Written with AI assistance from the source video. The video is the authority.
Log in to leave a comment
No posts yet
Agentes de navegador como Cursor ou GrokBot são opções atraentes para desenvolvedores que trabalham sozinhos. Eles cuidam sozinhos da verificação de painéis externos ou do monitoramento de concorrentes, tarefas que seria cansativo fazer clicando manualmente.
O problema surge quando essa ferramenta é integrada diretamente à sessão do navegador da máquina hospedeira. Se você sofrer uma injeção de prompt indireta (Indirect Prompt Injection) ao raspar uma página web não confiável, os cookies de sessão e os tokens de autenticação armazenados no armazenamento local vão direto para um servidor externo. Se o agente não encontrar os elementos do DOM e começar a repetir a mesma solicitação infinitamente, você se deparará com uma fatura de API de centenas de dólares ao acordar.
É melhor abandonar a expectativa de que prompts em linguagem natural resolverão exceções sozinhos. É muito mais seguro isolar fisicamente o próprio tempo de execução e colocar salvaguardas para evitar o vazamento de dinheiro e tempo.
O perfil de navegador usado pelo agente deve ser completamente separado do ambiente que você usa para o trabalho. A partir da versão 136 do Chromium, os critérios de isolamento tornaram-se mais rigorosos, com o bloqueio de conexões de depuração remota ao diretório de dados do usuário padrão (--user-data-dir).
Você deve desativar o subsistema de credenciais padrão do sistema operacional e iniciar o navegador com um diretório independente.
`bash
google-chrome
--user-data-dir="/opt/grokbot/isolated_profiles/worker_01"
--profile-directory="AgentContext"
--disable-save-password-bubble
--disable-fill-on-account-select
--credentials_enable_service=false
--no-first-run
--no-default-browser-check
`
As permissões da conta também precisam ser ajustadas. Acesse o Console do Google Workspace (admin.google.com), vá em Segurança > Controles de acesso e dados > Controles de sessão do Google. Crie uma unidade organizacional secundária dedicada ao agente (Agent-Sandboxed-OU) e reduza a duração da sessão web do padrão de 14 dias para 24 horas (1.440 minutos) antes de salvar.
Mesmo ao verificar o painel de faturamento, é perigoso usar chaves secretas com privilégios de administrador total (sk_live_...). Você deve gerar e repassar separadamente uma chave restrita (rk_live_...) que inclua apenas as permissões Charges: Read e Subscriptions: Read.
| Serviço integrado | Permissões permitidas | Permissões proibidas | Método de injeção | Riscos bloqueados |
|---|---|---|---|---|
| Stripe | Charges: Read, Subscriptions: Read | Charges: Write, Payouts: Read/Write | rk_live_... (Variável de ambiente) |
Reembolsos não autorizados e alteração da conta de repasse |
| Google Workspace | gmail.readonly, drive.metadata.readonly | gmail.send, gmail.modify | Token de Acesso Escopo OAuth 2.0 | Envio de e-mails de phishing de falsificação e alteração de arquivos |
| Vercel / AWS | Read-only Monitoring, Logs View | Deployments, Secrets Edit | Token Escopo / Papel IAM | Encerramento arbitrário de instâncias em produção |
Terminadas as configurações, peça ao agente para acessar o endereço de gerenciamento da conta de repasse do Stripe ([https://dashboard.stripe.com/settings/payouts](https://dashboard.stripe.com/settings/payouts)). Se uma janela de reautenticação aparecer na tela do navegador ou ocorrer um erro HTTP 403, o isolamento estará funcionando corretamente.
Se um agente de navegador não consegue encontrar um único botão, ele entra em um loop de pingue-pongue alterando sutilmente os prompts. No momento em que você mantém um contexto de 128k tokens e repete dezenas de tentativas, o custo de tokens dispara assustadoramente. Apenas escrever "pare se falhar" no prompt não é suficiente; o modelo frequentemente ignora essa instrução.
Você deve colocar um disjuntor (circuit breaker) no nível do código para interromper o processo à força. Primeiro, defina o limite de tentativas no arquivo de configuração de orquestração (.cursorrules ou nas configurações de ambiente do GrokBot).
