BrowserAct : quand les agents IA apprennent à naviguer réellement sur le web

Les deux sont publiés en open source et conçus comme des briques pour les architectures d’agents IA qui doivent travailler avec des sites réels plutôt qu’avec des API statiques.

Pourquoi l’automatisation web reste compliquée

Les systèmes d’automatisation pilotés par IA rencontrent généralement trois obstacles majeurs :

• Les systèmes anti‑bots, qui détectent et bloquent les navigateurs automatisés.
• La structure désordonnée des pages, qui rend l’extraction de données difficile.
• Les scripts spécifiques à chaque site, qu’il faut souvent réécrire dès que la cible change.

L’architecture de BrowserAct vise à attaquer ces problèmes en combinant contrôle de navigateur et automatisations réutilisables conçues pour des sites précis.

browser‑act : un navigateur contrôlé par l’agent

Le module browser‑act sert de couche d’exécution. Au lieu de dépendre uniquement d’API ou de techniques de scraping statiques, l’agent peut agir dans un navigateur complet.

Selon la documentation du projet, cela permet notamment de :

• parcourir et interagir avec des sites en direct ;
• extraire des données structurées à partir de pages web ;
• gérer des connexions et des actions interactives ;
• renvoyer des résultats comme du JSON structuré ou des captures d’écran.

Les descriptions du projet affirment que cette approche permettrait des automatisations plus rapides et plus fiables que les scripts traditionnels. Toutefois, aucune comparaison chiffrée indépendante n’est fournie dans les sources disponibles.

Gestion des systèmes anti‑automatisation

Les sites modernes utilisent différentes techniques pour bloquer les robots : empreintes de navigateur, analyse d’adresse IP ou encore défis CAPTCHA.

BrowserAct affirme intégrer plusieurs mécanismes pour contourner ces obstacles :

• empreintes de navigateur aléatoires, afin de ressembler à un utilisateur réel ;
• support d’IP résidentielles, pour éviter les blocages d’adresses issues de centres de données ;
• résolution de CAPTCHA lors des vérifications ;
• prise de contrôle humaine à distance si un flux automatisé échoue.

Les sources disponibles ne détaillent cependant pas le fonctionnement interne de ces systèmes ni leurs taux de réussite.

L’idée d’utiliser des empreintes de navigateur générées artificiellement n’est pas nouvelle : certains outils open source permettent déjà de produire des en‑têtes HTTP et des signatures réalistes pour simuler un trafic humain.

Skill Forge : transformer un site en outil réutilisable

Si browser‑act permet l’exécution dans un navigateur, browser‑act‑skill‑forge vise à transformer les actions réalisées sur un site en Skills réutilisables.

Concrètement, un workflow — par exemple rechercher un produit ou récupérer une liste d’annonces — peut être encapsulé dans un outil que l’agent réutilise plus tard sans réécrire de script.

Le système fonctionnerait en plusieurs étapes :

• détecter les API internes disponibles lorsqu’elles existent ;
• combiner ces appels API avec des interactions DOM si nécessaire ;
• empaqueter l’ensemble sous forme de Skill réutilisable.

Cette stratégie dite « API‑first » vise à éviter le rendu complet d’une page lorsque des endpoints internes permettent d’obtenir les données plus rapidement.

Intégrations avec les frameworks d’agents

Les Skills BrowserAct sont conçus pour fonctionner dans des architectures d’agents utilisant des outils modulaires.

Par exemple, les instructions d’installation indiquent qu’ils peuvent être ajoutés dans un environnement Claude Code simplement en clonant le dépôt GitHub.

La documentation mentionne aussi une compatibilité avec des workflows d’agents de type OPENCLAW, où plusieurs Skills sont chaînés pour accomplir des tâches complexes.

Performances annoncées

Selon les documents du projet, l’utilisation de BrowserAct pourrait apporter :

• une exécution plus rapide des tâches ;
• un coût opérationnel réduit ;
• des résultats plus fiables sur des sites complexes.

Cependant, les sources accessibles ne fournissent ni benchmarks détaillés ni méthodologie de test. Ces gains doivent donc être considérés comme des affirmations du fournisseur plutôt que des résultats validés indépendamment.

Prix, disponibilité et zones d’ombre

D’après les informations publiques actuelles :

• Disponibilité : les outils sont publiés en open source sur GitHub.
• Prix : les Skills eux‑mêmes sont présentés comme gratuits.

Plusieurs points restent néanmoins flous :

• les limites d’utilisation ou de concurrence ;
• les besoins d’infrastructure ;
• le coût éventuel des proxies résidentiels ou de la résolution de CAPTCHA ;
• les règles de conformité concernant le contournement des protections anti‑bots.

Ces éléments dépendent souvent de services externes et ne sont pas entièrement précisés dans la documentation publique actuelle.

Un pas vers des agents capables d’utiliser le web comme les humains

Le lancement de BrowserAct reflète une évolution plus large dans l’écosystème de l’IA : passer d’agents dépendants d’API à des systèmes capables d’interagir directement avec les sites web comme le ferait un utilisateur humain.

En associant contrôle de navigateur et automatisations réutilisables, le projet tente de réduire la fragilité qui caractérise souvent le scraping et l’automatisation web.

Reste à voir si BrowserAct tiendra ses promesses dans des déploiements réels et sous des tests indépendants — mais sa publication open source montre que le web en direct devient progressivement un environnement central pour les agents IA.