Hermes Agent получил полноценное управление браузером

Hermes Agent получил полноценное управление браузером

Агент от Nous Research теперь может самостоятельно открывать сайты, нажимать кнопки, заполнять формы и собирать информацию со страниц.

Причём браузер можно запускать как в облаке, так и прямо на компьютере. Hermes поддерживает Chrome, Brave, Chromium и Edge и может подключаться к уже открытому браузеру через CDP.

Это особенно удобно для сайтов, где вы уже авторизованы. Агент получает доступ к текущей сессии и может работать с сервисом без повторного входа в аккаунт.

Есть несколько движков на выбор. Поддерживаются Browserbase, Browser Use, Firecrawl и локальный Camofox. Browser Use CLI 3.0 используется как основной режим и позволяет агенту управлять страницами через Python.

Самое интересное, что Hermes может работать одновременно с локальными и публичными сайтами. Например, проверить приложение на localhost, а затем открыть GitHub и собрать данные оттуда без ручного переключения браузера.

Страницы агент видит не как обычный человек, а в виде текстового дерева элементов. За счёт этого он понимает, где кнопки, поля ввода и ссылки, и может взаимодействовать с ними напрямую.