Cộng đồng mã nguồn mở GitHub đang sục sôi với dự án mang tên AutoUI-Agent (hiện đạt hơn 15.000 sao chỉ sau một tuần ra mắt). Đây là một framework AI mã nguồn mở cho phép tự động hóa toàn bộ các thao tác trên trình duyệt web thông qua mô hình thị giác máy tính kết hợp LLM.
Điểm khác biệt của AutoUI-Agent so với các công cụ cũ như Selenium hay Playwright là người dùng không cần viết mã định danh (XPath/CSS Selector) thủ công. Thay vào đó, bạn chỉ cần gõ một câu lệnh đơn giản như 'Hãy tìm vé máy bay rẻ nhất tuần tới và điền thông tin của tôi', và agent sẽ tự động phân tích giao diện, click chuột, điền form như một người dùng thực thụ.
Các chuyên gia đánh giá AutoUI-Agent đang giải quyết bài toán khó nhất trong tự động hóa web: sự thay đổi liên tục của giao diện người dùng. Dự án hiện đang kêu gọi sự đóng góp từ cộng đồng để mở rộng khả năng tương thích với các ứng dụng enterprise phức tạp như SAP và Salesforce.