Um agente abre uma página de voos. A tela traz campos, filtros, resultados e botões. O passo seguinte raramente pede um parágrafo bem escrito: pede escolher qual ação disponível faz sentido agora. É aí que um julgamento curto pode entrar no loop de navegação.
O caso de busca de voos do nosso catálogo combina Browser Use com Jev. Segundo o autor do projeto, o agente lê o estado do DOM, escolhe uma ação a cada passo e usa um modelo de linguagem menor quando precisa digitar. Ele relata sete segundos e US$ 0,0039 para uma busca demonstrada. Esses números descrevem aquela demonstração; não são uma garantia de latência ou preço para qualquer site.
A página vira um conjunto de opções
O navegador ou a ferramenta de automação extrai o estado relevante da interface. Em vez de entregar toda a página sem tratamento, a aplicação constrói opções identificáveis, como “abrir filtro de data”, “selecionar resultado 2” ou “voltar”. Uma pergunta Choice escolhe entre essas ações. Depois da execução, o sistema lê a nova tela e repete o ciclo.
Esse desenho funciona porque o espaço de ações muda a cada tela. Um botão que existia há dois passos talvez já não exista. O código precisa confirmar que a ação escolhida ainda está disponível antes de clicar. Também precisa limitar quais botões são oferecidos: “comprar”, “enviar” ou “apagar” podem exigir outra camada de autorização.
Onde isso ajuda além dos voos
O mesmo padrão pode ajudar a percorrer um sistema interno, preencher etapas de um cadastro ou comparar telas em testes. O catálogo reúne também controle por árvore de acessibilidade e navegação por voz. Cada projeto escolhe uma representação diferente do estado, mas todos dependem de ações bem nomeadas e observáveis.
Em uma implementação séria, registre estado resumido, opções oferecidas, escolha, tempo e resultado de cada passo. Se a interface mudou, pare ou recalcule. Se a ação tem efeito externo, peça a confirmação prevista pelo produto. Se o agente ficar em loop, limite tentativas. São essas proteções que transformam uma demonstração rápida em um fluxo auditável.
O Jev decide entre possibilidades que a aplicação apresenta. O navegador continua responsável por clicar, esperar, detectar erro e ler o próximo estado. No próximo texto, a escolha acontece antes da navegação: qual skill o agente deve carregar?
[ CONTEÚDO_INTEGRAL_DISPONÍVEL ]
Capítulo anterior: decisões em vez de parágrafos CLIQUE PARA DESBLOQUEAR A LEITURA
Construindo aplicações robustas com arquitetura de alto nível e infraestrutura otimizada na edge do Cloudflare Workers com SurrealDB.
Segurança de dados e conformidade com privacidade desde o primeiro dia de código com tratamento de estados e sessões resilientes.
Métricas de performance para monitorar a experiência do usuário e otimizar custos operacionais em produção com dashboards estruturados.
Construindo aplicações robustas com arquitetura de alto nível e infraestrutura otimizada na edge do Cloudflare Workers com SurrealDB.
Segurança de dados e conformidade com privacidade desde o primeiro dia de código com tratamento de estados e sessões resilientes.
Métricas de performance para monitorar a experiência do usuário e otimizar custos operacionais em produção com dashboards estruturados.
