---
title: "Os melhores agentes de navegador com IA - 2026"
description: "Browser Use, Stagehand, Skyvern, Playwright MCP, Magnitude e Notte: agentes de navegador 2026 comparados por percepção da página, controle, custo e licença."
url: https://proxynet.io/pt-br/blog/best-ai-browser-agents-2026
date: 2026-10-07
author: "Acar Diveroli"
category: "Os melhores, IA"
lang: pt-BR
---

# Os melhores agentes de navegador com IA - 2026

Quem confere toda manhã o status de envio de cinquenta pedidos no portal de um fornecedor bate na primeira parede assim que tenta passar a tarefa a um modelo de linguagem: o modelo não tem uma API para chamar, só uma página web. Um agente de navegador com IA preenche essa lacuna. Ele lê a página para o modelo, executa em um navegador real a decisão "clique nesse botão" e mostra o resultado de volta ao modelo. Em 2026, todo framework que faz isso responde de um jeito diferente à mesma pergunta: como o modelo enxerga a página?

Neste artigo comparamos seis frameworks de código aberto que permitem a um LLM usar uma página web: Browser Use, Stagehand, Skyvern, Playwright MCP, Magnitude e Notte, com uma seção curta sobre os agentes fechados da OpenAI e da Anthropic. Os critérios são a percepção da página, quem tem o loop de controle, o custo em tokens, se você pode trazer o próprio navegador e proxy, a linguagem e a licença. Licenças e número de estrelas foram lidos nos repositórios do GitHub em 7 de outubro de 2026. Em vez de passos de instalação, apontamos para o guia de integração de cada framework.

> **Nota: Resposta rápida**
>
> Se você quer o caminho mais curto até um agente funcionando em Python, comece pelo Browser Use: ele lê a página a partir do DOM, controla o Chromium por CDP e recebe o proxy em um único parâmetro. Se quer manter o controle do código e escrever TypeScript, os passos act, extract e observe do Stagehand são mais previsíveis. Em interfaces cheias de canvas ou legadas, Skyvern e Magnitude trabalham a partir de capturas de tela. Se você já roda um agente dentro do Claude Code ou do Cursor, o Playwright MCP não é um framework, e sim uma ferramenta que você encaixa nesse agente. Seja qual for a escolha, o IP do agente não pode mudar no meio de uma tarefa de vários passos; as sessões residenciais fixas (sticky) da Proxynet são entregues ao navegador pelo parâmetro de inicialização.

## O que é um agente de navegador com IA?

Um agente de navegador com IA é a camada de software que permite a um modelo de linguagem ver uma página web e agir sobre ela. O modelo não consegue usar um navegador sozinho; ele recebe texto e devolve texto. O framework do agente é o tradutor no meio: converte a página em uma forma que o modelo entende, transforma a decisão do modelo em comandos de clique, digitação e rolagem, e leva o resultado de volta ao modelo.

O loop roda em quatro passos:

1. **Observar.** O framework captura o estado atual da página: DOM, árvore de acessibilidade ou captura de tela.
2. **Decidir.** O modelo lê a observação e escolhe a próxima ação: "digite o número do pedido no campo 3".
3. **Agir.** O framework executa a ação no navegador por meio do Playwright ou do Chrome DevTools Protocol (CDP).
4. **Verificar.** O novo estado da página é capturado; se o objetivo não foi alcançado, o loop recomeça.

As diferenças entre os frameworks aparecem nesses quatro passos: o que mostram, quem decide e qual protocolo entrega a ação.

## Como o agente enxerga a página?

Há três métodos, e cada um puxa custo, precisão e resiliência em uma direção diferente.

- **Extração do DOM.** O framework encontra os elementos interativos da página, numera cada um e entrega ao modelo uma lista curta. Por ser texto, é barato e não precisa de modelo de visão; sofre em interfaces desenhadas em canvas. O Browser Use segue esse caminho.
- **Árvore de acessibilidade.** Captura-se a árvore de texto que a página expõe aos leitores de tela; cada elemento tem um papel e um nome, e os elementos decorativos ficam de fora. O Playwright MCP usa esse snapshot, e o Stagehand poda a árvore antes de entregá-la.
- **Captura de tela.** O modelo vê a página como uma pessoa veria e devolve uma coordenada em pixels. Precisa de um modelo de visão e gasta mais tokens por passo, mas não deixa escapar nada que o DOM possa esconder. Skyvern e Magnitude seguem esse caminho.

