Много рабочей рутины живёт в браузере, и API для неё нет или он не покрывает нужное действие. Типовые случаи:
— системы без API: старые учётные системы, кабинеты поставщиков и маркетплейсов, госпорталы;
— API есть, но не умеет того, что доступно в интерфейсе, или доступ к нему дорогой;
— сбор данных с сайтов, где нет выгрузки: цены, карточки товаров, заявки, вакансии;
— одна и та же операция на многих площадках: публикации, профили, объявления;
— проверка своего сайта глазами пользователя: пройти регистрацию, оформить заказ, найти, где сломалось.
Нужен агент, который делает это так же, как человек, — на любом сайте, без отдельной интеграции под каждый. У готовых решений две проблемы. Первая — цена: после каждого клика модель заново читает всю страницу, на длинной странице это десятки тысяч токенов за шаг. Вторая — контроль: агенту нельзя отдавать пароли и доступ ко всему подряд.
Сделано для себя, как основа под задачи клиентов. Работает на открытом browser-use, сервер инструментов — свой.
Свой сервер инструментов (MCP) — 25 инструментов: переход, клик, ввод, прокрутка, выпадающие списки, вкладки, поиск по странице, извлечение данных, ожидание элемента.
Только изменения вместо всей страницы. После каждого действия агент получает короткую сводку: что появилось, что изменилось, что пропало. Если страница не изменилась — одна строка вместо полного списка элементов.
Память сценариев. Пройденный путь сохраняется в PostgreSQL и в следующий раз повторяется без модели. Если сайт поменялся и шаг не сработал, модель находит нужные элементы заново и обновляет сценарий.
Контроль:
— закрытый список инструментов: всё, чего в нём нет, отклоняется до выполнения;
— ввод в поле пароля возвращается модели как <credential-field>, само значение она не видит; данные прокси вырезаются из текста задачи;
— трансляция экрана браузера, человек может перехватить управление: управляет один участник за раз;
— несколько изолированных сессий параллельно (по умолчанию до 8) со своими вкладками и cookie, запуск локально или в Docker.
Стек: Python, Chrome DevTools Protocol, MCP, PostgreSQL, Docker.
Экономию токенов измерили, а не оценили. Пять реальных сайтов — форма заказа, список задач, статья Википедии, Hacker News, страница репозитория GitHub — 38 шагов, три прогона. Со сводкой изменений агент тратит на 71% меньше токенов, чем если перечитывает страницу после каждого шага: от 55% на списке задач до 85% на форме. Во всех прогонах сводки хватило, чтобы агент знал номер элемента для следующего действия. Скрипт замера и результаты лежат в репозитории, замер можно повторить.
Около 2800 автотестов в постоянном прогоне.
В работе: этот агент заполнил наш профиль на этой бирже — описание, работы в портфолио, обложки, карточки услуг. Каждую публикацию подтверждал человек.
Что это значит для заказчика: рутину в браузере можно отдать агенту там, где интеграцию писать долго или невозможно, а стоимость работы агента остаётся предсказуемой — он не перечитывает страницу целиком на каждом шаге.
