Ah, agentes de IA... la tendencia más caliente en la tecnología en este momento.Todo el mundo se ha hipado de que son el futuro del trabajo.Después de todo, pueden hacer todo y automatizarán la mayoría de las tareas para darnos más tiempo, ¿verdad? La realidad? La mayoría de los agentes se bloquean por sitios web o se pierden mientras intentan ejecutar tareas. Para hacer realmente una que funcione, necesita una pila de tecnología de mejor calidad.Sólo la combinación correcta de herramientas puede convertir a un agente de IA en una verdadera máquina de automatización de tareas. Siga este tutorial y aprenda a diseñar un agente de IA que pueda automatizar verdaderamente tareas para usted! Por qué la mayoría de los agentes de IA no entregan El sueño de tener tareas de automatización de IA para nosotros es exactamente por qué los agentes de IA fueron inventados en primer lugar. Se convirtió en una tendencia, y por qué el hype sigue siendo alto. Agencia AI Agencia AI Imagina un mundo donde todas las cosas aburridas y repetitivas son manejadas por la IA para que podamos ahorrar tiempo. De esa manera, podríamos centrarnos en lo que realmente importa: empacar V-Bucks en Fortnite o moler runas en Elden Ring. Bromas de lado, si alguna vez has jugado con un agente de IA como o intentó construir uno usted mismo, ya sabe la triste verdad: Operador abierto AI agents rarely live up to expectations! Estas son algunas de las principales razones por las que los agentes de IA fallan: 
 
 
 
 
 No pueden interactuar con sitios web o aplicaciones de escritorio como un ser humano real. Los LLM que los permiten pueden ser impredecibles, dando resultados diferentes en la misma entrada. Incluso cuando utilizan un navegador, las técnicas anti-bot como los CAPTCHAs les impiden enfriarse. A diferencia de los humanos, los agentes de IA a menudo carecen de razonamiento de sentido común y luchan por adaptarse cuando se enfrentan a situaciones más allá de su programación. El problema no es el En su lugar, es la pila de tecnología que usas para construirlas. Idea Así que dejemos de desperdiciar tiempo y descubramos cómo construir una . AI agent that can actually automate browser tasks for you Hacer que un agente de IA automatice las cosas que odia hacer: un tutorial paso a paso En este capítulo, te guiarán por la construcción de un agente de IA que pueda manejar una de las tareas más aburridas (aún críticas) allí: ¡Cazadores de trabajo! El agente resultante será lo suficientemente inteligente como para: 
 
 
 
 
 
 Visita a Google Descubre las plataformas de empleo Browse listings basado en sus posiciones y preferencias deseadas Extraer trabajos interesantes Exportarlos a un archivo JSON limpio Y si desea seguir adelante, también encontrará recursos sobre cómo alimentar su currículum para que el agente pueda aprender su perfil y aplicar automáticamente a los mejores partidos, todo sin levantar un dedo. 
 
 Como se mencionó antes del final de esta guía, el mismo agente se puede adaptar a casi cualquier flujo de trabajo basado en el navegador simplemente cambiando la descripción de la tarea. Como se mencionó antes del final de esta guía, el mismo agente se puede adaptar a casi cualquier flujo de trabajo basado en el navegador simplemente cambiando la descripción de la tarea. ¡Vamos a sumergirnos! Precondiciones Para seguir este tutorial, asegúrese de tener: 
 
 
 
 Una clave de API LLM (utilizaremos Gemini, ya que es básicamente libre de usar a través de la API, pero OpenAI, Anthropic, Ollama, Groq y otros también funcionan). Una cuenta de Bright Data con la API del navegador habilitada (no te preocupes por la configuración aún, ya que te guiará a través de ella en este tutorial). Python ≥ 3.11 instalado localmente. Para acelerar las cosas, también asumiremos que ya tiene un proyecto de Python configurado con un En el entorno virtual. uv Paso #1: Instalar el navegador Como se mencionó anteriormente, la mayoría de los agentes de IA fallan porque golpean la pared de limitaciones tecnológicas . Los modelos por sí solos simplemente no son suficientes. ! El uso del browser El uso del browser ¡No te preocupes! Atrapa este video o vea sus documentos oficiales: https://www.youtube.com/watch?v=zGkVKix_CRU&embedable=true En primer lugar, activar el venv y instalar el El paquete de Pypi: uv browser-use uv pip install browser-use
 Bajo el capó, esta biblioteca se ejecuta en Playwright, por lo que también tendrá que agarrar los binarios de Chromium de los que depende. uvx playwright install chromium --with-deps --no-shell
 Boom! 💥 Ahora está configurado con un agente de automatización de navegador AI powerhouse. Paso #2: Integrar el LLM Los agentes de IA no harán mucho sin IA (shocker, ¿no? 😅), así que El uso del navegador soporta una larga lista de proveedores de LLM, pero nos centraremos en Gemini, el destacado en la . your agent needs a language model to properly think Página oficial del navegador GitHub Porque es uno de los pocos LLMs con acceso a API y generosos límites de tasa que lo hacen fundamentalmente libre de jugar. Toma tu clave de API Gemini y almacénala en una archivo en su carpeta de proyecto como éste: .env GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>
 A continuación, crear un archivo, que contendrá la lógica de definición de agente de IA. Comience leyendo los envs de Uso (que viene con ) de : agent.py .env python-dotenv browser-use from dotenv import load_dotenv

