Что это
LaVague реализует концепцию Large Action Models: агент получает текстовую инструкцию, разбирает её на шаги и самостоятельно кликает, заполняет формы, скроллит и извлекает данные прямо в браузере. Под капотом используется Selenium или Playwright, а языковая модель преобразует намерение пользователя в конкретные действия с DOM-элементами страницы. Весь код открытый, размещён на GitHub и доступен для доработки.
Что даёт
Разработчик получает готовую основу для автоматизации рутинных браузерных сценариев без написания хрупких XPath-селекторов вручную: парсинг сайтов, заполнение форм, тестирование интерфейсов, сбор данных. Агент адаптируется к изменениям на странице лучше классических скриптов, потому что ориентируется на смысл элементов, а не на жёсткие пути. Это сокращает время на поддержку автоматизации и позволяет описывать сложные сценарии буквально одной фразой.
Кому подходит
Полезно Python-разработчикам и ML-инженерам, которые строят автоматизацию веб-процессов, QA-специалистам для написания тестов и исследователям в области AI-агентов.
Инструменты помогают сделать работу, но результат тут же теряется в чатах и вкладках. ENGRAM собирает находки, документы и переписку команды в единую ИИ-память и находит нужное по смыслу со ссылкой на источник. Данные в России.
Доступ из России
Репозиторий на GitHub доступен из России без VPN. Установка через pip не требует зарубежных платёжных инструментов. Для работы агента нужен API-ключ языковой модели (OpenAI, Anthropic или локальная LLM через Ollama), поэтому при использовании облачных LLM может потребоваться способ оплаты иностранного сервиса.
Цена
open-source (MIT)