PTENES
Saltar al contenido
MÓDULO 2.4

🌐 Navegador con política

Hay sistemas que solo existen como sitios web: el portal del proveedor, el municipio, el banco. El agente puede operar el navegador, siempre que la regla esté escrita de antemano: leer sí, completar requiere autorización, pagar nunca.

6
Temas
~35
Minutos
Medio
Nivel
Práctico
Tipo
0 de 60%
1

Usa el navegador solo como penúltimo recurso

En la escalera del runtime/LEIA-ME.md, el navegador es el peldaño 5, uso de la computadora. Pero mira la columna de estabilidad: es el único marcado como descarga. Incluso el puente local, escalón 6, es de nivel medio.

Por eso la receta R5 empieza con una advertencia: usa el navegador solo cuando no exista API, MCP, CLI o exportación. Es la vía más frágil, porque el sitio cambia. Por debajo de esta, solo queda la ingeniería inversa, que es de laboratorio.

🆕 ¿Eres nuevo aquí? Tres palabras de este módulo

  • Navegador para agentes — un programa de línea de comandos que abre páginas, lee texto, hace clic y completa campos; recibe órdenes del agente en lugar de usar el mouse.
  • Chromium — la base abierta de Google Chrome. El navegador para agentes usa una copia propia, separada de tu Chrome.
  • Selector — la «dirección» de un botón o campo dentro de la página. Cuando el sitio cambia el diseño, la dirección cambia y la automatización se pierde.
1 · API 2 · MCP 3 · CLI 4 · SDK 5 · navegador 6 · puente local 7 · ing. inversa alta media descarga media laboratorio penúltimo en estabilidad

Cómo leer el diagrama: la altura de la barra es la estabilidad que el LEIA-ME.md da a cada nivel. El número del nivel no indica el orden de preferencia: la barra del navegador (resaltada) está por debajo de la del puente local. Por eso es el penúltimo recurso.

✓ Cuándo tiene sentido el navegador

  • ✓ El portal del proveedor no tiene API ni botón para exportar
  • ✓ La información aparece solo en una pantalla (tabla de precios, estado)
  • ✓ La tarea consiste en leer y copiar, no en decidir
  • ✓ Aceptas que algún día el sitio cambie y sea necesario hacer ajustes

✗ Cuándo buscar otra vía

  • ✗ El sistema exporta CSV (usa el puente, módulo 2.3)
  • ✗ Existe una API o un servidor MCP oficial
  • ✗ La tarea principal es enviar o pagar
  • ✗ El sitio exige que resuelvas el desafío «no soy un robot»
🖱️
Nivel 5

uso de la computadora

📉
Baja

estabilidad en el LEIA-ME

📤
Exportación primero

gana el puente

🔄
El sitio cambia

la automatización se pierde

2

Instala el navegador para agentes

La receta R5 usa el agent-browser, un navegador de línea de comandos creado para agentes. Se instala con npm, el mismo instalador que usaste para Claude Code y Codex en el módulo 1.2.

Son dos comandos: uno instala el programa y el otro descarga Chromium, que es lo que usa. El segundo tarda más porque es un navegador completo.

🎯 Objetivo: tener agent-browser y su Chromium en la máquina

En la terminal (cualquier carpeta), un comando a la vez:

npm i -g agent-browser
agent-browser install

Resultado esperado (según la receta):

El primer comando instala el agent-browser; el segundo, «descarga Chromium, que es lo que usa». La receta no define una salida fija para la instalación: la prueba aparece en el tema 3.

Cómo verificar: los dos comandos terminan sin mostrar un mensaje de error. Si el npm quejarte de los permisos es el mismo problema que resolviste al instalar Claude Code.
OpciónQué navegador usaCuándo tiene sentido
agent-browser (receta R5)un Chromium propio, limpio, sin tus sesiones iniciadassitios públicos, pruebas, lectura de tablas
Extensión «Claude in Chrome»tu navegador, con la sesión iniciadacuando el sitio requiere que inicies sesión (tema 6)

Qué revisar en la tabla: las dos opciones aparecen en R5, y las mismas reglas se aplican a ambas. La diferencia es de quién es el navegador y, por lo tanto, de quiénes son las cuentas abiertas en él.

💡 Un navegador separado es una protección

El Chromium de agent-browser no tiene tu correo electrónico, tu banco ni tus contraseñas guardadas. Si el agente se confunde, se confunde en un navegador vacío. Empieza siempre por ahí.