`text
AGENT ORCHESTRATION CONSTRAINTS
Execution Thresholds:
MAX_RETRIES_PER_TASK = 2
PER_STEP_TIMEOUT_SECONDS = 300
DAILY_TOKEN_BUDGET_HARD_CAP_USD = 5.00
Deterministic Termination Rules:
Se a falha no mesmo seletor DOM for registrada 2 vezes consecutivas, encerre o processo imediatamente.
Não tente uma 3ª tentativa alterando a expressão.
Se o custo de uma única sessão atingir $5.00, interrompa imediatamente todas as tarefas e retorne um código de saída.
`
Monitore falhas consecutivas com um script em Python, envie os logs para o Telegram quando atingir o limite e encerre o processo imediatamente.
`python
import os
import sys
import logging
import requests
TELEGRAM_BOT_TOKEN = os.getenv("TELEGRAM_BOT_TOKEN")
TELEGRAM_CHAT_ID = os.getenv("TELEGRAM_CHAT_ID")
class AgentCircuitBreaker:
def init(self, max_consecutive_failures=2):
self.consecutive_failures = 0
self.max_failures = max_consecutive_failures
def record_failure(self, task_name: str, error_trace: str, current_url: str):
self.consecutive_failures += 1
logging.warning(f"Task '{task_name}' failed ({self.consecutive_failures}/{self.max_failures})")
if self.consecutive_failures >= self.max_failures:
self.trigger_kill_switch(task_name, error_trace, current_url)
def record_success(self):
self.consecutive_failures = 0
def trigger_kill_switch(self, task_name: str, error_trace: str, current_url: str):
message = (
f"[CIRCUIT BREAKER TRIGGERED]\n"
f"Task: {task_name}\n"
f"URL: {current_url}\n"
f"Cause: Consecutive Failures >= {self.max_failures}\n"
f"Trace: {error_trace[:400]}"
)
api_url = f"https://api.telegram.org/bot{TELEGRAM_BOT_TOKEN}/sendMessage"
payload = {"chat_id": TELEGRAM_CHAT_ID, "text": message}
try:
requests.post(api_url, json=payload, timeout=5.0)
except Exception as e:
logging.error(f"Failed to post webhook: {e}")
sys.exit(1)
`
Limite o número de alvos de inspeção a no máximo 50 por instância de agente. Ao atingir 50, descarte completamente o contexto do navegador (context.close()) e inicie um novo. Deixar um intervalo de cerca de 60 segundos entre as tarefas em lote também evita que o limite de solicitações por segundo do Stripe (25 req/sec) bloqueie sua conta.
Para verificar o comportamento, envie uma tarefa de teste solicitando que clique em um seletor DOM inexistente (#phantom-settlement-modal). Se ele parar imediatamente após 1 tentativa (total de 2 tentativas) e você receber um alerta no Telegram, os gastos diários ficarão contidos abaixo de $5.
Os painéis criados com React ou Next.js desempacotam os pacotes JavaScript e passam pela hidratação mesmo após o carregamento do HTML. Se o agente entrar imediatamente ao ver apenas o evento window.onload, ele confundirá o carregador esquelético com dados reais e gerará erros. No entanto, colocar cegamente um time.sleep(5) desperdiça muito tempo.
Você deve definir um elemento de ancoragem explícito e executar uma função de polling.
`python
import logging
from playwright.sync_api import Page, TimeoutError
def wait_for_dashboard_hydration(
page: Page,
anchor_selector: str,
max_attempts: int = 3,
interval_ms: int = 3000
) -> bool:
for attempt in range(1, max_attempts + 1):
try:
page.wait_for_selector(anchor_selector, state="visible", timeout=interval_ms)
if not page.locator(".dashboard-skeleton-loader").is_visible():
return True
except TimeoutError:
logging.info(f"Hydration waiting: Attempt {attempt}/{max_attempts}")
return False
`
Raspe o texto do nó alvo (Total Volume: $12,450.00) por meio da árvore de acessibilidade e envie uma captura de tela atual da interface para o modelo multimodal para verificar os números no cartão da UI. Se os dois valores forem diferentes, considere que a renderização ainda não terminou e verifique novamente após 3 segundos.
