Agent-Browser-Use-Cloud

Agente de automatización web 24/7 a $0/mes, desplegado como binario Go estático en un VPS free tier. Orquesta un navegador remoto (Browser-Use Cloud BaaS) y un LLM por API, sin Python, sin Playwright, sin Chromium local.

Stack congelado (ver RESTRICCIONES.md / ESPECIFICACIONES.md del proyecto hermano Browser-Use): PicoClaw (Go) = Agent Runtime · go-harnessless (Go) = puente CDP wss remoto · Browser-Use Cloud BaaS = navegador cdpUrl · LLM pluggable: cualquier proveedor compatible con la API de OpenAI (OpenAI, Gemini, Groq, Together, etc.).

---

Principios innegociables (de este repo)

• $0/mes asumido. No se documentan tarifas. proxyCountryCode: null (proxyless) salvo geo-targeting.
• Sin Python en producción. Solo binario Go estático + curl + jq + go-harnessless.
• Reciclado obligatorio cada 15 min. La sesión Free expira a los 15 min; se recicla reusando profileId (no se pierde estado).
• LLM pluggable (proveedor-agnóstico). Cliente OpenAI-compatible: se inyecta LLM_BASE_URL + LLM_API_KEY + LLM_MODEL por .env; no está hardcodeado a ningún proveedor.

---

Arquitectura (resumen)

 PicoClaw (VPS, binario Go estático)
    ├─ arranca go-harnessless → /tmp/harnessless.sock
    ├─ REST BaaS: POST/DELETE /api/vX/browsers
    │        HARNESSLESS_CDP_URL=wss://… ──wss──▶ Browser-Use Cloud (navegador remoto)
    └── REST ──▶ LLM por API (compatible OpenAI: OpenAI, Gemini, Groq, Together, etc.)

---

Prerequisites (VPS fresh — ej. GCP e2-micro, Debian/Ubuntu)

• VPS free tier (≈1 GB RAM). No requiere GPU ni Chromium local.
• curl y jq instalados (el script install.sh los verifica).
• Acceso a https://api.browser-use.com y al endpoint del LLM elegido.
• API key de Browser-Use Cloud (https://cloud.browser-use.com).
• (Opcional) root para instalar binarios en /usr/local/bin y la unit systemd. Sin root, los binarios quedan en bin/ local.

---

Pasos de instalación

1. Clonar el repo

   git clone <este-repo> agent-browser-use-cloud
   cd agent-browser-use-cloud

2. Instalar dependencias y construir binarios

   sudo ./scripts/install.sh

   install.sh es idempotente: instala Go (tarball oficial, no apt), clona PicoClaw (commit fijado bbf6893ca7afad27f1d00a0f5a45982a549c6ed6 en main, es <v1.0; sobreescribible con la env PIN_COMMIT_PICOCLAW) y go-harnessless, aplica scripts/patch-harnessless.sh (adaptación HARNESSLESS_CDP_URL), hace build estático (CGO_ENABLED=0), instala picoclaw/go-harnessless a /usr/local/bin (o bin/ local sin root) y recarga systemd. No instala Python ni nada de pip.

3. Configurar entorno

   cp .env.example .env
   nano .env   # rellenar BROWSER_USE_API_KEY, PROFILE_ID, LLM_*

   Ver .env.example para el significado de cada variable.

4. Habilitar y arrancar el servicio

   sudo systemctl enable --now agent-browser-use-cloud
   sudo systemctl status agent-browser-use-cloud

   La unit usa EnvironmentFile=/opt/agent-browser-use-cloud/.env (copiado por install.sh).

5. Smoke test

   ./scripts/smoke-test.sh

   Valida POST /api/v4/browsers (fallback /api/v2/browsers), extrae cdpUrl, confirma 200, y opcionalmente arranca go-harnessless para verificar que aparece /tmp/harnessless.sock.

Reciclado 15 min (documentado)

El agente corre 24/7 pero la sesión Free vive ≤15 min. Un watchdog interno (ver config/agent.example.yaml) anticipa el reciclado: DELETE + POST reusando el mismo profileId → nuevo cdpUrl → re-set HARNESSLESS_CDP_URL → reconectar el puente. El estado del perfil (cookies, storage, logins) sobrevive.

LLM pluggable (compatible con la API de OpenAI)

PicoClaw usa openai-go, así que el cliente decide es proveedor-agnóstico: apuntas a cualquier endpoint que hable la API de OpenAI. No se envía tráfico de decisión hasta fijar las tres variables en .env:

LLM_BASE_URL=        # vacío = OpenAI por defecto. ej. Gemini https://generativelanguage.googleapis.com/v1beta/openai/ | Groq https://api.groq.com/openai/v1 | Together https://api.together.xyz/v1
LLM_API_KEY=         # requerido
LLM_MODEL=           # ej. gemini-3-flash
LLM_MAX_IMAGES=5     # máximo imágenes por request multimodal (0 = sin imagen)

Recomendado: free tier + multimodal (texto+imagen, el flujo depende de entrada visual). Nunca modelo Pro/de pago. No enviar secretos ni PII en prompts. Candidatos válidos (libres y multimodal): Gemini gemini-3-flash, Groq vision, Together, u OpenAI según tu preferencia — ninguno hardcodeado. El config/agent.example.yaml expone lo mismo bajo llm:.

Notas de $0

Tras navegación real, revisar billing en cloud.browser-use.com y vigilar créditos/minutos. proxyCountryCode: null mantiene egress $0.

---

Estructura

.
├── README.md
├── .gitignore
├── .env.example
├── Makefile
├── config/agent.example.yaml
├── systemd/agent-browser-use-cloud.service
└── scripts/
    ├── install.sh
    ├── patch-harnessless.sh
    ├── smoke-test.sh
    ├── start.sh
    └── stop.sh

Makefile targets

make install · make build · make smoke-test · make start · make stop · make clean