Saltar al contenido
theus.pe ↗

Navegador — Consultar y operar la web

Theus lanza un Chrome real en tu escritorio y lo controla por Chrome DevTools Protocol: navega, lee el texto de la página, ve lo que hay en pantalla y puede operarla (clic, escritura, desplazamiento y teclas). Va montado por defecto y no necesita extensiones ni dependencias externas.

Qué hace

El navegador cubre dos usos que antes exigían pedirte a ti que copiaras y pegaras:

  • Consultar la web en vivo — abrir una URL o buscar, y devolver el título, la URL y el texto legible de la página.
  • Operar la página — hacer clic en un punto, escribir en un campo, desplazarse y pulsar teclas, con una captura antes y después para comprobar el efecto.

Es un Chrome de verdad, no headless: lo ves abrirse. Usa un perfil propio en ~/.theus/navegador, así que no toca tus sesiones ni tus cookies del navegador de diario.

Acciones

AcciónQué haceParámetros
abrirNavega a una URL y devuelve el texto de la página.url
buscarBusca en la web y abre los resultados.query
leerRelee la página abierta (útil tras interactuar).
capturaToma una captura y se la entrega al modelo como imagen.
clicClic en un punto del viewport.x, y
escribirEscribe en el elemento enfocado (respeta acentos).texto
desplazarDesplaza la página verticalmente.deltaY
teclaPulsa una tecla especial.key
cerrarCierra el navegador.

Teclas admitidas en tecla: Enter, Tab, Escape, Backspace, ArrowUp, ArrowDown, ArrowLeft, ArrowRight.

El ciclo de trabajo

Operar una página es un ciclo de ver → actuar → volver a ver:

captura            → el modelo VE la página y decide dónde actuar
clic (x, y)        → pulsa el botón o enfoca el campo
escribir "…"       → introduce el texto
tecla Enter        → envía
captura            → comprueba que ocurrió lo esperado

Theus nunca da por hecho que una interacción funcionó: la verifica con otra captura o releyendo la página.

Coordenadas si la captura se redujo para caber en el contexto, la respuesta indica el factor de conversión («multiplica las coordenadas por N»). Theus lo aplica antes de hacer clic; sin ese ajuste, un clic calculado sobre la imagen reducida erraría el objetivo en la página real.

Permisos y seguridad

  • Navegar pide aprobaciónabrir y buscar te preguntan antes de ir a un destino nuevo, para que una inyección de prompt no pueda llevar el navegador a donde quiera.
  • Interactuar también pide aprobación — un clic puede enviar un formulario, confirmar una compra o borrar algo. Son acciones con efectos reales, así que se confirman contigo.
  • Solo http y https — se bloquean esquemas peligrosos (file:, javascript:, data:…).
  • El contenido de una web no es una orden — el texto que Theus lee es información, nunca instrucciones que deba obedecer.

Variables de entorno

VariableEfecto
THEUS_NAVEGADOR=0Desmonta el navegador por completo.
THEUS_NAVEGADOR_AUTO=1Renuncia a la fricción: navega e interactúa sin pedir aprobación. Úsalo solo si confías en la tarea.
THEUS_NAVEGADOR_BINRuta a un binario de Chrome concreto.

Requiere Google Chrome, Brave, Chromium o Edge instalado. Si no encuentra ninguno, la acción devuelve un aviso claro y el turno continúa.

Cuándo usar cada cosa

Theus tiene tres formas de tocar un navegador o el escritorio, y sirven para cosas distintas:

  • Navegador (esta página) — Chrome propio con perfil aislado. Para consultar la web y operar páginas públicas. Montado por defecto.
  • Control de Chrome — opera tu navegador real con tus sesiones iniciadas. Para tareas que exigen estar autenticado.
  • Computer-use — control del escritorio macOS completo, más allá del navegador. Opt-in.
    ↑↓ navegar · ↵ abrir · esc cerrarDocumentación de Theus