Herramienta de navegador

La herramienta de navegador proporciona a los agentes PRX capacidades completas de automatizacion web -- navegar paginas, llenar formularios, hacer clic en elementos, extraer contenido y capturar pantallas. Usa una arquitectura de backend intercambiable que soporta tres motores de automatizacion y aplica restricciones de dominio para prevenir acceso web no restringido.

Las herramientas de navegador tienen gate de caracteristica y requieren browser.enabled = true en la configuracion. Cuando estan habilitadas, PRX registra browser y browser_open en el registro de herramientas. La herramienta de navegador soporta flujos de trabajo web complejos de multiples pasos, mientras que browser_open proporciona una interfaz mas simple para abrir una URL y extraer su contenido.

PRX tambien incluye herramientas relacionadas con vision (screenshot, image, image_info) que complementan la herramienta de navegador para tareas visuales. Las capturas de pantalla capturadas por la herramienta de navegador pueden pasarse a LLMs con capacidad de vision para razonamiento visual.

Configuracion

[browser]
enabled = true
backend = "agent_browser"       # "agent_browser" | "rust_native" | "computer_use"
allowed_domains = ["github.com", "docs.rs", "*.openprx.dev", "stackoverflow.com"]
session_name = "default"        # Sesion de navegador con nombre para estado persistente

Opciones de backend

Backend	Descripcion	Dependencias	Mejor para
agent_browser	Llama al CLI agent-browser, una herramienta externa de navegador headless	Binario agent-browser en PATH	Automatizacion web general, sitios con JavaScript pesado
rust_native	Implementacion de navegador Rust integrada usando Chrome/Chromium headless	Chromium instalado	Automatizacion ligera, sin dependencias externas
computer_use	Sidecar computer-use para interaccion completa de escritorio	Sidecar computer-use de Anthropic	Interacciones a nivel de SO, flujos de trabajo GUI complejos

Restricciones de dominio

La lista allowed_domains controla a que dominios puede acceder el navegador. La coincidencia de dominios soporta:

• Coincidencia exacta: "github.com" coincide solo con github.com
• Comodin de subdominio: "*.openprx.dev" coincide con docs.openprx.dev, api.openprx.dev, etc.
• Sin comodin: Una lista vacia bloquea toda la navegacion del navegador

[browser]
allowed_domains = [
  "github.com",
  "*.github.com",
  "docs.rs",
  "crates.io",
  "stackoverflow.com",
  "*.openprx.dev"
]

Uso

Herramienta browser

La herramienta principal browser soporta multiples acciones para flujos de trabajo web complejos:

Navegar a una URL:

{
  "name": "browser",
  "arguments": {
    "action": "navigate",
    "url": "https://github.com/openprx/prx"
  }
}

Llenar un campo de formulario:

{
  "name": "browser",
  "arguments": {
    "action": "fill",
    "selector": "#search-input",
    "value": "PRX documentation"
  }
}

Hacer clic en un elemento:

{
  "name": "browser",
  "arguments": {
    "action": "click",
    "selector": "button[type='submit']"
  }
}

Tomar una captura de pantalla:

{
  "name": "browser",
  "arguments": {
    "action": "screenshot"
  }
}

Extraer contenido de la pagina:

{
  "name": "browser",
  "arguments": {
    "action": "content"
  }
}

Herramienta browser_open

Una herramienta simplificada para abrir una URL y devolver su contenido:

{
  "name": "browser_open",
  "arguments": {
    "url": "https://docs.rs/tokio/latest/tokio/"
  }
}

Ejemplo de flujo de trabajo de multiples pasos

Un flujo de trabajo tipico de investigacion podria encadenar multiples acciones del navegador:

1. Navegar a un motor de busqueda
2. Llenar el cuadro de busqueda con una consulta
3. Hacer clic en el boton de busqueda
4. Extraer resultados de la pagina
5. Navegar a un resultado relevante
6. Extraer el contenido detallado
7. Tomar una captura de pantalla como referencia visual

