Communitygithub.com

ASoudy/AGS

Automação de navegador via CLI para agentes de IA. Use quando precisar interagir com sites, incluindo navegação, preenchimento de formulários, cliques, capturas de tela, extração de dados, teste de aplicações web ou qualquer tarefa de automação de navegador.

O que é AGS?

Este skill fornece automação completa de navegador para agentes de IA usando a ferramenta CLI `agent-browser`, que se conecta diretamente ao Chrome/Chromium via CDP (Chrome DevTools Protocol). Com ele, agentes podem navegar por páginas, preencher formulários, clicar em elementos, capturar screenshots, extrair dados, gerenciar abas, emular dispositivos, lidar com autenticação (incluindo vault criptografado de credenciais), gravar HAR de rede, fazer diff visual entre estados de página, e até mesmo controlar o navegador por comandos em linguagem natural via chat com modelos de IA. É especialmente útil para testar aplicações web, scraping e automação de tarefas repetitivas em navegadores. O skill suporta execução em lote (batch) para encadear comandos com eficiência, snapshot para descobrir referências de elementos interativos, e múltiplas estratégias de autenticação como reutilização de perfil do Chrome, sessões nomeadas com auto-salvamento de cookies/localStorage, e vault criptografado de credenciais. Instalação simplificada via npm, brew ou cargo, com detecção automática de instalações existentes do Chrome, Brave, Playwright e Puppeteer. É compatível com qualquer agente que possa executar comandos shell, sendo ideal para Claude Code, Cursor, Codex e similares.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ASoudy/AGS/tree/HEAD/claude_skills_libraries/landing-page-mastery/skills/agent-browser

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Automação de Navegador com agent-browser

A CLI usa Chrome/Chromium diretamente via CDP. Instale via npm i -g agent-browser, brew install agent-browser, ou cargo install agent-browser. Execute agent-browser install para baixar o Chrome. Instalações existentes do Chrome, Brave, Playwright e Puppeteer são detectadas automaticamente. Execute agent-browser upgrade para atualizar para a versão mais recente.

Fluxo de Trabalho Principal

Toda automação de navegador segue este padrão:

  1. Navegar: agent-browser open <url>
  2. Snapshot: agent-browser snapshot -i (obter referências de elementos como @e1, @e2)
  3. Interagir: Usar as referências para clicar, preencher, selecionar
  4. Novo Snapshot: Após navegação ou mudanças no DOM, obter novas referências
agent-browser open https://example.com/form
agent-browser snapshot -i
# Saída: @e1 [input type="email"], @e2 [input type="password"], @e3 [button] "Submit"

agent-browser fill @e1 "[email protected]"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait 2000
agent-browser snapshot -i  # Verificar resultado

Encadeamento de Comandos

Comandos podem ser encadeados com && em uma única invocação do shell. O navegador persiste entre comandos via um daemon em segundo plano, então o encadeamento é seguro e mais eficiente do que chamadas separadas.

# Encadear abertura + snapshot em uma chamada (open já aguarda o carregamento da página)
agent-browser open https://example.com && agent-browser snapshot -i

# Encadear múltiplas interações
agent-browser fill @e1 "[email protected]" && agent-browser fill @e2 "password123" && agent-browser click @e3

# Navegar e capturar
agent-browser open https://example.com && agent-browser screenshot

Quando encadear: Use && quando você não precisar ler a saída de um comando intermediário antes de prosseguir (por exemplo, abrir + aguardar + capturar tela). Execute comandos separadamente quando precisar analisar a saída primeiro (por exemplo, snapshot para descobrir referências, depois interagir usando essas referências).