# Read the environment variables from the .env file
load_dotenv() 
 A continuación, defina su integración LLM: from browser_use import ChatGoogle

# The LLM powering the AI agent
llm = ChatGoogle(model="gemini-2.5-flash")
 Increíble! tienes tu motor de IA listo. Tiempo para definir y construir el resto de la lógica de su agente... Paso #3: Describe la tarea basada en el navegador para automatizar El LLM que configuró en el uso del navegador sólo funciona así como sus instrucciones, por lo que pasa el tiempo elaborando una solicitud que es clara, detallada, pero no demasiado complicada. Este es el paso más importante en su implementación. Por lo tanto, revise las guías sobre diseño rápido y siga las mejores prácticas de uso del navegador para maximizar los resultados. Dado que este es solo un ejemplo, mantengámolo simple y describamos la tarea de búsqueda de empleo del navegador de la siguiente manera: task = """
Search on Google for software engineer jobs in New York.
1. Choose a job posting page.
2. On the chosen site, filter for jobs published within the last 24 hours.
3. For each job listing, extract the key details, including the job posting URL and the apply URL (if available).
4. Return all results as a JSON list.
"""
 Como puede ver, está dando a su agente mucha libertad, lo que es absolutamente bueno teniendo en cuenta cuán capaz y flexible es el uso del navegador! : En una configuración del mundo real, debe leer las preferencias de un archivo de configuración e inyectarlas en su prompt. Esto hace que su agente sea personalizable para diferentes búsquedas. piense en diferentes títulos de trabajo, ubicaciones, habilidades requeridas, preferencias de la empresa, remoto vs en el sitio, y más. Para un enfoque similar, lea nuestra guía sobre . Tip Crear un asistente de búsqueda de empleo de LinkedIn Paso #4: Definir y ejecutar el agente Utilice el navegador para crear un agente de IA controlado por su LLM configurado que pueda abordar la tarea que definiste anteriormente: from browser_use import Agent

agent = Agent(
    llm=llm,    
    task=task,
)
 Dispara a tu agente de esta manera: history = agent.run_sync()
 Perfect! Now all that’s left is to grab the output from your AI agent and export it to JSON (or any format you need). 💾 Paso #5: Exportar la salida a JSON Tome la salida de su agente (que debería ser una lista limpia de tareas de JSON) y descargue a un El archivo: .json import json

output_data = history.structured_output
with open("jobs.json", "w", encoding="utf-8") as f:
    json.dump(output_data, f, ensure_ascii=False, indent=4)
 ¡Aquí vamos! Misión completa. Agente de manejo de tareas aburrido a su servicio! Paso #6: abordar las limitaciones del agente El uso del navegador es increíble - pero no mágico, por desgracia... Si intenta ejecutar su agente de inteligencia artificial basado en el navegador ahora, probablemente se bloqueará. (Sí y) Cómo automatizar la resolución de reCAPTCHA Si de alguna manera oculta eso, todavía hay la página de verificación humana de Indeed alimentada por Cloudflare: Estos fallos son especialmente comunes si —que, digamos, es exactamente lo que quieres. ¡Nadie quiere que una máquina esté atada durante minutos mientras maneja una tarea! run the script on a server or in headless mode Así que sí, todo esto establece la construcción de un agente de IA que fracasará... al igual que todos los demás 🙏. ¿Fue una pérdida de tiempo? ! the tutorial isn’t over yet Todavía hay el paso más importante. el que realmente hace que todo esto funcione. Paso #8: Integrar el navegador de agentes Tu agente falla porque los sitios con los que interactúa pueden detectarlo como un bot automatizado. 
 
