Colección de proyectos iniciales que muestran cómo crear aplicaciones desplegables con la API de Claude, desde agentes de soporte hasta agentes que usan el navegador y la computadora.
APUS-AI-Lab/fast-browser-use
Motor local de automatización del navegador y Agent Skill que ejecuta modelos Qwen3.5 en el dispositivo para elegir acciones a partir de elementos visibles de la página.
- Estrellas
- 232
- Forks
- 26
- Issues abiertos
- 0
- Último commit
- hace 28 días
¿Qué es?
Fast Browser Use es una herramienta de automatización del navegador que ejecuta su modelo de decisión íntegramente en la máquina local, mediante MLX en Apple Silicon o PyTorch en CUDA o CPU. En lugar de pedirle a un LLM que escriba selectores o código de Playwright, analiza la página renderizada en busca de elementos visibles e interactivos y los presenta como un conjunto fijo de acciones candidatas, como CLICK, SELECT, TYPE_TEXT o DONE. El modelo puntúa estas candidatas en una sola pasada hacia adelante y elige una.
El proyecto se distribuye como Agent Skill para Claude Code y Codex, y también se puede usar mediante una CLI independiente, fbu, o una API de Agent para Python. Las ejecuciones se pueden verificar con aserciones externas sobre la URL final, el título de la página o su texto, y cada acción se registra en un historial de ejecución. Los modelos compatibles son Qwen3.5-9B y Qwen3.5-35B-A3B, y se indican los requisitos de hardware para Apple Silicon, GPU NVIDIA y CPU.
Funciones clave
- 01Ejecuta el modelo de decisión localmente mediante MLX o PyTorch, sin llamadas a API en la nube.
- 02Elige acciones a partir de candidatas creadas con elementos visibles del DOM, sin inventar selectores.
- 03Puntúa las acciones candidatas y DONE en una sola pasada hacia adelante.
- 04Verifica los resultados con las aserciones --expect-url, --expect-title y --expect-text.
- 05Se instala como Agent Skill para Claude Code y Codex, y ofrece una CLI y una API de Python.
Casos de uso
- Automatizar el llenado repetitivo de formularios web o la navegación en una máquina donde los datos no deben salir del dispositivo.
- Añadir una skill local de control del navegador a un agente de programación como Claude Code o Codex.
- Ejecutar tareas del navegador en CI con comprobaciones explícitas de la URL, el título o el texto del resultado.
Temas
Preguntas frecuentes
- ¿Qué es fast-browser-use?
- Motor local de automatización del navegador y Agent Skill que ejecuta modelos Qwen3.5 en el dispositivo para elegir acciones a partir de elementos visibles de la página. Fast Browser Use es una herramienta de automatización del navegador que ejecuta su modelo de decisión íntegramente en la máquina local, mediante MLX en Apple Silicon o PyTorch en CUDA o CPU. En lugar de pedirle a un LLM que escriba selectores o código de Playwright, analiza la página renderizada en busca de elementos visibles e interactivos y los presenta como un conjunto fijo de acciones candidatas, como CLICK, SELECT, TYPE_TEXT o DONE. El modelo puntúa estas candidatas en una sola pasada hacia adelante y elige una.
- ¿fast-browser-use es gratuito? ¿Qué licencia tiene?
- fast-browser-use es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿fast-browser-use sigue mantenido?
- Mantenimiento activo. El último commit de fast-browser-use fue el 21 sept 2026.
- ¿Para qué puedo usar fast-browser-use?
- Automatizar el llenado repetitivo de formularios web o la navegación en una máquina donde los datos no deben salir del dispositivo. Añadir una skill local de control del navegador a un agente de programación como Claude Code o Codex. Ejecutar tareas del navegador en CI con comprobaciones explícitas de la URL, el título o el texto del resultado.
- ¿Dónde consigo fast-browser-use?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/APUS-AI-Lab/fast-browser-use
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Convierte tu historial de chats exportado en un LLM ajustado que imita tu estilo de escritura y lo despliega como chatbot en plataformas de mensajería.
Modelos generativos de video de código abierto que crean videos a partir de texto, imágenes, voz o movimientos de personajes, con opciones MoE y 720P.
Un framework de testing para Python que facilita escribir tests pequeños y escalar hasta pruebas funcionales complejas de aplicaciones y bibliotecas.
Un asistente de IA personal y autohospedado que se ejecuta en tus propios dispositivos y responde a través de apps de chat como WhatsApp, Telegram, Slack y Discord.
Metodología de desarrollo de software y biblioteca de skills componibles que guía a los agentes de programación en la lluvia de ideas, la planificación, el TDD y la implementación con subagentes.