Lidando com Autenticação

Ao automatizar um site que requer login, escolha a abordagem mais adequada:

Opção 1: Importar autenticação do navegador do usuário (mais rápido para tarefas únicas)

# Conectar ao Chrome em execução do usuário (já está logado)
agent-browser --auto-connect state save ./auth.json
# Usar esse estado de autenticação
agent-browser --state ./auth.json open https://app.example.com/dashboard

Arquivos de estado contêm tokens de sessão em texto simples — adicione ao .gitignore e exclua quando não forem mais necessários. Defina AGENT_BROWSER_ENCRYPTION_KEY para criptografia em repouso.

Opção 2: Reutilização de perfil do Chrome (zero configuração)

# Listar perfis do Chrome disponíveis
agent-browser profiles

# Reutilizar o estado de login existente do usuário
agent-browser --profile Default open https://gmail.com

Opção 3: Perfil persistente (para tarefas recorrentes)

# Primeira execução: login manual ou via automação
agent-browser --profile ~/.myapp open https://app.example.com/login
# ... preencher credenciais, enviar ...

# Todas as execuções futuras: já autenticado
agent-browser --profile ~/.myapp open https://app.example.com/dashboard

Opção 4: Nome de sessão (auto-salvar/restaurar cookies + localStorage)

agent-browser --session-name myapp open https://app.example.com/login
# ... fluxo de login ...
agent-browser close  # Estado salvo automaticamente

# Próxima vez: estado restaurado automaticamente
agent-browser --session-name myapp open https://app.example.com/dashboard

Opção 5: Vault de autenticação (credenciais armazenadas criptografadas, login por nome)

echo "$PASSWORD" | agent-browser auth save myapp --url https://app.example.com/login --username user --password-stdin
agent-browser auth login myapp

auth login navega com load e então aguarda os seletores do formulário de login aparecerem antes de preencher/clicar, o que é mais confiável em telas de login SPA com atraso.

Opção 6: Arquivo de estado (salvar/carregar manualmente)

# Após fazer login:
agent-browser state save ./auth.json
# Em uma sessão futura:
agent-browser state load ./auth.json
agent-browser open https://app.example.com/dashboard

Consulte references/authentication.md para padrões de OAuth, 2FA, autenticação baseada em cookies e renovação de tokens.

Comandos Essenciais

# Lote: SEMPRE use lote para 2+ comandos sequenciais. Os comandos executam em ordem.
agent-browser batch "open https://example.com" "snapshot -i"
agent-browser batch "open https://example.com" "screenshot"
agent-browser batch "click @e1" "wait 1000" "screenshot"

# Navegação
agent-browser open <url>              # Navegar (atalhos: goto, navigate)
agent-browser close                   # Fechar navegador
agent-browser close --all             # Fechar todas as sessões ativas

# Snapshot
agent-browser snapshot -i             # Elementos interativos com referências (recomendado)
agent-browser snapshot -i --urls      # Incluir URLs de href para links
agent-browser snapshot -s "#selector" # Escopo para seletor CSS

# Interação (use @refs do snapshot)
agent-browser click @e1               # Clicar elemento
agent-browser click @e1 --new-tab     # Clicar e abrir em nova aba
agent-browser fill @e2 "texto"         # Limpar e digitar texto
agent-browser type @e2 "texto"         # Digitar sem limpar
agent-browser select @e1 "opção"       # Selecionar opção de dropdown
agent-browser check @e1               # Marcar checkbox
agent-browser press Enter             # Pressionar tecla
agent-browser keyboard type "texto"    # Digitar no foco atual (sem seletor)
agent-browser keyboard inserttext "texto"  # Inserir sem eventos de tecla
agent-browser scroll down 500         # Rolagem de página
agent-browser scroll down 500 --selector "div.content"  # Rolagem dentro de um contêiner específico

# Obter informações
agent-browser get text @e1            # Obter texto do elemento
agent-browser get url                 # Obter URL atual
agent-browser get title               # Obter título da página
agent-browser get cdp-url             # Obter URL WebSocket do CDP