 
 
 Impresión digital del navegador: La sesión del navegador creada por defecto en Playwright es super genérica y no parece un usuario real. Limitadores de tasa: Su agente termina haciendo demasiadas solicitudes en un corto tiempo (clásico para la automatización, no humanos), lo que desencadena la sospecha de inmediato. Reputación de IP: cuanto más scripts de automatización ejecutes desde tu IP, más soluciones como Cloudflare te marcarán como un bot potencial, aumentando las posibilidades de una CAPTCHA u otra verificación. Entonces, ¿cuál es la solución? un navegador que: 
 
 
 
 
 
 Ejecuta sesiones humanas, imitando el comportamiento real del usuario. Puede resolver los CAPTCHAs automáticamente si aparecen. Integra con una red proxy con millones de IPs rotativos para evitar límites de tarifas. Corre en la nube para una escalabilidad infinita. Integración íntegra con AI. ¿Esto es un sueño?Nope!Existe, y se llama (en el ) ¡¡¡ Agente de navegador navegador API Agente de navegador Agente de navegador https://www.youtube.com/watch?v=T59GCkpk5zY&embedable=true y acabarás en una página como esta: Sigue la guía oficial de integración de Agent Browser, Copie la URL de la conexión (abrangida en rojo) y añádela a su El archivo es así: .env BRIGHT_DATA_BROWSER_AGENT_URL=<YOUR_AGENT_BROWSER_URL>
 Luego, lea en y define el Objeto para instruir el navegador Usar para conectarse al navegador remoto: agent.py Browser import os
from browser_use import Browser

BRIGHT_DATA_BROWSER_AGENT_URL = os.getenv("BRIGHT_DATA_BROWSER_AGENT_URL")
browser = Browser(
    cdp_url=BRIGHT_DATA_BROWSER_AGENT_URL
)
 A continuación, pasa el  object to your agent: browser agent = Agent(
    llm=llm,
    task=task,
    browser=browser,  # <---
)
 Su agente de IA ahora ejecutará tareas en instancias remotas de Agent Browser, mientras ¡Qué clímax! no longer being blocked or interrupted Ponlo todo juntos Su final  should contain: agent.py from browser_use import ChatGoogle, Agent, Browser
from dotenv import load_dotenv
import json
import os

# Read the environment variables from the .env file
load_dotenv()

# The LLM powering the AI agent
llm = ChatGoogle(model="gemini-2.5-flash")

# The task the AI agent will do on your behalf
task = """
Search on Google for software engineer jobs in New York.
1. Choose a job posting page.
2. On the chosen site, filter for jobs published within the last 24 hours.
3. For each job listing, extract the key details, including the job posting URL and the apply URL (if available).
4. Return all results as a JSON list.
"""

# Read the Bright Data Browser Agent CDP URL from the env
BRIGHT_DATA_BROWSER_AGENT_URL = os.getenv("BRIGHT_DATA_BROWSER_AGENT_URL")
# Configure a remote browser
browser = Browser(
    cdp_url=BRIGHT_DATA_BROWSER_AGENT_URL
)


# Define an AI agent to perform the task in the configured browser
agent = Agent(
    llm=llm,
    task=task,
    browser=browser,
)

