
Navegador Agentic: ~98% menos tokens que HTML para agentes web LLM
Agentic Browser é um navegador Python orientado a agentes construído sobre Playwright/Chromium para que LLMs possam navegar na web com observações compactas, referências de elementos estáveis e ações verificadas por resultados ? não apenas despejos de HTML bruto.
Por que existe
Scrapers tradicionais entregam modelos com mais de 100k tokens de marcação. Agentes precisam:
- Observações estruturadas pequenas (papéis, rótulos, referências)
- Ações que significam sucesso (resultados de URL/DOM)
- Um plug-in para qualquer host (MCP + esquemas de ferramentas OpenAI/Anthropic)
Eficiência de tokens medida
| Cenário | HTML bruto | Observação compacta | Redução |
|---|---|---|---|
| Coleta de citações | ~2.8k?6.2k | ~0.45k?1.3k | ~78?84% |
| Página de lançamento do Rockstar GTA VI | ~225.000 | ~1.300 | ~99.4% |
GitHub vercel/next.js
|
~110.000 | ~1.900 | ~98.3% |
Recursos
- Referências estáveis + ancoragem escopo
- Verificação de resultados (por exemplo, cliques em Problemas só são OK se a URL for
/issues) - Portões de página para desafios (detectar & relatar ? não uma ferramenta de bypass)
- Servidor MCP para Cursor / Claude Desktop
-
tools_as_openai()/tools_as_anthropic() - 118 testes automatizados; marcos M1?M10
Instalação
pip install agent-browser
playwright install chromium
agent-browser --help
# MCP
python -m agent_browser.mcp
Links
- GitHub: https://github.com/applejuice093/Agentic-browser
- Lançamento: https://github.com/applejuice093/Agentic-browser/releases/tag/v0.4.0
MIT ? Python 3.11+
O Navegador Agentic pode transformar a forma como as empresas brasileiras interagem com a web, permitindo uma automação mais eficiente e menos custosa em termos de processamento. Isso pode resultar em melhorias significativas na performance de agentes de IA em tarefas de scraping e automação.

