Ваш ИИ-агент может спланировать что угодно, но все еще не может нажать «Опубликовать»

Разработчик Ваутер ван дер Ступ представил Ghost Browser — инструмент с открытым исходным кодом, предназначенный для того, чтобы дать ИИ-агентам возможность взаимодействовать с веб-сайтами подобно людям. Хотя многие ИИ-агенты преуспевают в планировании и логике, они часто сталкиваются с трудностями при выполнении действий на сайтах из-за ненадежных CSS-селекторов и проблем с аутентификацией. Ghost Browser решает эту задачу с помощью подхода «Set-of-Mark», при котором агент идентифицирует интерактивные элементы через пронумерованные рамки на скриншоте, а не через парсинг DOM. Это позволяет агенту работать в рамках постоянной сессии браузера с выполненным входом, обходя типичные сбои автоматизации. Инструмент включает функции безопасности, такие как «act-gate», требующий одобрения человека для чувствительных действий, и поддерживает маршрутизацию через резидентные IP-адреса. Проект доступен на GitHub, и разработчик приглашает сообщество к участию в улучшении пользовательского интерфейса.