.browser_agent import BrowserAgent browser_agent = BrowserAgent(api_key="") result = browser_agent.run( url = "https://sandbox.oxylabs.io/", user_prompt= "Ve al sitio web y toma una captura de pantalla de la página principal", output_format="screenshot", ) with open("screenshot.png", "wb") as f: f.write(base64.b64decode(result.data.content["data"])) ``` Obtén más información sobre Browser Agent y el SDK de Python de Oxylabs AI Studio en nuestro [repositorio PyPI](https://pypi.org/project/oxylabs-ai-studio/).\ También puedes consultar nuestra [SDK de JavaScript de AI Studio](https://github.com/oxylabs/oxylabs-ai-studio-js?tab=readme-ov-file#oxylabs-ai-studio-javascript-sdk) guía para usuarios de JS. ### Parámetros de la solicitud | Parámetro | Descripción | Valor predeterminado | | --------------- | -------------------------------------------------------------------- | -------------------- | | `url`\* | URL inicial para navegar | – | | `user_prompt`\* | Indicador en lenguaje natural para extracción | – | | `output_format` | Formato de salida (`json`, `markdown`, `html`, `screenshot`) | `markdown` | | `schema` | Esquema OpenAPI para extracción estructurada (obligatorio para JSON) | – | | `geo_location` | Ubicación del proxy en formato ISO2 | – | \* – parámetros obligatorios ### Ejemplos de salida Browser Agent puede devolver resultados analizados o capturas que son fáciles de integrar en tus aplicaciones. Así es como se ve nuestra salida JSON: ```json { "type": "json", "content": { "games": [ { "game_name": "Super Mario Odyssey", "platform": "Nintendo Switch", "review_stars": null, "price": 89.99 } ] } } ``` Aquí hay una salida de captura de pantalla de nuestra segunda solicitud:
Browser Agent admite múltiples formatos de salida (`"output": "YOUR_FORMAT"`): * `json` – datos estructurados usando análisis basado en esquemas. * `markdown` – datos fáciles de leer, perfectos para flujos de trabajo de IA y automatización. * `html` – datos HTML sin procesar de la página web. * `screenshot` – imagen PNG del contenido del navegador. ## Casos de uso prácticos Puedes usar AI Browser Agent de varias maneras, incluyendo: 1. **Simulación de pago en e-commerce** – añadir artículos al carrito, aplicar cupón, confirmar el flujo de pago. 2. **Automatización de búsqueda de viajes** – introducir destinos, aplicar filtros y extraer precios de vuelos u hoteles. 3. **Scraping de búsqueda de empleo** – buscar un puesto, hacer clic en las ofertas, extraer detalles del trabajo. 4. **Descubrimiento de eventos y entradas** – navegar por sitios de eventos, obtener títulos, fechas y precios.