Web Draw: Controle o navegador ao vivo como texto compacto, sem capturas de tela

A maioria das ferramentas que permitem que agentes de IA naveguem na web funciona tirando capturas de tela da página. Essa abordagem consome milhares de tokens por ação, funciona lentamente e deixa o modelo adivinhando coordenadas de pixels para clicar.

Construímos o Web Draw para resolver isso. É uma extensão gratuita do Chrome emparelhada com um servidor local MCP que permite que qualquer agente LLM leia e controle a aba que você já tem aberta, como texto compacto em vez de pixels.

Como funciona

O Web Draw lê o DOM visível e o transforma em texto estruturado com um identificador estável para cada botão, link e entrada:

[search]
e4 caixa de pesquisa "Pesquisar na Amazon" ="hub usb c"
[form]
e29 caixa de combinação "Ordenar por:" ="Em destaque"
e49 botão "Adicionar ao carrinho"
fora da tela: 37 controles abaixo, próximo "Ideias de Compras Populares"

O agente atua diretamente em um identificador (como clicar em e49 ou digitar em e4) em vez de adivinhar coordenadas.

Por que isso é importante

1. Eficiência de tokens: Uma página de checkout inteira é lida em cerca de 550 tokens, em comparação com milhares para uma captura de tela. Uma visualização de resultados de pesquisa da Amazon leva aproximadamente 750 tokens.
2. Relatório de erros honesto: Quando um formulário da web rejeita uma submissão, geralmente não adiciona novos controles. Ele apenas imprime uma mensagem. O Web Draw relata o que a página realmente disse e interrompe as ações restantes, em vez de deixar o agente enfrentar uma falha silenciosa mais adiante.
3. Funciona no seu navegador normal: Funciona diretamente no Chrome, Brave ou Edge com suas sessões e logins existentes.
4. Local e privado: Conecta-se apenas a 127.0.0.1 na sua própria máquina. Sem contas, sem anúncios e sem telemetria.

Cinco ferramentas incluídas

O Web Draw expõe cinco ferramentas para seu agente:

• browser_navigate: Abrir URLs, recarregar, voltar ou avançar e gerenciar abas
• browser_view: Ler a página visível como texto estruturado
• browser_act: Executar um lote de etapas (clicar, digitar, selecionar, passar o mouse, rolar) e retornar a visualização atualizada em uma única chamada
• browser_status: Verificar a conectividade da extensão
• browser_screenshot: Um pequeno fallback JPEG para perguntas que apenas uma imagem pode responder

Começando

Instale a extensão na Chrome Web Store:
https://chromewebstore.google.com/detail/web-draw-by-olib-ai/goknikkadndlonalcpjmnfpnljdehaim?authuser=0&hl=en

Adicione o Web Draw ao seu cliente MCP (Claude Desktop, Claude Code, Cursor ou qualquer agente que suporte MCP):

"web-draw": {
  "command": "npx",
  "args": ["-y", "@olib-ai/web-draw-mcp"]
}

Uma vez em execução, o ícone da barra de ferramentas da extensão muda para ON, e seu agente pode ler e controlar a aba ativa.