Você pede ao Hermes algo um pouco mais elaborado em um site — entrar em um dashboard, abrir um relatório, copiar os números principais — e o assiste percorrer o loop de sempre: screenshot, olhar, clicar, screenshot, olhar de novo. Cada etapa queima tokens e, quando a tarefa termina, uma boa parte do seu orçamento foi para “olhar”. Em agosto de 2026, essa dor ganhou uma resposta séria: o Hermes incorporou o modo Browser Use CLI 3.0 (PR #81958), substituindo o ciclo de screenshot-e-clique por uma única ferramenta que executa código Python diretamente no navegador. Nos benchmarks oficiais, o consumo total de tokens em tarefas web de múltiplas etapas caiu aproximadamente pela metade.

O que é o modo Browser Use CLI 3.0

O Browser Use é um framework open source de automação de navegador, e seu CLI 3.0 permite executar um trecho de código Python que realiza ações arbitrárias em um navegador real (conectado via CDP). Com esta atualização, ao definir browser.backend como browser-use, o modelo não vê mais uma dúzia de ferramentas pequenas como browser_navigate, browser_click e browser_type. Em vez disso, ele ganha uma única ferramenta browser_exec: você expressa o que quer como código, e uma única chamada conclui muitas etapas.

A proposta oficial é simples: 12 ferramentas viram 1, transformando “gerar uma sequência de ações token por token” em “gerar código executável como um todo”. Quanto mais etapas uma tarefa tem, maior a diferença — benchmarks em 4 baterias e 204 execuções mostram o consumo total de tokens caindo de 48% a 66% em tarefas web de múltiplas etapas, com a precisão inalterada.

Como ativar

Adicione uma linha à seção browser: do seu config.yaml:

browser:
  backend: browser-use   # "" = built-in tools; browser-use = Browser Use CLI 3.0 mode

Reinicie sua sessão do Hermes após a alteração. Antes do primeiro uso, verifique se o CLI do Browser Use está instalado:

# pick one
uv tool install browser-use
pipx install browser-use

# verify the install
browser-use --doctor

Se o CLI não estiver presente, o Hermes tenta uvx como fallback sem instalação; se isso também falhar, a mensagem de erro diz exatamente o que instalar.

Como usar em uma sessão

Com o modo ativo, browser_exec aceita um argumento obrigatório, code — um trecho de Python que pode chamar um conjunto de helpers pré-importados (sem necessidade de imports):

Helper	O que faz
new_tab(url)	Abre uma nova aba (use para a primeira navegação)
goto_url(url)	Navega na aba atual
wait_for_load()	Aguarda a página terminar de carregar
page_info()	Retorna um resumo do estado atual da página
js(expr)	Avalia uma expressão JS e retorna o valor, ex.: js('document.title')
fill_input(selector, text)	Digita texto em um campo de entrada
click_at_xy(x, y)	Clica em coordenadas do viewport
capture_screenshot()	Salva um screenshot e imprime seu caminho
cdp('Domain.method', **kwargs)	Chamadas de protocolo CDP em baixo nível
ensure_real_tab()	Recupera-se de uma aba obsoleta/interna

Um trecho típico é assim:

new_tab("https://example.com/login")
wait_for_load()
fill_input("#username", "demo")
fill_input("#password", "secret")
js("document.querySelector('button[type=submit]').click()")
wait_for_load()
print(page_info())

O modelo gera o trecho inteiro de uma vez e o entrega a browser_exec, em vez de tirar screenshots a cada etapa. Precisa de um nome estável para a tarefa? Passe session (1 a 64 letras, dígitos, hífens ou underscores), ex.: browser_exec(code=..., session="r7k2").

Como ela se integra aos seus backends de navegador existentes

Esta é a parte mais interessante da atualização: browser_exec não é um navegador novo e isolado — ela apenas troca o motorista, mantendo o seu carro. O endpoint CDP é resolvido pela mesma cadeia que as ferramentas embutidas usam: overrides de ambiente BU_* → override manual /browser connect → seu provedor de nuvem configurado. Ou seja, Chrome local, navegadores em nuvem do Nous Portal, Browserbase e Firecrawl continuam funcionando — você só está dirigindo de outro jeito.

Três detalhes que valem a pena conhecer:

1. Configurações legadas de nuvem do Browser Use migram automaticamente: configurações antigas usando cloud_provider: browser-use com uma BROWSER_USE_API_KEY são detectadas automaticamente como modo Browser Use, sem necessidade de mudança manual.
2. Usuários de Camofox não são afetados: o Camofox é baseado em Firefox e não expõe CDP, então mesmo que você escreva backend: browser-use, os cenários do Camofox caem automaticamente para o conjunto de ferramentas embutido — sem troca silenciosa.
3. Bloqueio por terminal: browser_exec é, por natureza, Python arbitrário, então sessões cujo conjunto de ferramentas exclui terminal nem chegam a ver a ferramenta no momento da definição — sessões de baixo privilégio não conseguem obter essa capacidade.

Notas de segurança

Uma ferramenta que executa Python arbitrário merece escrutínio. browser_exec mantém as verificações de segurança de URL do navegador embutido: literais http(s):// no seu código são validados contra a política de bloqueio do browser_navigate, e destinos perigosos geram erro na hora. Para páginas que exigem login, a orientação oficial é embutir o comportamento no seu código: se credenciais forem necessárias, pare e pergunte ao usuário — nunca adivinhe.

Em nossos testes, esse modo brilha em tarefas web com etapas claras e repetíveis — preenchimento de formulários, scraping de dados, operações em lote — enquanto o julgamento assistido por screenshots ainda tem seu lugar em decisões visuais. Para mais capacidades de navegador do Hermes, confira nosso guia de preview-browser para desktop ou o compilado de truques ocultos. Se você ainda não instalou o Hermes, o guia de instalação te deixa pronto em cinco minutos.