Em um formulário e uma tabela padrão, um método baseado em texto é barato e estável ao mesmo tempo; em mapas, gráficos ou componentes desenhados sob medida, não há como fugir das capturas de tela.

## O que observar ao escolher um agente de navegador?

- **Percepção da página.** DOM, árvore de acessibilidade ou captura de tela, escolhido conforme o tipo de site em que você vai trabalhar.
- **Quem tem o loop de controle?** Em alguns frameworks você descreve a tarefa e o modelo escolhe os passos; em outros você programa cada passo e o modelo só localiza o elemento. O primeiro é flexível; o segundo, previsível.
- **Custo em tokens.** O agente envia a página ao modelo a cada passo. Uma tarefa de vinte passos são vinte páginas, e com capturas de tela essa conta cresce várias vezes.
- **Seu próprio navegador e proxy.** O framework aceita o seu Chromium local ou um endpoint CDP remoto, e qual parâmetro recebe o proxy?
- **Linguagem e licença.** Python ou TypeScript; MIT e Apache, ou AGPL e SSPL, que impõem condições ao uso comercial.

## Os 6 melhores frameworks de código aberto para agentes de navegador

### 1. Browser Use

Um framework Python, licença MIT, 117 mil estrelas no GitHub (outubro de 2026). Extrai a página do DOM, numera os elementos interativos e entrega ao modelo uma lista; `use_vision` acrescenta uma captura de tela. Controla o navegador diretamente por CDP: um Chromium local, o perfil do Chrome do seu sistema ou um navegador remoto via `cdp_url`. Além do próprio modelo `bu-2-0`, suporta OpenAI, Anthropic, Google e modelos locais via Ollama; o proxy entra como `ProxySettings(server, username, password, bypass)`. Código e documentação estão no [repositório no GitHub](https://github.com/browser-use/browser-use).

**Prós**

- Você descreve a tarefa e o modelo escolhe os passos; um protótipo são dez linhas de código
- Proxy autenticado em um só parâmetro, sem que as credenciais cheguem ao modelo
- Qualquer provedor de modelo, incluindo modelos locais
- `allowed_domains` limita aonde o agente pode ir

**Contras**

- A mesma tarefa pode seguir um caminho diferente em duas execuções
- Em páginas pesadas a lista do DOM cresce, e com ela a conta de tokens
- Fraco em interfaces canvas se as capturas de tela não forem ativadas

**Para quem:** equipes Python que querem descrever uma tarefa e recolher o resultado.

### 2. Stagehand (Browserbase)

SDKs para TypeScript, Python e Go, licença MIT, 25 mil estrelas no GitHub (outubro de 2026). Sobre uma API no estilo do Playwright (`goto`, `click`, `locator`) acrescenta três passos em linguagem natural: `act` executa uma ação, `extract` devolve dados validados por esquema e `observe` devolve seletores reais. Transporta a página como uma árvore de acessibilidade podada. Roda com um Chrome local ou na nuvem da Browserbase; em um navegador local você pode definir um servidor proxy e uma lista de bypass, enquanto proxies com usuário e senha hoje só são suportados do lado da Browserbase.

**Prós**

- O loop de controle é seu: cada passo está no código e pode ser testado
- `extract` devolve dados tipados diretamente
- Uma só API em três linguagens

**Contras**

- Sem proxy autenticado em navegador local; é preciso lista de IPs autorizados
- Tarefas totalmente autônomas pedem mais código do que no Browser Use
- Os recursos de nuvem dependem de uma conta Browserbase

**Para quem:** equipes TypeScript que querem ver os passos do navegador no código, e quem adiciona IA a testes Playwright já existentes.

### 3. Skyvern

Python, AGPL-3.0, 23 mil estrelas no GitHub (outubro de 2026). Em vez de XPath, entende a página combinando um modelo de visão com o DOM; nas próprias palavras do projeto, um "enxame de agentes" compreende o site, planeja e executa. Foi feito para preenchimento de formulários e trabalho em portais; roda em servidor próprio com Docker Compose e suporta OpenAI, Anthropic, Gemini, Bedrock e Ollama. Você conecta o próprio navegador com `BROWSER_TYPE=cdp-connect` e `BROWSER_REMOTE_DEBUGGING_URL`, e o proxy é definido ao iniciar esse Chrome.