Parametros

Parametros de browser

Parametro	Tipo	Requerido	Por defecto	Descripcion
action	string	Si	--	Accion a realizar: "navigate", "fill", "click", "screenshot", "content", "scroll", "wait", "back", "forward"
url	string	Condicional	--	URL a la que navegar (requerida para accion "navigate")
selector	string	Condicional	--	Selector CSS para el elemento objetivo (requerido para "fill", "click")
value	string	Condicional	--	Valor a llenar (requerido para accion "fill")
timeout_ms	integer	No	30000	Tiempo maximo de espera para que la accion se complete

Parametros de browser_open

Parametro	Tipo	Requerido	Por defecto	Descripcion
url	string	Si	--	URL para abrir y extraer contenido

Parametros de herramientas de vision

screenshot:

Parametro	Tipo	Requerido	Por defecto	Descripcion
target	string	No	"screen"	Que capturar: "screen" o un identificador de ventana

image:

Parametro	Tipo	Requerido	Por defecto	Descripcion
action	string	Si	--	Operacion de imagen: "resize", "crop", "convert"
path	string	Si	--	Ruta al archivo de imagen

image_info:

Parametro	Tipo	Requerido	Por defecto	Descripcion
path	string	Si	--	Ruta al archivo de imagen a inspeccionar

Detalles del backend

agent-browser

El backend agent_browser delega a la herramienta CLI externa agent-browser, que proporciona un entorno de automatizacion basado en Chrome headless. La comunicacion ocurre sobre stdio con mensajes JSON-RPC.

Ventajas:

• Ejecucion completa de JavaScript
• Persistencia de cookies y sesion
• Soporte de extensiones

rust_native

El backend rust_native usa enlaces Rust para controlar una instalacion local de Chromium/Chrome directamente. Se comunica via el Chrome DevTools Protocol (CDP).

Ventajas:

• Sin dependencia de binario externo (mas alla de Chromium)
• Menor latencia que generar un subproceso
• Integracion mas estrecha con los internos de PRX

computer_use

El backend computer_use aprovecha el sidecar computer-use de Anthropic para realizar interacciones a nivel de SO incluyendo movimiento del raton, entrada de teclado y captura de pantalla. Esto va mas alla de la automatizacion del navegador hacia el control completo del escritorio.

Ventajas:

• Puede interactuar con aplicaciones nativas, no solo navegadores
• Soporta flujos de trabajo GUI complejos
• Maneja popups, dialogos de archivos y prompts del sistema

Seguridad

Lista de dominios permitidos

La herramienta de navegador aplica una lista estricta de dominios permitidos. Antes de navegar a cualquier URL:

1. La URL se analiza y se extrae el nombre de host
2. El nombre de host se verifica contra allowed_domains
3. Si no se encuentra coincidencia, la navegacion se bloquea y se devuelve un error

Esto previene que el agente acceda a sitios web arbitrarios, lo que podria exponerlo a contenido malicioso o disparar acciones no deseadas en sesiones autenticadas.

Aislamiento de sesion

Las sesiones de navegador se aislan por nombre. Diferentes sesiones de agente o sub-agentes pueden usar contextos de navegador separados para prevenir fuga de estado (cookies, localStorage, datos de sesion).

Limites de extraccion de contenido

La extraccion de contenido de paginas esta sujeta al limite web_search.fetch_max_chars para prevenir agotamiento de memoria por paginas excesivamente grandes.

Motor de politicas

Las llamadas a herramientas de navegador pasan por el motor de politicas de seguridad. La herramienta puede ser denegada completamente o supervisada para requerir aprobacion para cada navegacion:

[security.tool_policy.tools]
browser = "supervised"
browser_open = "allow"

Seguridad de credenciales

La herramienta de navegador no inyecta credenciales ni tokens de autenticacion en las sesiones del navegador. Si el agente necesita autenticarse en un sitio web, debe usar la herramienta de navegador para llenar formularios de inicio de sesion explicitamente, lo cual esta sujeto a politicas de supervision.

Relacionado

• Busqueda web -- buscar en la web sin automatizacion de navegador
• Solicitud HTTP -- solicitudes HTTP programaticas a APIs
• Ejecucion shell -- alternativa para interacciones web basadas en CLI (curl, wget)
• Sandbox de seguridad -- aislamiento de proceso para ejecucion de herramientas
• Referencia de configuracion -- campos de configuracion [browser]
• Vision general de herramientas -- todas las herramientas y sistema de registro