convez.ai
SkillAutomaçãoAvançado
chakalito

Agente Recursivo de Contexto

chakalito/recursive-context-agent

Agente web autônomo com memória recursiva por domínio

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill de agente autônomo para navegação web que acumula conhecimento por domínio durante a navegação, melhorando eficiência em visitas subsequentes. Implementado com browser-use e Claude Haiku 4.5 via AWS Bedrock, permite automação de tarefas web complexas com extração estruturada de dados.

Instalação

$npx convez-ai chakalito/recursive-context-agent

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
3
Forks
0
Acompanhando
1
Saúde
28%
Último commit
há 9 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Automação de pesquisa web e coleta de dados com contexto persistente
  • Monitoramento de mudanças em sites com histórico de navegação
  • Extração estruturada de entidades de múltiplos domínios web

Veredito

Skill robusto e bem estruturado para automação web complexa com gestão de contexto por domínio. Requer Python 3.11+, AWS Bedrock e conhecimento técnico sólido; excelente para casos que precisam de navegação inteligente e persistência de conhecimento entre sessões.

README

A tradução para o português deste README ainda está na fila.

Agente recursivo de contexto

Agente de navegación web autónoma basado en browser-use y Claude Haiku 4.5 (AWS Bedrock). Implementa un sistema de contexto recursivo por dominio: acumula y actualiza conocimiento durante la navegación para mejorar la eficiencia en visitas subsecuentes.

Requisitos

  • Python 3.11+
  • AWS Bedrock configurado (Claude Haiku 4.5 u otros modelos compatibles)
  • Credenciales AWS en el entorno o .env
  • Navegador Chromium (instalado vía Playwright)

Instalación

  1. Crear y activar entorno virtual:
python -m venv venv
# Windows PowerShell
.\venv\Scripts\Activate.ps1
  1. Instalar dependencias:
pip install -r requirements.txt
playwright install chromium
  1. Configurar variables de entorno (crear .env en la raíz):
AWS_REGION=us-east-1
BEDROCK_MODEL_ID=us.anthropic.claude-haiku-4-5-20251001-v1:0
LOG_LEVEL=INFO

Uso

Ejecución por consola

python main.py

Lee las tareas desde tasks/tasks.json, las ejecuta secuencialmente y muestra el resumen de entidades extraídas.

Uso programático

import asyncio
from agente import create_agent_controller

def on_message(role, content, status=None, color=None):
    print(f"[{role}] {content}")

async def main():
    controller = create_agent_controller(on_message)
    try:
        result = await controller.run_task_async("Buscar tendencias de moda en Vogue")
        print(result)
    finally:
        await controller.stop_async()

asyncio.run(main())

Estructura del proyecto

.
├── main.py              # Punto de entrada (lee tasks, invoca agente, muestra output)
├── schemas.py           # Esquemas Pydantic para extracción estructurada
├── agente/              # Motor del agente
│   ├── agent.py         # AgentController: orquestación y ciclo de vida
│   ├── browser_manager.py
│   ├── config.py        # Configuración centralizada
│   ├── domain_context.py    # Contexto recursivo por dominio
│   ├── domain_tracker.py    # Tracking de visitas y actualización de contexto
│   ├── error_handler.py
│   ├── history_manager.py
│   ├── llm_manager.py
│   ├── task_processor.py
│   └── prompts/         # Plantillas XML (mainPrompt, domainContextUpdate)
├── tasks/
│   ├── tasks.json       # Definiciones de tareas
│   ├── data_extractor.py
│   └── __init__.py
├── utils/
│   ├── logging_config.py
│   └── path_helpers.py
├── docs_dev/            # Documentación para desarrolladores
│   ├── arquitectura.md
│   └── fallos_conocidos.md
└── logs/                # Historial, dominios_context.json (generados)

Configuración

Principales variables de entorno (ver agente/config.py):

VariableDefaultDescripción
AWS_REGIONus-east-1Región AWS Bedrock
BEDROCK_MODEL_IDus.anthropic.claude-haiku-4-5-...Modelo LLM
LOG_LEVELINFONivel de logging
MAX_STEPS30Pasos máximos por tarea
BROWSER_LAUNCH_TIMEOUT_S90Timeout de arranque del navegador
STEP_TIMEOUT180Timeout por paso del agente (s)
MAX_HISTORY_ITEMS15Ítems de historial enviados al LLM
USE_VISIONtrueUsar visión para elementos no-DOM

Referencias

Ver o original no GitHub

Bom para

Relacionados