Mjetet me burim të hapur për automatizimin e shfletuesit me AI po përdorin të dhëna të strukturuara në vend të pamjeve të ekranit. Përmes pemës së aksesueshmërisë dhe referencave të elementeve, agjentët mund të zgjedhin objektivin e klikimit pa hamendësuar koordinatat. Teksti krahason tri zgjidhje për nevoja të ndryshme.
Playwright MCP, serveri MCP i Microsoft, u mundëson agjentëve të programimit si Claude Code, Cursor, VS Code dhe Codex të kontrollojnë një shfletues real. Ai përdor pamje të strukturuara të faqes pa kërkuar model vizual dhe mund të shërbejë për testimin e aplikacioneve web, përfshirë identifikimin e hapit ku dështon regjistrimi i një përdoruesi.
Browser Use është bibliotekë Python për ndërtimin e agjentëve që kryejnë vetë detyra në web, me çfarëdo LLM-je. Ndërsa agent-browser, nga Vercel Labs, është një CLI i shpejtë i shkruar në Rust, për agjentë që punojnë përmes komandave të shkurtra të shell-it dhe synojnë konsum të ulët të kontekstit.
Playwright MCP ofron mënyrën headless, zgjedhjen e shfletuesit, emulimin e telefonit dhe ngarkimin e gjendjes së ruajtur të hyrjes në llogari. Megjithatë, dokumentacioni i Microsoft vëren se Playwright CLI me skills mund të jetë më efikas në përdorimin e tokenëve, pasi shmang ngarkimin e skemave të mëdha të mjeteve dhe pemëve të plota të aksesueshmërisë në kontekst.
Burimi: DEV Community (Web Dev Feed) — lexoni artikullin e plotë në anglisht.
