WebBrain é um agente de navegador gratuito e open-source para Chrome e Firefox. Ele lê páginas, extrai dados e automatiza tarefas em múltiplas etapas. Diferente da maioria dos plugins de IA para navegador, o WebBrain pode rodar inteiramente com um modelo local — sem enviar dados para a nuvem.
Criado por Emre Sokullu e licenciado sob MIT, o código-fonte completo está disponível no GitHub. Rode o agente contra um modelo local e nenhum dado de página sai da sua máquina. Conecte uma API na nuvem quando precisar de mais capacidade.
O que é o WebBrain?
O WebBrain vive no painel lateral do navegador. No Chrome, usa Manifest V3 e a API sidePanel. No Firefox, usa Manifest V2 e sidebar_action. Cada aba mantém seu próprio histórico de conversa.
A extensão opera dentro da sua sessão autenticada existente — ela vê suas contas logadas exatamente como você. Não armazena dados externamente, não coleta telemetria e não exige cadastro.
O plugin está disponível em inglês, espanhol, francês, turco e chinês, detectando automaticamente o idioma do navegador na primeira execução.
Modo Ask e Modo Act: como as ações são executadas
O WebBrain tem dois modos de operação. O modo Ask é somente leitura — não pode alterar a página. Já o modo Act pode clicar, digitar, rolar, navegar e executar fluxos de trabalho completos.
O modo Ask lê páginas através de content scripts comuns. O modo Act é diferente: ele controla a página pelo Chrome DevTools Protocol (CDP) via API chrome.debugger. Isso produz eventos de entrada confiáveis que sites modernos reconhecem, além de alcançar iframes cross-origin e shadow DOM que content scripts não conseguem acessar.
As temperaturas são fixas para previsibilidade: modo Act usa 0.15, modo Ask usa 0.3, e descrições de captura de tela usam 0.
No Firefox, o modo Act é significativamente mais limitado porque não há equivalente ao CDP.
Modelo de segurança
Agentes de navegador operam em uma superfície adversarial — páginas web podem esconder injeções de prompt que sequestram o comportamento do agente. O design do WebBrain enfrenta isso diretamente.
O agente sempre inicia no modo Ask, somente leitura. Ele pergunta antes de ações que modificam a página, e essas confirmações ficam ativas por padrão (podem ser desabilitadas nas configurações de Permissões).
Para mutações — qualquer coisa que crie, envie, submeta ou compre — o WebBrain usa a interface visível do site e se recusa a chamar endpoints REST ou GraphQL diretamente. Existe uma exceção por conversa (/allow-api) para quando a UI realmente falha.
Leitura é tratada separadamente: buscar um README ou comparar preços usa HTTP em segundo plano, já que ler não altera nada remotamente.
Casos de uso na prática
O WebBrain é útil para automatizar tarefas repetitivas em navegador que exigem contexto visual e interação com formulários, dashboards, sistemas internos e plataformas web autenticadas — tudo sem expor credenciais a um serviço externo.
Por rodar localmente, é particularmente adequado para cenários corporativos onde dados de navegação não podem sair da máquina, e para desenvolvedores que precisam de um agente de navegador auditável e customizável.
Controlando custos de tokens
Sessões longas acumulam custos com APIs na nuvem. O WebBrain limita isso de três formas: temperaturas baixas reduzem tokens de saída, o modo Ask por padrão evita ações desnecessárias, e o modelo local elimina completamente o custo por token quando você usa llama.cpp ou Ollama.
Para quem prefere não configurar um servidor local, o WebBrain Cloud oferece uma opção gerenciada por US$ 5 por mês por perfil de dispositivo, sob política de uso justo.
Comparação com outras ferramentas
O WebBrain ocupa um espaço intermediário entre plugins de IA para navegador e frameworks completos de agentes. Ferramentas como OpenClaw ou Browser-Use são SDKs para desenvolvedores criarem pipelines headless; o WebBrain é uma extensão de usuário final que você controla a partir de um painel de chat — mas com capacidade de atuação real sobre a página.
Como rodar: provedores e instalação
O WebBrain suporta modelos locais e de nuvem por uma interface unificada. As opções locais incluem llama.cpp, Ollama, LM Studio, Jan, vLLM e SGLang. As opções de nuvem incluem OpenAI, Anthropic Claude, Gemini, Mistral, DeepSeek, xAI Grok, Groq, MiniMax, Alibaba Cloud (Qwen), Nvidia NIM e OpenRouter.
Para uso local, o llama.cpp não exige chave de API. Basta um comando para iniciar o servidor:
llama-server -m Qwen3.6-35B-A3B-Q4_K_M.gguf --port 8080Depois, aponte o WebBrain para o endpoint nas configurações. Para um servidor vLLM em outra máquina, habilite CORS com --allowed-origins '["*"]'.
O modelo recomendado é o Qwen 3.6 35B (Qwen3.6-35B-A3B), que superou o Gemma 4 no benchmark de captura de tela do projeto. Uma RTX 5090 é o ideal; uma RTX 4090 funciona com quantização INT4 AutoRound.
Demonstração
O que isso significa
O WebBrain representa um avanço importante na direção de agentes de navegador verdadeiramente locais e auditáveis. Em um momento em que a maioria dos agentes de IA opera na nuvem — com todas as implicações de privacidade e latência que isso traz —, ter uma alternativa open-source que roda inteiramente na máquina do usuário é um passo significativo.
O uso do Chrome DevTools Protocol para o modo Act é uma escolha arquitetural inteligente: em vez de simular eventos via content scripts (que muitos sites modernos ignoram), o WebBrain dispara eventos no nível do protocolo que são indistinguíveis de ações reais do usuário.
Para o ecossistema de IA em português, ferramentas como o WebBrain abrem caminho para automação de navegador em cenários onde privacidade e soberania de dados são requisitos inegociáveis.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