# Execute the AI agent
history = agent.run_sync()

# Export the found jobs to a JSON output file
output_data = history.structured_output
with open("jobs.json", "w", encoding="utf-8") as f:
    json.dump(output_data, f, ensure_ascii=False, indent=4)
 Pruébalo ejecutándolo con: python agent.py
 Como se puede ver de la ejecución de GIF que se puede generar desde el uso del navegador (perfecto para el borrado ), el agente de IA ahora puede acceder a Google, luego a Indeed, y filtrar trabajos utilizando los criterios requeridos (publicados en las últimas 24 horas): El resultado será una Archivo en su carpeta de proyectos: jobs.json Este archivo contiene todos los datos de trabajo extraídos de Indeed, listos para que usted se aplique a: [
  {
    "job_title": "Software Engineer",
    "company": "Twitch Interactive, Inc.",
    "location": "New York, NY",
    "salary": "$99,500 - $200,000 a year",
    "employment_type": "Full-time",
    "benefits": [
      "Parental leave",
      "401(k)",
      "Health insurance",
      "Paid time off",
      "Employee discount",
      "Vision insurance"
    ],
    "apply_url": "https://www.indeed.com/rc/clk?jk=d57f1f5ae2ce39b2&bb=KSTlUgVEMf-eBJjV36L3azapF2zEi4bBvUN2hIAcYXrYbXRZ5eWSuITPoUpo_Z8dlLX2UOM82XGDxHt0-Ahisofl6e8m0YvqC6Hh37bUv4Ph18Wp4oM2lqjW0jgm6q24kmXmCEOn4ZCXxMbVvGx1Lw%3D%3D&xkcb=SoAR67M3sAK4p3SDqh0LbzkdCdPP&fccid=fe2d21eef233e94a&vjs=3"
  },
  // other job postings omitted for brevity...
  {
    "job_title": "Fullstack .NET Developer, Analyst",
    "company": "MUFG Bank, Ltd.",
    "location": "Hybrid work in Jersey City, NJ 07302",
    "salary": "$87,000 - $123,000 a year",
    "employment_type": "Full-time",
    "benefits": [
      "Tuition reimbursement",
      "Paid parental leave",
      "Parental leave",
      "Health insurance",
      "Retirement plan",
      "Paid holidays"
    ],
    "apply_url": "https://www.indeed.com/rc/clk?jk=88f53bba78bb73d9&bb=KSTlUgVEMf-eBJjV36L3a5W1vAjJi2KOYfFuFmAdZolzMxeST7LmPwBH3Nh_N5WyZz05vH6_vGPa9dHkj6jgfo9yTQnbXCmfxYezDirnxuSYqjnNthL3s5UtUFYUkLK_DbCh8F545E0wDidVKUnxVQ%3D%3D&xkcb=SoBM67M3sAK4p3SDqh0FbzkdCdPP&fccid=3b98171e4a0fd997&vjs=3"
  }
]
 Wow!  En alrededor de 40 líneas de código, acabas de construir una (Quieres algunas ideas? colgarte apertado por unos minutos más y comprobar el próximo capítulo.) AI agent that can automate virtually any browser task for you! Si desea nivelar , incluso puede integrarlo con la lógica para leer su CV y solicitar posiciones automáticamente, como se muestra en el . navegador oficial ejemplo de uso en GitHub Gracias a , ahora puedes crear un agente de IA implacable que maneje todas las tareas aburridas que drenan tu tiempo y energía.La revolución del agente de IA es ahora! Bright Data's Agent Browser integration in Browser Use Ejemplos de tareas aburridas que puedes automatizar con este agente ¿Quieres algunas ideas para las tareas y tareas que este agente de IA puede manejar? 
 
 
 
 
 
 
 Buscar y planificar vuelos ✈️: Deje que la IA busque vuelos, compare opciones e incluso reserve billetes en función de sus preferencias. Extraer datos meteorológicos para varias ciudades ️: Obtenga información meteorológica en tiempo real para todas las ciudades a las que viaja, para que esté siempre preparado. Programación de llamadas para usted : Confíe en Calendly o una herramienta similar, y la IA organizará reuniones según su disponibilidad. Siga los precios de los productos de Amazon y compruebe los precios bajos: monitoree los precios de los productos y compra automáticamente los artículos cuando alcancen su precio objetivo. Recopila y resume las últimas noticias de múltiples fuentes, para que no te pierdas nada importante. Comprar comestibles para usted : Proporcione una lista de compras, y la IA comprará automáticamente sus comestibles en línea, ahorrándole tiempo. ¿Quieres más ideas?Descubre otras . AI agent use cases and scenarios Pensamientos finales Ahora sabes cómo construir un agente de IA que aborda tareas de navegador aburridas, repetitivas, aburridas y demoradas para ti. Esto no sería posible sin , una de las mejores bibliotecas de agentes de IA, pero el verdadero cambiador de juego es Bright Data , which gives your AI unstoppable, agent-ready cloud browser instances. Browser Use Agent Browser En Bright Data, nuestra misión es simple: hacer que la IA sea accesible para todos, en cualquier lugar, incluso para los usuarios automatizados. ✨ Hasta la próxima vez, manténgase atrevido y siga construyendo el futuro de la IA con creatividad.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

This writer has a vested interest be it monetary, business, or otherwise, with 1 or more of the products or companies mentioned within.

2022 - HackerNoon Contributor of the Year - Amazon

Request Your Own Data

Nominated for 2022 - HackerNoon Contributor of the Year - Amazon

Este audio es producido en el idioma original de la historia!

Cómo construir un agente de IA que realmente maneje tareas aburridas para usted

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una breve introducción a la teoría del cerebro de Boltzmann

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Una breve introducción a la teoría del cerebro de Boltzmann

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps