Awesome GitHub RepositoriesBrowser-Based Workflow Automations

Browser-use is a framework for building autonomous agents that navigate, interact with, and extract data from web interfaces using natural language instructions. By acting as an orchestration layer between large language models and browser automation protocols, it enables the execution of complex, multi-step workflows without relying on brittle selectors. The system functions as a headless browser controller, providing a programmatic interface to manage browser instances and execute granular interactions. The project distinguishes itself through its ability to translate high-level intent into

Skyvern is an autonomous web navigation agent and browser-based workflow orchestrator that uses large language models to execute multi-step tasks on websites. By translating natural language instructions into actionable browser commands, the framework enables the automation of complex user workflows, including data extraction and interface interaction, without manual intervention. The platform distinguishes itself through a focus on secure, self-hosted infrastructure and stealth-oriented execution. It utilizes containerized browser isolation to maintain consistent environments and employs pro

MaaAssistantArknights is a cross-platform automation engine designed for mobile games, utilizing computer vision and input simulation to perform routine tasks. It functions as an Android emulator controller, managing game lifecycles, resource farming, and infrastructure optimization through structured, scripted workflows. The project distinguishes itself through a modular configuration system that allows users to define complex automation logic via external instruction files. This framework supports dynamic task modification, configuration inheritance, and schema validation, ensuring that cus

Automa is a browser-based automation platform that enables users to build, schedule, and execute repetitive web tasks through a visual, no-code interface. By operating as a browser extension, it provides a canvas-based environment where users construct workflows by connecting functional blocks to interact with web elements, manage browser state, and process data. The platform distinguishes itself through its deep integration with the browser environment, allowing for complex orchestration such as event-driven triggers, cross-origin request handling, and the ability to package workflows as sta

Helium es una biblioteca de Python y un envoltorio de alto nivel para Selenium diseñado para la automatización de navegadores, pruebas funcionales de UI y web scraping. Proporciona una interfaz simplificada para interactuar con aplicaciones web a través de diferentes motores de navegador. La biblioteca se distingue por permitir a los usuarios identificar e interactuar con elementos web utilizando etiquetas de texto visibles en lugar de depender exclusivamente de identificadores técnicos como XPaths o selectores CSS. Este enfoque permite la creación de scripts de automatización basados en etiquetas legibles por humanos. El kit de herramientas cubre una amplia gama de capacidades de automatización de navegadores, incluyendo la interacción con elementos, sincronización mediante espera de condiciones de página y gestión de ventanas y ventanas emergentes. Admite acciones de UI complejas como adjuntos de archivos y operaciones de arrastrar y soltar, así como la extracción masiva de elementos para la recopilación de datos. Las utilidades adicionales incluyen la interacción automatizada con iFrames anidados y la captura de capturas de pantalla de la página.

Diagram Maker es una biblioteca basada en web diseñada para construir herramientas interactivas de visualización de gráficos y modelado de datos. Proporciona un marco para renderizar estructuras de nodos y enlaces, permitiendo a los usuarios crear entornos de edición personalizados donde las relaciones de datos complejas pueden visualizarse y manipularse directamente en el navegador. La biblioteca utiliza una arquitectura modular impulsada por complementos que permite a los desarrolladores extender la funcionalidad de edición central para cumplir con requisitos específicos sin alterar el código fuente subyacente. Gestiona el estado de la aplicación a través de un almacén centralizado e inmutable, asegurando que las interacciones y las actualizaciones de datos permanezcan consistentes en todo el espacio de trabajo. El marco admite una gama de capacidades visuales y analíticas, incluida la capacidad de anotar metadatos en conexiones, calcular límites espaciales para un posicionamiento preciso de objetos y aplicar temas de color alternativos. Maneja las interacciones del usuario a través de un sistema impulsado por eventos que coordina las actualizaciones entre la interfaz visual y el modelo de datos subyacente.