# Aguardar
agent-browser wait @e1                # Aguardar elemento
agent-browser wait 2000               # Aguardar milissegundos
agent-browser wait --url "**/pagina"  # Aguardar padrão de URL
agent-browser wait --text "Bem-vindo"  # Aguardar texto aparecer (correspondência de substring)
agent-browser wait --load networkidle # Aguardar ociosidade da rede (cuidado: veja Armadilhas)
agent-browser wait --fn "!document.body.innerText.includes('Carregando...')"  # Aguardar texto desaparecer
agent-browser wait "#spinner" --state hidden  # Aguardar elemento desaparecer

# Downloads
agent-browser download @e1 ./arquivo.pdf          # Clicar no elemento para disparar download
agent-browser wait --download ./saida.zip          # Aguardar qualquer download ser concluído
agent-browser --download-path ./downloads open <url>  # Definir diretório de download padrão

# Gerenciamento de abas
agent-browser tab list                         # Listar todas as abas abertas
agent-browser tab new                          # Abrir nova aba em branco
agent-browser tab new https://example.com      # Abrir URL em nova aba
agent-browser tab 2                            # Mudar para aba por índice (base 0)
agent-browser tab close                        # Fechar aba atual
agent-browser tab close 2                      # Fechar aba por índice

# Rede
agent-browser network requests                 # Inspecionar requisições rastreadas
agent-browser network requests --type xhr,fetch  # Filtrar por tipo de recurso
agent-browser network requests --method POST   # Filtrar por método HTTP
agent-browser network requests --status 2xx    # Filtrar por status (200, 2xx, 400-499)
agent-browser network request <requestId>      # Ver detalhes completos da requisição/resposta
agent-browser network route "**/api/*" --abort  # Bloquear requisições correspondentes
agent-browser network har start                # Iniciar gravação HAR
agent-browser network har stop ./captura.har   # Parar e salvar arquivo HAR

# Viewport & Emulação de Dispositivo
agent-browser set viewport 1920 1080          # Definir tamanho do viewport (padrão: 1280x720)
agent-browser set viewport 1920 1080 2        # Retina 2x (mesmo tamanho CSS, screenshots de maior resolução)
agent-browser set device "iPhone 14"          # Emular dispositivo (viewport + user agent)

# Captura
agent-browser screenshot              # Screenshot no diretório temporário
agent-browser screenshot --full       # Screenshot de página inteira
agent-browser screenshot --annotate   # Screenshot anotado com rótulos numerados de elementos
agent-browser screenshot --screenshot-dir ./shots  # Salvar em diretório personalizado
agent-browser screenshot --screenshot-format jpeg --screenshot-quality 80
agent-browser pdf output.pdf          # Salvar como PDF

# Visualização ao vivo / streaming
agent-browser stream enable           # Iniciar streaming WebSocket em tempo de execução em porta auto-selecionada
agent-browser stream enable --port 9223  # Vincular a uma porta localhost específica
agent-browser stream status           # Inspecionar estado habilitado, porta, conexão e screencasting
agent-browser stream disable          # Parar streaming em tempo de execução e remover o arquivo .stream de metadados

# Área de transferência
agent-browser clipboard read                      # Ler texto da área de transferência
agent-browser clipboard write "Olá, Mundo!"     # Escrever texto na área de transferência
agent-browser clipboard copy                      # Copiar seleção atual
agent-browser clipboard paste                     # Colar da área de transferência

# Diálogos (alert, confirm, prompt, beforeunload)
# Por padrão, diálogos alert e beforeunload são aceitos automaticamente para nunca bloquear o agente.
# Diálogos confirm e prompt ainda exigem tratamento explícito.
# Use --no-auto-dialog (ou AGENT_BROWSER_NO_AUTO_DIALOG=1) para desabilitar o tratamento automático.
agent-browser dialog accept              # Aceitar diálogo
agent-browser dialog accept "minha entrada"   # Aceitar diálogo prompt com texto
agent-browser dialog dismiss             # Dispensar/cancelar diálogo
agent-browser dialog status              # Verificar se um diálogo está aberto

