Что это
WebVoyager - исследовательский агент на базе мультимодальных языковых моделей, который видит страницы браузера как картинки и самостоятельно кликает, вводит текст, переходит по ссылкам и собирает нужную информацию. Агент получает задачу на естественном языке и проходит весь путь в браузере без участия пользователя. Код опубликован на GitHub в открытом доступе.
Возможности
- Исследовательский агент, управляющий браузером
- Видит страницы как картинки (мультимодальная модель) и кликает, вводит, переходит
- Выполняет веб-задачи от начала до конца
- Open-source
- Академическая работа по веб-агентам
- Работает поверх моделей со зрением
Что даёт
Пользователь описывает задачу словами, а агент сам открывает сайты, заполняет формы, ищет данные и возвращает готовый результат. Это избавляет от рутинного ручного сёрфинга: сбор информации, проверка цен, заполнение форм и другие повторяющиеся сценарии автоматизируются без написания скриптов под каждый сайт. На выходе человек получает конкретный ответ или выполненное действие вместо часов монотонной работы.
Кому подходит
Подходит разработчикам и исследователям, которые хотят строить или изучать агентные системы автоматизации браузера. Полезно командам, которым нужна гибкая автоматизация веб-задач без привязки к конкретным API сайтов.
Плюсы и минусы
- Продвинутый подход - агент видит страницу глазами, как человек, а не парсит DOM
- Open-source, можно изучить и собрать своё
- Полезен как референс для веб-агентов
- Research, не готовый продукт - нужен код и модель со зрением
- Капчи и антибот мешают, обходить не стоит
- На практике хрупок, как все UI-агенты
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 доступен на GitHub без ограничений из России. Для запуска потребуется API OpenAI или совместимой мультимодальной модели: доступ к OpenAI API из РФ требует VPN или зарубежной карты. Само решение бесплатное и разворачивается локально.
Как начать
- Склонируй из GitHub (доступен из РФ без VPN)
- Подключи мультимодальную модель со зрением
- Дай задачу и сайт
- Запускай аккуратно, проверяй шаги
Цена
open-source
Частые вопросы
Стоит ли
WebVoyager - исследовательский веб-агент, который видит страницу глазами и действует как человек. Это академический референс, не готовый продукт. Для практической автоматизации браузера смотри Browser Use.
Похожие инструменты
WebVoyager как research-референс веб-агентов со зрением. Browser Use - практичнее для реальных задач; Playwright - стабильная автоматизация без ИИ; MultiOn и Agent-E - другие веб-агенты.