Automatización Web Autónoma con LLM: Automatiza Flujos Complejos con Browser-use y Playwright AI

Los scripts de automatización tradicionales (Selenium, Playwright) se rompen cuando cambian las clases CSS o los IDs del DOM.

En 2026, Browser-use combina Vision LLMs (Claude 3.5 Sonnet, GPT-4o) con instancias de Playwright, permitiendo crear agentes web autónomos que interactúan de forma visual e intuitiva.

Resumen Clave

• Reconocimiento Visual sin Selectores: Superpone cajas delimitadoras numeradas sobre los elementos de la página para que el LLM haga clic según la intención.
• Reutilización de Sesiones (CDP): Conecta perfiles existentes de Chrome mediante CDP para mantener sesiones iniciadas y saltar la verificación 2FA.
• Auto-recuperación: El agente analiza errores y ventanas emergentes inesperadas para reintentar la tarea.

Ejemplo en Python

import asyncio
from langchain_anthropic import ChatAnthropic
from browser_use import Agent, Browser, BrowserConfig

async def run_market_research():
    browser = Browser(config=BrowserConfig(headless=False))
    llm = ChatAnthropic(model_name="claude-3-5-sonnet-20241022")

    agent = Agent(
        task="""
        1. Entra a https://news.ycombinator.com
        2. Extrae el título y URL de las 3 principales noticias sobre 'AI agent'.
        3. Devuelve el resultado en formato JSON.
        """,
        llm=llm,
        browser=browser,
    )

    result = await agent.run(max_steps=15)
    print(result)
    await browser.close()

if __name__ == "__main__":
    asyncio.run(run_market_research())

Conclusión

Browser-use y Playwright AI transforman la automatización web eliminando la fragilidad de los selectores CSS y permitiendo sistemas RPA verdaderamente adaptativos.