📦
npm i -g

instala el programa

⬇️
install

descarga Chromium

🧼
Navegador limpio

sin tus credenciales

🧩
Claude in Chrome

la alternativa con sesión iniciada

3

Prueba solo la lectura

Antes de entregarle el navegador al agente, pruébalo tú mismo. Y hazlo de la forma más inofensiva posible: abre una página de ejemplo, lee el título y cierra. No se hace clic en nada ni se envía nada.

El sitio example.com existe exactamente para eso: es una página de demostración reservada para ejemplos, sin formulario ni botón de compra.

1

open — abre la página

El Chromium de agent-browser carga la dirección que le indicaste.

2

get title — lee el título

Pura lectura. Es el tipo de acción que la política deja que el agente haga por su cuenta (N4).

3

close — cerrar

Cierra el navegador. No dejes una sesión abierta sin necesidad.

🎯 Objetivo: demostrar que el navegador se abre y lee

En la terminal, un comando a la vez:

agent-browser open https://example.com
agent-browser get title
agent-browser close

Resultado comprobado en CHANGELOG 0.2.0:

agent-browser open https://example.com + get title → Example Domain.

Cómo verificar: o get title devuelve Example Domain. Esta es la Prueba de la receta R5.
🤖 agente Claude o Codex agent-browser Chromium separado leer, desplazarse, tomar una captura → se puede (N4) rellenar → mostrar y esperar el OK (N2) enviar, confirmar, borrar → nunca sin supervisión pagar → nunca (N1: tú lo ejecutas)

Cómo leer el diagrama: solo la flecha azul de arriba es un camino libre. La gris discontinua pasa por ti primero. Las rojas no son caminos del agente: el agente prepara y se detiene. La prueba de este tema usa solo la flecha azul.

🌐
open

abre la página

🏷️
get title

lee el título

🚪
close

cierra

✅
Example Domain

la prueba

4

Pídele al agente que tenga un límite por escrito

Con la prueba hecha, el agente puede usar el navegador. El secreto está en la solicitud: ya indica qué hacer y dónde parar. Sônia lo usa así para copiar la tabla de precios del portal de un proveedor que no exporta nada.

La política de la R5 tiene tres niveles, y la solicitud de abajo encaja por completo en el primero.

Acción en el sitioNivel (R5)Qué hace el agente
Leer páginaN4hazlo por tu cuenta, sin avisar
Completar o enviarN2pide antes, cada vez
PagarN1nunca: prepara y tú ejecutas

Qué revisar en la tabla: es el mismo límite por acción de POLITICA.md (leer N4, enviar N2, gastar dinero N1), aplicado al navegador.

🎯 Objetivo: que el agente lea una tabla de un sitio y la devuelva en CSV

Abre claude (o codex) en la carpeta del kit y pega la solicitud de la receta R5, reemplazando <site> por la dirección:

Use o agent-browser para abrir <site>, ler a tabela de preços e me devolver em CSV. Não clique em botões de envio ou compra: se precisar, pare e me pergunte.
Cómo verificar: compara dos o tres líneas del CSV con lo que ves en el sitio. Y lee los comandos que ejecutó el agente: solo open, lecturas y close, ningún clic para enviar o comprar.

✓ Pedido con límites

  • ✓ Indica el sitio y qué leer
  • ✓ Indica el formato de entrega (CSV)
  • ✓ Indica qué no hacer (envío, compra)
  • ✓ Indica qué hacer en caso de duda: detenerse y preguntar

✗ Pedido sin límites

  • ✗ "Resuelve esto en el portal por mí"
  • ✗ "Haz el pedido del mes al proveedor"
  • ✗ "Entra y actualiza el registro"
  • ✗ Ninguna fila indica dónde detenerse

💡 "Detente y pregúntame" es la frase más útil del pedido

Los sitios tienen sorpresas: un aviso de cookies, un botón de «continuar» que en realidad confirma algo. Sin esta frase, el agente tiende a seguir adelante para terminar la tarea. Con ella, la sorpresa se convierte en una pregunta para ti.

📋
Qué leer

tabla de precios

📄
Formato

CSV para usar después

🛑
Dónde detenerse

envío y compra

🙋
Ante la duda

te pregunta

5

Pega las reglas del navegador en AGENTS.md

Escribir el límite en cada pedido funciona, pero algún día lo olvidas. La solución es poner la regla en un lugar que el agente lea antes de cualquier solicitud: el AGENTS.md.