**Prós**

- A percepção visual o faz funcionar em interfaces legadas e complexas
- Definições de fluxo de trabalho e uma interface, não só uma biblioteca
- Hospedado nos seus próprios servidores

**Contras**

- A AGPL obriga a compartilhar o código se você o embutir em um produto
- Passos visuais consomem mais tokens
- A instalação, com Postgres e a interface, é mais pesada que a dos outros

**Para quem:** equipes que preenchem formulários em muitos portais e gerenciam o fluxo por uma interface visual.

### 4. Playwright MCP (Microsoft)

Um servidor de Model Context Protocol, Apache-2.0, 38 mil estrelas no GitHub (outubro de 2026). É uma ferramenta, não um agente: o loop de controle fica no cliente MCP, seja ele o Claude Code, o Cursor ou o VS Code. Entrega a página como um snapshot de acessibilidade, então não precisa de modelo de visão; `--caps=vision` liga um modo baseado em coordenadas. O navegador é configurado por flags: `--proxy-server`, `--proxy-bypass`, `--cdp-endpoint`, `--isolated`, `--user-data-dir`. Os detalhes estão no [repositório do Playwright MCP](https://github.com/microsoft/playwright-mcp).

**Prós**

- Encaixa em cinco minutos no agente de programação que você já usa
- O snapshot de texto é rápido e barato
- `--allowed-hosts` restringe aonde o agente pode ir

**Contras**

- Não executa tarefas sozinho; precisa de um cliente MCP
- Um proxy autenticado não pode ser passado embutindo as credenciais no endereço
- Não foi projetado para tarefas autônomas longas

**Para quem:** desenvolvedores que querem dar acesso a um navegador a um agente de programação.

### 5. Magnitude

TypeScript, Apache-2.0, 4 mil estrelas no GitHub (outubro de 2026). Define-se como "vision-first": um modelo com ancoragem visual olha a página e devolve coordenadas em pixels, sem ler o DOM. O Claude Sonnet 4 é recomendado, e o Qwen-2.5VL 72B também funciona. Como fica em cima do Playwright, o campo `proxy` do Playwright entra em `browser.launchOptions`, e `cdp` conecta a um navegador já aberto. A equipe deslocou o foco para um motor de inferência; o agente de navegador continua em um repositório separado.

**Prós**

- Funciona em interfaces que não têm DOM ou o escondem
- As opções do Playwright passam direto
- Executor de testes embutido e asserções visuais

**Contras**

- Uma captura de tela a cada passo; entre os custos em tokens mais altos da lista
- Um modelo com capacidade de visão é obrigatório
- Comunidade e documentação ficam atrás dos três primeiros

**Para quem:** equipes que testam aplicações baseadas em canvas e fazem regressão visual.

### 6. Notte

Um framework Python com SDK para Node, SSPL-1.0, 2 mil estrelas no GitHub (outubro de 2026). Passa a página por uma camada de percepção: `observe` devolve o estado da página em uma forma que o modelo consegue ler, com ações endereçadas por ID, e `scrape` devolve dados estruturados. Localmente você abre `notte.Session()` com a sua própria chave de LLM; na nuvem o mesmo código roda via `NotteClient`. Os proxies são definidos com `ExternalProxy(server, username, password)`.

**Prós**

- Do local para a nuvem com uma única mudança de import
- Proxy externo autenticado em um só objeto
- Descrições compactas da página economizam tokens

**Contras**

- A SSPL condiciona oferecê-lo como serviço ao compartilhamento do código
- Comunidade pequena
- Alguns recursos exigem conta na nuvem

**Para quem:** equipes pequenas que começam localmente e planejam escalar na nuvem.

## Agentes fechados: modo agente do ChatGPT e computer use do Claude

Dois produtos fechados não pertencem a esta lista, mas aparecem em toda comparação. O Operator, que a OpenAI anunciou no início de 2025, foi incorporado ao modo agente do ChatGPT em julho do mesmo ano; o agente roda no navegador virtual da própria OpenAI, e você não pode trazer o seu navegador nem o seu proxy. É um produto para usuário final, não um framework.