# Diff (comparar estados de página)
agent-browser diff snapshot                          # Comparar snapshot atual com o último
agent-browser diff snapshot --baseline before.txt    # Comparar atual com arquivo salvo
agent-browser diff screenshot --baseline before.png  # Diff visual de pixels
agent-browser diff url <url1> <url2>                 # Comparar duas páginas
agent-browser diff url <url1> <url2> --wait-until networkidle  # Estratégia de espera personalizada
agent-browser diff url <url1> <url2> --selector "#main"  # Escopo para elemento

# Chat (controle por linguagem natural com IA)
agent-browser chat "abra google.com e pesquise por gatos"  # Instrução única
agent-browser chat                                        # Modo REPL interativo
agent-browser -q chat "resuma esta página"               # Silencioso (apenas texto, sem chamadas de ferramenta)
agent-browser -v chat "preencha o formulário de login"    # Verboso (mostrar saída do comando)
agent-browser --model openai/gpt-4o chat "tire um screenshot"  # Substituir modelo

Streaming

Toda sessão inicia automaticamente um servidor de stream WebSocket em uma porta atribuída pelo SO. Use agent-browser stream status para ver a porta vinculada e o estado da conexão. Use stream disable para derrubá-lo e stream enable --port <porta> para reativar em uma porta específica.

Execução em Lote

SEMPRE use batch ao executar 2+ comandos em sequência. Lote executa comandos em ordem, portanto comandos dependentes (como navegar e depois capturar tela) funcionam corretamente. Cada argumento entre aspas é um comando separado.

# Navegar e tirar um snapshot
agent-browser batch "open https://example.com" "snapshot -i"

# Navegar, snapshot e screenshot em uma chamada
agent-browser batch "open https://example.com" "snapshot -i" "screenshot"

# Clicar, aguardar e capturar tela
agent-browser batch "click @e1" "wait 1000" "screenshot"

# Com --bail para parar no primeiro erro
agent-browser batch --bail "open https://example.com" "click @e1" "screenshot"

Use um único comando (não lote) apenas quando precisar ler a saída antes de decidir o próximo comando. Por exemplo, você deve executar snapshot -i como um único comando quando precisar ler as referências para decidir em que clicar. Após ler o snapshot, coloque em lote as etapas restantes.

O modo stdin também é suportado para uso programático:

echo '[["open","https://example.com"],["screenshot"]]' | agent-browser batch --json
agent-browser batch --bail < commands.json

Estratégias de Eficiência

Estes padrões minimizam chamadas de ferramenta e uso de tokens.

Use --urls para evitar re-navegação. Quando precisar visitar links de uma página, use snapshot -i --urls para obter todas as URLs de href antecipadamente. Em seguida, open cada URL diretamente em vez de clicar em referências e navegar de volta.

Snapshot uma vez, aja muitas vezes. Nunca refaça snapshot da mesma página. Extraia todas as informações necessárias (refs, URLs, texto) de um único snapshot e coloque em lote as ações restantes.

Fluxo de trabalho de múltiplas páginas (por exemplo, "visite N sites e capture tela de cada um"):

# 1. Obter todas as URLs em uma chamada
agent-browser batch "open https://news.ycombinator.com" "snapshot -i --urls"
# Ler a saída para extrair URLs, depois visitar cada uma diretamente:
# 2. Um lote por site alvo
agent-browser batch "open https://github.com/example/repo" "screenshot"
agent-browser batch "open https://example.com/artigo" "screenshot"
agent-browser batch "open https://outro.com/pagina" "screenshot"

Esta abordagem usa 4 chamadas de ferramenta em vez de 14+. Nunca volte para a página de listagem entre as visitas.

