agentbrowse : quand votre agent IA prend enfin le contrôle du navigateur

Avouons-le : les agents de codage IA sont redoutables face à un terminal ou un fichier de code. Mais demandez-leur de naviguer sur une interface web... et ça se complique vite.

C'est exactement le problème que résout agentbrowse.

Le problème avec les interfaces web et les agents IA

L'automatisation classique suppose un humain aux commandes. Nous, on gère les CAPTCHA sans y penser, on parse instinctivement une mise en page visuelle, on clique pile sur le bon bouton.

Les agents IA ? Pas vraiment. Ils excellent à exécuter des commandes précises, mais les interfaces visuelles ambiguës, c'est pas leur rayon.

agentbrowse inverse la logique. Au lieu de forcer un agent à se battre avec un navigateur, on lui offre une API propre : ouvrir une URL, lire la page en markdown, cliquer par texte ou numéro, remplir des formulaires — tout ça via des commandes terminal qui retournent des données structurées.

Première utilisation en deux minutes

L'installation se fait en quelques commandes :

npm install -g agentbrowse
npx playwright install chromium

C'est tout. Le premier lancement télécharge automatiquement Chromium. Vous êtes prêt.

Le fonctionnement est limpide :

• agentbrowse open <url> — direction la page visée
• agentbrowse read — contenu de la page en markdown propre
• agentbrowse links — liste des liens numérotés
• agentbrowse click "Inscription" — clic sur un texte ou un numéro
• agentbrowse read --json — sortie structurée pour parsing programmatique

La persistance : l'ingrédient magique

Ce qui rend agentbrowse vraiment intéressant, c'est son modèle de session persistante. Un daemon navigateur tourne en arrière-plan, conservant l'état de vos pages entre chaque commande.

Concrètement : vous ouvrez un site, vous vous identifiez, vous naviguez jusqu'à une page précise, puis vous passez la main à votre agent — sans avoir à recréer l'état à chaque fois.

Chaque session a son propre ID, ses propres cookies et son état d'authentification. La commande login ouvre même une vraie fenêtre navigateur pour gérer MFA et CAPTCHA, puis sauvegarde cette session authentifiée pour une réutilisation headless.

Brancher agentbrowse sur votre agent automatiquement

Là ça devient malin. Vous pouvez installer agentbrowse comme un "skill" que votre agent de codage reconnaîtra tout seul :

npx agentbrowse skill --global

Ça génère le fichier de config adapté à votre agent — SKILL.md pour Claude Code, .cursor/rules pour Cursor, AGENTS.md pour Codex — pour que votre assistant IA sache automatiquement qu'il peut utiliser le navigateur quand une interaction web se présente.

Plus besoin de prompts élaborés pour expliquer comment piloter un navigateur. La capability est juste... là.

Sortie structurée pour consommation machine

Chaque commande accepte --json pour une sortie lisible par une machine, et les erreurs suivent un format cohérent avec des codes de sortie spécifiques :

• 2 pour les erreurs d'usage
• 3 pour les échecs de navigation
• 4 pour cible non trouvée
• 5 pour les problèmes de daemon

De quoi intégrer le tout dans des pipelines CI/CD et des workflows automatisés sans stress.

Les manifests de site : des super-pouvoirs par domaine

Pour les sites complexes ou fréquemment utilisés, vous pouvez définir un manifest qui expose des commandes haut niveau :

agentbrowse --site ./github.agent.json create-issue "Bug dans le flux de connexion"

Les manifests déclarent des pages, des sélecteurs et des séquences de commandes avec interpolation de variables. En gros, vous créez des "skills" sur mesure pour des sites spécifiques.

La vision d'ensemble

agentbrowse incarne un changement de perspective sur les capacités des agents IA. Au lieu d'espérer que des modèles de vision approximeront l'interaction humain-navigateur, on donne aux agents des outils pensés pour leurs forces : commandes structurées, sortie parseable, état persistant.

Pour les développeurs qui construisent des workflows alimentés par IA, c'est un outil pragmatique qui comble un vrai manque. Pour ceux qui explorent le développement assisté par IA, c'est un aperçu de comment les interactions agent-outil pourraient évoluer — away from visual interfaces designed for humans, toward programmatic interfaces designed for machines.

Que vous automatisiez des tests web, construisiez des workflows IA, ou simplement curieux de l'avenir des interactions agent-outil, agentbrowse mérite le détour. MIT-licensed, activement maintenu, et tourne 100% en local — aucune dépendance cloud ou service externe requis.

Le terminal est de retour, et maintenant même votre IA peut l'utiliser.