BrowserAct: Toolkit Open‑Source yang Membuat AI Agent Bisa Menggunakan Web Secara Langsung

AI agent semakin sering diharapkan mampu berinteraksi langsung dengan situs web—mulai dari login, mengambil data, hingga menyelesaikan tugas secara end‑to‑end. Namun dalam praktiknya, hal ini tidak mudah. Banyak situs modern memblokir bot, struktur halaman sering berubah, dan skrip otomatisasi mudah rusak.

Proyek BrowserAct dari ECOCREATE mencoba menjawab masalah itu dengan merilis dua alat open‑source di GitHub: browser‑act dan browser‑act‑skill‑forge. Keduanya dirancang untuk membantu AI agent berinteraksi dengan web nyata secara lebih stabil dan membuat alat otomatisasi yang dapat digunakan kembali untuk situs tertentu. Sebagian besar klaim kinerja berasal dari materi rilis perusahaan, sehingga masih perlu verifikasi independen.

Apa yang Dirilis BrowserAct

BrowserAct memperkenalkan dua komponen utama yang saling melengkapi:

browser‑act – skill kontrol browser yang memungkinkan AI agent berinteraksi langsung dengan situs web.

browser‑act‑skill‑forge – framework yang memungkinkan agent membuat alat otomatisasi reusable (disebut “Skills”) untuk situs tertentu.

Materi rilis menggambarkannya secara sederhana: satu tool memberi agent "tangan" untuk menggunakan web, sementara yang lain bertindak sebagai "pabrik" yang membuat tangan baru yang disesuaikan untuk tiap situs.

Kedua tool ini tersedia sebagai proyek open‑source di GitHub dan dimaksudkan sebagai komponen dasar bagi sistem AI agent yang membutuhkan akses stabil ke situs web langsung.

Mengapa Otomatisasi Web Sulit bagi AI Agent

Otomatisasi berbasis AI biasanya menghadapi tiga masalah utama:

• Sistem deteksi bot yang memblokir browser otomatis.
• Struktur halaman yang kompleks atau berantakan, sehingga sulit mengekstrak data terstruktur.
• Skrip khusus untuk tiap situs, yang harus ditulis ulang setiap kali workflow berpindah ke website lain.

Arsitektur BrowserAct mencoba menangani semua masalah tersebut dengan menggabungkan kontrol browser langsung dan sistem automation skill yang dapat digunakan ulang.

Bagaimana browser‑act Memberi AI Agent Kontrol Browser Nyata

Skill browser‑act berfungsi sebagai lapisan eksekusi yang memungkinkan AI agent menjalankan browser sungguhan, bukan hanya mengandalkan API atau metode scraping statis.

Menurut materi proyek, tool ini memungkinkan agent untuk:

• Menjelajah dan berinteraksi dengan situs web langsung
• Mengambil data halaman dan mengekstrak informasi terstruktur
• Menangani login serta aksi interaktif
• Menghasilkan output seperti JSON terstruktur dan screenshot halaman

Tool ini diklaim membantu agent menelusuri, mengambil, dan mengekstrak data dari situs kompleks dengan eksekusi lebih cepat dan hasil yang lebih stabil dibanding skrip scraping tradisional—meskipun belum ada benchmark independen yang memverifikasi klaim tersebut.

Mengatasi Bot Detection dan Sistem Anti‑Otomatisasi

Banyak situs modern menggunakan teknik seperti fingerprinting browser, analisis alamat IP, dan CAPTCHA untuk mendeteksi trafik otomatis.

BrowserAct menyatakan bahwa sistemnya dapat menghadapi hambatan tersebut melalui beberapa kemampuan bawaan:

• Fingerprint browser acak agar sesi otomatis terlihat seperti pengguna nyata
• Dukungan IP residensial untuk menghindari pemblokiran IP datacenter
• Pemecahan CAPTCHA untuk melewati proses verifikasi
• Remote human takeover, yaitu pengambilalihan oleh manusia jika otomatisasi gagal

Detail teknis seperti metode pembuatan fingerprint atau tingkat keberhasilan CAPTCHA tidak dijelaskan dalam sumber yang tersedia.