Padrões Comuns

Submissão de Formulário

# Navegar e obter a estrutura do formulário
agent-browser batch "open https://example.com/cadastro" "snapshot -i"
# Ler a saída do snapshot para identificar referências do formulário, depois preencher e enviar
agent-browser batch "fill @e1 \"João Silva\"" "fill @e2 \"[email protected]\"" "select @e3 \"São Paulo\"" "check @e4" "click @e5" "wait 2000"

Autenticação com Vault de Autenticação (Recomendado)

# Salvar credenciais uma vez (criptografadas com AGENT_BROWSER_ENCRYPTION_KEY)
# Recomendado: passar senha via stdin para evitar exposição no histórico do shell
echo "senha" | agent-browser auth save github --url https://github.com/login --username usuario --password-stdin

# Login usando perfil salvo (LLM nunca vê a senha)
agent-browser auth login github

# Listar/mostrar/excluir perfis
agent-browser auth list
agent-browser auth show github
agent-browser auth delete github

Coleta de Dados (Scraping)

# Navegar para a página e obter a estrutura
agent-browser batch "open https://exemplo.com/produtos" "snapshot -i"

# Extrair texto de elementos específicos
agent-browser get text @e1
agent-browser get text @e5
agent-browser get text @e12

# Rolagem para carregar mais conteúdo
agent-browser batch "scroll down 800" "wait 1000" "snapshot -i"
# Agora extrair novos elementos

Download de Arquivo

agent-browser open https://exemplo.com/download
# Usar seletor de link de download conhecido
agent-browser download @e1 ./meu-arquivo.zip
# Ou aguardar qualquer download ser concluído
agent-browser wait --download ./saida.zip

Teste de Aplicação Web

# Navegar para a app
agent-browser open https://meuapp.test/login
# Inserir credenciais e enviar
agent-browser batch "fill @e1 admin" "fill @e2 senha123" "click @e3"
# Aguardar resposta do servidor
agent-browser wait 2000
# Verificar resultado
agent-browser snapshot -i --urls
# Navegar para recursos protegidos
agent-browser open https://meuapp.test/dashboard
# Verificar elementos na página
agent-browser get text @e4

Notas Importantes

  • A ferramenta presume que você sabe o que está fazendo — ela não previne ações perigosas. Sempre revise comandos antes de executar.
  • Para tarefas sensíveis (como login bancário), prefira perfis persistentes ou opções de sessão nomeada. Credenciais no vault são armazenadas criptografadas se AGENT_BROWSER_ENCRYPTION_KEY estiver definida.
  • Snapshot com -i retorna apenas elementos interativos (inputs, botões, links, etc.). Use -a para todos os elementos quando necessário.
  • O navegador se fecha automaticamente quando o processo CLI termina. Use perfis ou sessões nomeadas para persistir estado.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ASoudy/AGS

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

ASoudy/AGS

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

ASoudy/AGS

Build content-focused websites with Astro — zero JS by default, islands architecture, multi-framework components, and Markdown/MDX support.

ASoudy/AGS

One sentence - what this skill does and when to invoke it

ASoudy/AGS

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

ASoudy/AGS

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

ASoudy/AGS

Pull a YouTube video transcript into a queryable markdown vault with yt-dlp subtitle discovery, VTT cleanup, metadata frontmatter, and capture-seed stubs.

ASoudy/AGS

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

ASoudy/AGS

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

ASoudy/AGS

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

ASoudy/AGS

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

ASoudy/AGS

Comprehensive patterns for Next.js 14+ App Router architecture, Server Components, and modern full-stack React development.

ASoudy/AGS

Next.js App Router principles. Server Components, data fetching, routing patterns.

ASoudy/AGS

Expert integration of Supabase Auth with Next.js App Router

ASoudy/AGS

React and Next.js 14+ application development with App Router, Server Components, TypeScript, Tailwind CSS, and modern frontend patterns.

ASoudy/AGS

Best practices for Remotion - Video creation in React

ASoudy/AGS

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

ASoudy/AGS

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

ASoudy/AGS

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

ASoudy/AGS

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Habilidades Relacionadas