Você pode testar essa lógica criando um ambiente de latência de rede virtual com o Chrome DevTools Protocol (CDP).
`python
cdp_session = page.context.new_cdp_session(page)
cdp_session.send("Network.emulateNetworkConditions", {
"offline": False,
"latency": 500,
"downloadThroughput": 400 * 1024 / 8,
"uploadThroughput": 400 * 1024 / 8
})
`
Basta verificar se, mesmo com as condições de atraso de RTT de 500ms e download de 400kbps, o agente não falha prematuramente, aguarda 3 vezes (total de 9 segundos) e raspa os dados por completo.
Não há nada mais cansativo do que vasculhar milhares de linhas de texto de log quando um agente para de funcionar durante a noite. Se você perder três ou quatro horas por semana consertando o monitoramento, a automação perde o sentido.
Faça com que cada subagente solte um arquivo JSONL de linha única contendo apenas três informações sempre que concluir uma ação: timestamp, url e action.
`json
{"timestamp": "2026-03-31T08:15:02Z", "url": "https://dashboard.stripe.com/payments", "action": "CLICK", "target": "button[data-testid='filter']", "status": "SUCCESS"}
{"timestamp": "2026-03-31T08:15:05Z", "url": "https://dashboard.stripe.com/payments", "action": "WAIT_FOR", "target": "div[data-testid='metrics-card']", "status": "RETRY_1", "error": "Timeout 3000ms"}
{"timestamp": "2026-03-31T08:15:08Z", "url": "https://dashboard.stripe.com/payments", "action": "EXTRACT_TEXT", "target": "div[data-testid='metrics-card']", "status": "FAIL", "screenshot_path": "artifacts/errors/metrics_fail.png"}
`
Assim que a tarefa termina, o bot líder seleciona apenas os itens marcados com a tag FAIL e gera um resumo em Markdown (daily_failure_digest.md).
`markdown
Total Jobs: 50 | Succeeded: 48 | Failed: 2 | Total Token Cost: $0.84
`
Ao chegar ao trabalho, leva 1 minuto para abrir o resumo e verificar a contagem de falhas, 1 minuto para abrir a captura de tela e conferir o seletor alterado e 1 minuto para pressionar a caixa de seleção de aprovação de modificação. Não há necessidade de brigar com os logs todas as manhãs.
Os agentes de navegador são, antes de tudo, um meio de lidar com ambientes não estruturados. Não há motivos para inserir um agente de navegador onde APIs oficiais já funcionam bem.
| Categoria | Navegador em Nuvem Compartilhado | Contêiner Isolado Sem Estado | API REST Oficial |
|---|---|---|---|
| Configuração Inicial | Acionamento direto por entrada de prompt | Necessidade de imagem Docker e isolamento de rede | Necessidade de autenticação de endpoint e mapeamento |
| Nível de Isolamento de Segurança | Essencial o perfil do Chromium e políticas de sessão | Destruição do contêiner ao concluir a tarefa | Sem risco de roubo de cookies do navegador |
| Custo de Execução | Alto devido à inferência visual e serialização do DOM | Gera custos de hospedagem e inferência de LLM | Muito baixo, pois passa apenas por análise de JSON |
| Resiliência a Mudanças na UI | Possível contornar com base em informações visuais | Necessidade de implantar código de correção de seletores | Totalmente isento de impactos por mudanças na UI |
| Tarefas Apropriadas | Verificação de painéis externos sem API | Web scraping em grande escala | Verificação de pagamentos no Stripe, alterações no banco de dados |
Tarefas de pagamento ou alteração de contas onde há dinheiro envolvido devem usar APIs oficiais para garantir a segurança. Por outro lado, os agentes de navegador cumprem seu papel em áreas que exigiam intervenção manual, como a verificação de áreas administrativas de parceiros que não fornecem APIs ou o monitoramento de telas. Ao aplicar o isolamento físico do navegador e um disjuntor, você pode executar agentes durante toda a noite com tranquilidade.