Así es Browser Use, la herramienta que optimiza la interacción entre agentes de IA y sitios web

Con el reciente lanzamiento de Manus, el nuevo agente de IA chino que ha superado a modelos de OpenAI, otro nombre ha empezado a cobrar relevancia en el mundo de la inteligencia artificial: hablamos de Browser Use, una herramienta diseñada para optimizar la interacción de agentes de IA con sitios web.

En este artículo te contamos de qué se trata Browser Use, cómo funciona y qué beneficios ofrece.

Qué es Browser Use y por qué se popularizó

Browser Use es una solución que permite a agentes de IA navegar y operar en sitios web de manera autónoma. Al extraer todos los elementos interactivos de una página, facilita que estos agentes se centren en tareas específicas sin distracciones, mejorando la eficiencia en procesos como la recopilación de datos, pruebas de interfaces y automatización de flujos de trabajo.

Desde su lanzamiento (2023), la herramienta ha sido adoptada por numerosos desarrolladores, pero el impulso de Manus la ha catapultado a un público mucho más amplio, disparando su popularidad. Según Gregor Zunic, cofundador de la plataforma, las descargas diarias pasaron de 5.000 el 3 de marzo a 28.000 el 10 de marzo, impulsadas por la viralidad de una publicación sobre cómo Manus utiliza Browser Use para ejecutar tareas automatizadas. En GitHub, el proyecto se ha convertido en uno de los repositorios más populares del momento.

La clave de este éxito radica en la manera en que Browser Use optimiza la navegación web para agentes de IA, permitiéndoles realizar tareas como completar formularios, navegar por menús y gestionar múltiples pestañas.

Principales funciones de Browser Use

Entre las características destacadas de Browser Use se encuentran:

• Extracción de elementos interactivos: identifica y extrae botones, enlaces, formularios y otros componentes interactivos de una página web, permitiendo a los agentes de IA interactuar de manera más efectiva con el sitio.
• Gestión de múltiples pestañas: Browser Use maneja automáticamente varias pestañas del navegador, lo que es útil para flujos de trabajo complejos que requieren la apertura simultánea de múltiples páginas.
• Seguimiento de elementos: La herramienta realiza un seguimiento de los elementos en los que se hace clic, utilizando XPaths para repetir acciones de manera consistente, lo que es esencial para la automatización fiable de tareas.
• Acciones personalizadas: Permite agregar acciones específicas, como guardar información en archivos, operaciones en bases de datos, notificaciones o manejo de entradas humanas, adaptándose a las necesidades particulares de cada proyecto.
• Autocorrección: Incorpora manejo inteligente de errores y recuperación automática, garantizando la robustez en los flujos de trabajo automatizados.
• Compatibilidad con diversos modelos de lenguaje: es compatible con todos los modelos de lenguaje de LangChain, incluyendo GPT-4, Claude 3 y Llama 2, lo que amplía su versatilidad en diferentes aplicaciones.

Planes y precios de Browser Use

Esta herramienta cuenta con distintas opciones que se adaptan a las necesidades de desarrolladores individuales y empresas:

• Open Source: gratuito, ideal para desarrolladores individuales y proyectos de código abierto. Incluye acceso completo a la biblioteca, versión autoalojada y todas las funciones principales bajo licencia MIT.
• Pro: por $30 al mes, está orientado a equipos y negocios que requieren funciones avanzadas y soporte prioritario. Incluye todo lo del plan Open Source, soporte prioritario y $30 en créditos API mensuales.
• Enterprise: con precios personalizados, ofrece soporte dedicado, garantías de nivel de servicio (SLA), implementación en las instalaciones del cliente e integraciones personalizadas, dirigido a organizaciones con necesidades específicas.

Foto: Browser Use