Fingerprint browser acak sendiri merupakan teknik umum dalam dunia scraping; toolkit open‑source seperti generator fingerprint dapat membuat header dan atribut browser yang realistis agar trafik terlihat seperti pengguna manusia.

Bagaimana browser‑act‑skill‑forge Membuat Skill Otomatisasi Reusable

Jika browser‑act berfungsi untuk menjalankan browser secara real‑time, browser‑act‑skill‑forge fokus pada pembuatan logika otomatisasi yang dapat digunakan berulang.

Framework ini digambarkan sebagai cara untuk mengubah workflow suatu situs—misalnya mencari produk di marketplace atau mengambil daftar item—menjadi Skill yang dapat dipanggil kembali oleh AI agent kapan saja.

Sistem ini dilaporkan bekerja dengan cara:

• Menemukan API yang tersedia pada situs
• Menggabungkan panggilan API dengan otomatisasi DOM jika diperlukan
• Mengemas workflow tersebut menjadi skill reusable

Pendekatan API‑first ini bertujuan mengurangi overhead dibandingkan merender seluruh halaman browser jika situs sebenarnya menyediakan endpoint API tersembunyi atau tidak terdokumentasi.

Integrasi dengan Framework AI Agent

Skill BrowserAct dirancang untuk digunakan dalam sistem AI agent yang mendukung workflow berbasis tool.

Contoh instalasi yang ditampilkan dalam listing SkillsLLM menunjukkan bahwa skill dapat ditambahkan ke lingkungan Claude Code dengan meng‑clone repositori GitHub.

Proyek ini juga disebut kompatibel dengan workflow agent bergaya OPENCLAW, di mana agent menyusun beberapa skill modular untuk menyelesaikan tugas kompleks.

Klaim Peningkatan Kinerja

Materi proyek menyebutkan beberapa manfaat saat agent menggunakan BrowserAct:

• Eksekusi tugas lebih cepat
• Biaya operasional lebih rendah
• Hasil lebih stabil pada situs yang kompleks

Namun dokumentasi yang tersedia tidak menyertakan angka benchmark, metodologi pengujian, atau perbandingan dengan tool lain. Karena itu, klaim tersebut saat ini masih berbasis pernyataan vendor.

Harga, Ketersediaan, dan Batasan Penggunaan

Berdasarkan informasi yang dipublikasikan:

• Ketersediaan: proyek dirilis sebagai open‑source di GitHub.
• Harga: skill disebut gratis dan open source.

Beberapa detail penting masih belum dijelaskan secara publik, seperti:

• Batas request atau concurrency
• Kebutuhan infrastruktur untuk menjalankan sistem
• Biaya layanan eksternal seperti proxy IP residensial atau solver CAPTCHA
• Kebijakan kepatuhan atau aturan penggunaan terkait bypass sistem anti‑bot

Karena fitur‑fitur tersebut sering bergantung pada layanan eksternal, detail implementasinya kemungkinan berbeda pada setiap deployment.

Apa Arti BrowserAct bagi Ekosistem AI Agent

Rilis BrowserAct mencerminkan tren yang lebih besar dalam infrastruktur AI: pergeseran dari integrasi API statis menuju AI agent yang dapat menggunakan web seperti manusia.

Dengan menggabungkan kontrol browser langsung dan sistem automation skill yang reusable, proyek ini mencoba mengurangi masalah klasik pada scraping dan otomatisasi web yang sering rapuh.

Apakah BrowserAct benar‑benar mampu memenuhi klaim keandalannya masih bergantung pada pengujian independen dan penggunaan di dunia nyata. Namun rilis open‑source ini menunjukkan meningkatnya minat untuk menjadikan web langsung sebagai lingkungan kerja utama bagi AI agent.