Browser Agent

Aprenda como controlar seu navegador com um agente de IA que imita ações humanas através de instruções simples em linguagem natural.

Visão geral

Browser Agent é uma ferramenta de automação de navegador com IA da Oxylabs AI Studio. Ele simula a navegação de um usuário real executando ações em múltiplas etapas como clicar em links, preencher formulários, rolar a página, capturar screenshots e então extrair dados estruturados – tudo controlado por prompts em linguagem natural.

Ao contrário de frameworks tradicionais de automação (por exemplo, Puppeteer ou Selenium), o Browser Agent não requer regras de scraping estáticas ou scripts manuais. Você pode descrever tarefas em inglês simples ou fornecer uma sequência de passos, e a IA as executará como um humano faria.

Você pode visualizar a ferramenta aqui e integrá-la em seus fluxos de trabalho por nossos SDKs Python/JavaScript, servidor MCP ou uma de nossas integrações de terceiros.

Principais recursos

• Controle total através do navegador com IA – execute cliques, entradas, navegação e rolagem.

• Execução de tarefas em múltiplas etapas – defina fluxos de navegação em linguagem natural.

• Múltiplas saídas – obtenha resultados em JSON, Markdown, HTML ou screenshots PNG.

• Suporte a conteúdo dinâmico – interaja com páginas renderizadas por JavaScript.

• Extração baseada em esquema – solicite JSON estruturado após a conclusão da sequência de navegação.

Como funciona

Para executar tarefas com o agente de navegador com IA, siga estes passos:

1. Insira a URL alvo.

2. Descreva o processo de navegação como:

   • Prompt em linguagem natural (ex.: “Abra a página de preços, aceite os cookies e extraia todos os nomes de produtos com preços.)

   • Lista estruturada de passos – forneça um array de ações do navegador com IA (click, type, navigate, wait, extract).

3. Selecione o formato de saída: JSON, Markdown, HTML ou screenshot PNG.

4. (Opcional) Se JSON for selecionado, defina ou gere automaticamente um esquema para estruturar os dados coletados.

Instalação

Para começar, certifique-se de ter acesso a uma chave de API (ou obtenha um teste gratuito com 1000 créditos) e Python ver. 3.10 ou superior instalado. Você pode instalar o oxylabs-ai-studio pacote usando pip:

pip install oxylabs-ai-studio

Exemplos de código (Python)

Os exemplos a seguir mostram como usar o agente de navegador com IA para realizar navegação e extração de dados.

from oxylabs_ai_studio.apps.browser_agent import BrowserAgent

browser_agent = BrowserAgent(api_key="<API_KEY>")

schema = browser_agent.generate_schema(
    prompt="nome do jogo, plataforma, estrelas de avaliação e preço"
)
print("schema: ", schema)

prompt = "Verifique se existe o jogo 'super mario odyssey' na loja. Se existir, encontre o preço. Use a barra de busca para encontrar o jogo."
url = "https://sandbox.oxylabs.io/"
result = browser_agent.run(
    url=url,
    user_prompt=prompt,
    output_format="json",
    schema=schema,
)
print(result.data)

O exemplo abaixo captura um screenshot PNG usando o Browser Agent.

import base64
from oxylabs_ai_studio.apps.browser_agent import BrowserAgent

browser_agent = BrowserAgent(api_key="<API_KEY>")

result = browser_agent.run(
    url = "https://sandbox.oxylabs.io/",
    user_prompt= "Go to the website and take a screenshot of the home page",
    output_format="screenshot",
)

with open("screenshot.png", "wb") as f:
    f.write(base64.b64decode(result.data.content["data"]))

Saiba mais sobre o Browser Agent e o SDK Python do Oxylabs AI Studio em nosso repositório PyPI. Você também pode conferir nosso AI Studio JavaScript SDK guia para usuários JS.

Parâmetros da requisição

Parâmetro	Descrição	Valor Padrão
url*	URL inicial para navegar	–
user_prompt*	Prompt em linguagem natural para extração	–
output_format	Formato de saída (json, markdown, html, screenshot)	markdown
schema	Esquema OpenAPI para extração estruturada (obrigatório para JSON)	–
geo_location	Localização do proxy no formato ISO2	–

* – parâmetros obrigatórios

Exemplos de saída

O Browser Agent pode retornar resultados analisados ou screenshots que são fáceis de integrar em suas aplicações. Eis como nossa saída JSON se parece:

{
  "type": "json",
  "content": {
    "games": [
      {
        "game_name": "Super Mario Odyssey",
        "platform": "Nintendo Switch",
        "review_stars": null,
        "price": 89.99
      }
    ]
  }
}

Aqui está uma saída de screenshot da nossa segunda requisição:

O Browser Agent suporta múltiplos formatos de saída ("output": "YOUR_FORMAT"):

• json – dados estruturados usando parsing baseado em esquema.

• markdown – dados fáceis de ler, perfeitos para fluxos de trabalho de IA e automação.

• html – dados HTML brutos da página web.

• screenshot – imagem PNG do conteúdo do navegador.

Casos de uso práticos

Você pode usar o AI Browser Agent de várias maneiras, incluindo:

1. Simulação de checkout em e-commerce – adicione itens ao carrinho, aplique cupom, confirme o fluxo de finalização.

2. Automação de busca de viagens – insira destinos, aplique filtros e extraia preços de voos ou hotéis.

3. Scraping de busca de empregos – procure uma vaga, clique nos anúncios, extraia detalhes das vagas.

4. Descoberta de eventos e ingressos – navegue por sites de eventos, recupere títulos, datas e preços.