A ferramenta computer use da Anthropic é o oposto: o Claude tira uma captura de tela e devolve coordenadas de mouse e teclado, mas o ambiente e o loop são executados por você. A versão atual, `computer_toolset_20260801`, está em disponibilidade geral, e a [referência oficial](https://platform.claude.com/docs/en/agents-and-tools/tool-use/computer-use-tool) inclui uma aplicação de exemplo baseada em Docker. Como o navegador vive no seu contêiner, você mesmo entrega o proxy a ele, o que faz dela a opção fechada mais próxima da tabela abaixo.

## Tabelas comparativas

Licenças e número de estrelas vêm dos repositórios do GitHub, em 7 de outubro de 2026. "—" marca um recurso que não existe ou que não conseguimos verificar.

### Percepção da página e loop de controle

| Framework | Como enxerga a página | Dono do loop | Linguagem |
|---|---|---|---|
| Browser Use | DOM + captura opcional | Modelo | Python |
| Stagehand | Árvore de acessibilidade podada | Você | TS, Python, Go |
| Skyvern | Visão + DOM | Modelo | Python |
| Playwright MCP | Snapshot de acessibilidade | Cliente MCP | Node |
| Magnitude | Só captura de tela | Modelo | TypeScript |
| Notte | Camada de percepção (texto) | Você ou o modelo | Python, Node |

### Licença e comunidade

| Framework | Licença | Estrelas no GitHub | Seu próprio navegador |
|---|---|---|---|
| Browser Use | MIT | 117 mil | Local, Chrome do sistema, CDP |
| Playwright MCP | Apache-2.0 | 38 mil | Local, CDP |
| Stagehand | MIT | 25 mil | Chrome local, Browserbase |
| Skyvern | AGPL-3.0 | 23 mil | Local, CDP |
| Magnitude | Apache-2.0 | 4 mil | Playwright, CDP |
| Notte | SSPL-1.0 | 2 mil | Local, nuvem da Notte |

### Proxy e custo

| Framework | Onde o proxy entra | Proxy autenticado | Custo em tokens |
|---|---|---|---|
| Browser Use | `ProxySettings` | Sim | Médio |
| Stagehand | Opção de inicialização | Só na nuvem | Baixo |
| Skyvern | Flag `--proxy-server` do Chrome | Do lado do Chrome | Alto |
| Playwright MCP | `--proxy-server` | Não no endereço | Baixo |
| Magnitude | `proxy` do Playwright | Sim | Alto |
| Notte | `ExternalProxy` | Sim | Baixo |

A coluna de tokens é relativa: frameworks que enviam um snapshot de texto gastam pouco por passo, e frameworks que enviam uma captura de tela a cada passo gastam muito. O número exato depende do modelo, da página e da quantidade de passos.

## Qual proxy para esses agentes?

O IP de saída do agente precisa continuar o mesmo durante toda uma tarefa de vários passos. O portal em que você faz login ou a loja em que você enche um carrinho amarra a sessão a um IP; se o IP muda no terceiro passo, a sessão cai e o agente recomeça. Por isso as tarefas de agente usam [Proxies de sessão fixa](https://proxynet.io/pt-br/sticky-proxy): o mesmo IP fica fixo até o trabalho terminar.

O tipo de IP também importa. Um agente que precisa ver preços, estoque ou resultados de busca de um país a partir de dentro desse país precisa de [Proxies residenciais](https://proxynet.io/pt-br/residential-proxy); um IP de datacenter mostra outro preço ou nem recebe a página. Em todos os frameworks o proxy é entregue pelo parâmetro de inicialização do navegador: o campo `proxy` nos frameworks baseados em Playwright, a flag `--proxy-server` em um Chrome controlado por CDP. O conjunto completo de campos está na [documentação de rede do Playwright](https://playwright.dev/docs/network).

Escrevemos os passos de configuração separadamente para cada framework. Proxies autenticados com `ProxySettings` e a verificação do IP de saída no Browser Use estão em [Browser Use com proxy](/pt-br/blog/browser-use-proxy); as flags do Playwright MCP e a correção do problema do proxy autenticado, no [guia do Playwright MCP](/pt-br/blog/playwright-mcp); a opção `proxy` do Playwright sobre a qual Stagehand e Magnitude se apoiam, e a sua limitação com SOCKS5, no [guia de proxy para Playwright](/pt-br/blog/playwright-proxy).