Codex lee el AGENTS.md directamente, y el CLAUDE.md del kit apunta a él con @AGENTS.md. Una regla, dos agentes. La receta R5 incluye el bloque listo:

📄 Bloque de la receta R5 para AGENTS.md (real)
Navegador:
- Leer, desplazarse, tomar capturas: puedes.
- Completar un formulario: muéstrame lo que vas a completar y espera mi OK.
- Enviar, confirmar, pagar, borrar: nunca lo hagas por tu cuenta.
- Iniciar sesión: lo hago yo; no pidas ni guardes contraseñas.
Qué revisar: cuatro líneas, una por nivel de riesgo. Caben en una tarjeta de bolsillo y el agente las lee cada vez.
🎯 Objetivo: que el bloque del navegador entre en AGENTS.md sin modificar el resto

Abre claude en la carpeta del kit y pega:

Copia al final de AGENTS.md el bloque "Navegador:" de la sección "Reglas para pegar en AGENTS.md" de runtime/receitas/R5-navegador-com-politica.md, sin cambiar ninguna otra línea. Muestra el fragmento nuevo antes de guardarlo.
Cómo verificar: abre el AGENTS.md. El bloque «Navegador:» aparece al final, con las cuatro líneas, y las reglas anteriores siguen iguales.

✓ Regla en AGENTS.md

  • ✓ Se aplica a todos los pedidos, incluso al que olvidaste limitar
  • ✓ Se aplica a Claude y a Codex
  • ✓ Queda en Git: puedes ver cuándo cambió

✗ Regla solo en la conversación

  • ✗ Desaparece cuando termina la sesión
  • ✗ Cada agente se queda con una versión
  • ✗ Nadie recuerda lo que se acordó

💡 Registra también el sitio en el mapa

O CAPACIDADES.md ya incluye el ejemplo Site do fornecedor | Uso do computador | 5 | navegador automatizado | enviar (N2) | pendente. Después de probarlo con tu sitio, cambia «pendente» por la fecha, como en el módulo 2.3.

📜
AGENTS.md

leído antes de actuar

🔗
@AGENTS.md

Claude lee lo mismo

4️⃣
Cuatro líneas

una por rango

🗺️
Línea en el mapa

sitio con fecha

6

Recuerda que tú te encargas del inicio de sesión

La última línea del bloque es la más seria: "Inicio de sesión: yo lo hago; tú no pides ni guardas la contraseña." La contraseña no se pone en el chat, no se incluye en un archivo del proyecto ni se pasa de una herramienta a otra.

A POLITICA.md dice lo mismo de forma general: "Nunca pases una credencial de una herramienta a otra." En el navegador esto se aplica el doble, porque la página de inicio de sesión es exactamente donde la contraseña estaría a mano.

⚠️ Navegador con sesión iniciada = tus cuentas abiertas

La extensión "Claude in Chrome" usa tu navegador, donde ya tienes la sesión iniciada. Todo lo que puedes hacer en él también está al alcance del agente: correo electrónico, banco, redes. La R5 advierte que se aplican las mismas reglas. Usa el navegador con la sesión iniciada solo para sitios que requieren tu acceso y mantén el bloque "Navegador:" en el AGENTS.md.

1

El agente llega a la pantalla de inicio de sesión

Según la regla, se detiene y avisa. No intenta adivinar ni pide la contraseña por el chat.

2

Tú inicias sesión

En tu navegador, con tus propias manos. Incluso el código que llega al celular.

3

El agente vuelve a leer

Con la sesión abierta, sigue dentro de los mismos límites: lee por su cuenta, pide que completes los datos, nunca envía ni paga.

💡 Clara y el portal del seguro médico

Clara quiere comprobar en el sitio web del seguro qué autorizaciones se aprobaron. Inicia sesión con sus datos; el agente lee la lista y se la devuelve en CSV. Pedir que aprueben una autorización nueva ya es «enviar»: el agente prepara lo que va a completar y espera su OK.

Prueba rápida (opcional): el agente está en el portal del proveedor y encuentra el botón «Confirmar pedido». ¿Qué indica la regla de la R5?

🔑
Inicio de sesión

tú haces

🙅
Contraseña

nunca en el chat

🚫
Credencial

no pasa adelante

🧩
Claude in Chrome

las mismas reglas

🎓 Resumen del módulo

✓
El navegador es el penúltimo recurso — estabilidad baja; primero, exportación.
✓
agent-browser con Chromium propio — navegador limpio, sin tus sesiones iniciadas.
✓
Prueba solo de lectura — open, get title, close → Example Domain.
✓
Leer está permitido; para completar, se pide permiso; pagar, nunca — en el pedido y en AGENTS.md.
✓
Tú te encargas del inicio de sesión — el agente no pide ni guarda contraseñas.

Próxima ruta:

Ruta 3 — Enrutar y ejecutar (3.1 El modelo adecuado, la cuota rinde)