Um proxy não torna o agente invisível, e não deveria. Quando o agente visita um site, o `robots.txt` e os termos de uso continuam sendo responsabilidade sua; andar em velocidade humana, limitar a taxa de requisições ao mesmo alvo e tentar primeiro a API oficial tornam o agente mais confiável. Usar proxy para contornar proteção contra bots não é o assunto deste artigo.

## Erros comuns

- **O mesmo método de percepção para todo site.** Ligar capturas de tela em um formulário padrão multiplica o custo; insistir no DOM em um canvas deixa o agente cego.
- **Proxy rotativo em tarefa de vários passos.** A sessão cai quando o IP muda a cada requisição; tarefas que exigem login usam sessão fixa.
- **Sem limite de passos.** Um modelo que não alcança o objetivo fica no loop e queima tokens; todo framework tem um limite como `max_steps`.
- **Credenciais no prompt.** As senhas do proxy e do site vão no parâmetro do navegador ou em uma variável de ambiente, nunca para o modelo.
- **Sem restrição de domínio.** Uma instrução escondida em uma página pode mandar o agente para outro site; uma lista de domínios permitidos reduz esse risco.
- **Embutir sem ler a licença.** AGPL e SSPL não são a mesma coisa que MIT.

## Qual agente para cada trabalho?

| Seu trabalho | Recomendado |
|---|---|
| Protótipo rápido em Python | Browser Use |
| Fluxo passo a passo e testável | Stagehand |
| Formulários em muitos portais | Skyvern |
| Adicionar um navegador a um agente de programação | Playwright MCP |
| Canvas e regressão visual | Magnitude |
| Primeiro local, depois nuvem | Notte |

## Perguntas frequentes

### Qual é o melhor agente de navegador com IA em 2026?

Não há uma resposta única; depende do site e da equipe. Browser Use para resultados rápidos em Python, Stagehand para um fluxo controlado em TypeScript, Skyvern ou Magnitude para sites visuais e Playwright MCP para adicionar um navegador a um agente de programação.

### Qual é a diferença entre um agente de navegador e o Playwright?

O Playwright é uma biblioteca de automação em que você escreve cada passo; um agente de navegador deixa um modelo de linguagem escolher o passo. Stagehand e Magnitude rodam em cima do Playwright, enquanto o Browser Use controla o navegador diretamente por CDP.

### Um agente de navegador precisa de modelo de visão?

Não. Browser Use, Stagehand, Playwright MCP e Notte entregam a página como texto e funcionam com modelos de texto. Skyvern e Magnitude trabalham a partir de capturas de tela e precisam de um modelo com capacidade de visão.

### Quantos tokens um agente de navegador consome?

Tantas páginas quantos passos tiver. Com um snapshot de texto o custo por passo é baixo; com captura de tela é várias vezes maior, e o número exato depende do modelo e da página. Um limite de passos define o teto do custo.

### Posso dar meu próprio proxy a um agente de navegador?

Sim, nos seis frameworks de código aberto: a opção `proxy` nos baseados em Playwright, a flag `--proxy-server` em um Chrome controlado por CDP. O modo agente do ChatGPT roda no próprio navegador e não aceita proxy.

### Um agente de navegador respeita o robots.txt?

Não por conta própria; nenhum dos frameworks impõe isso. Você restringe os domínios que o agente pode visitar, você define o limite de taxa e você garante que ele siga as regras do site.

## Em resumo

O que separa os agentes de navegador em 2026 não é o modelo, e sim como mostram a página ao modelo e com quem deixam o controle: DOM e árvore de acessibilidade são baratos e estáveis; capturas de tela são caras, mas funcionam em qualquer interface. Teste o framework nos seus próprios sites com uma tarefa de cinco passos; a conta de tokens e a taxa de sucesso dizem o que as tabelas não conseguem. Quando o seu agente partir para uma tarefa de vários passos e precisar de uma sessão com IP fixo, dê uma olhada nos [nossos serviços de proxy](/pt-br/proxy).