El Agente Web TinyFish Supera a sus Competidores en la Evaluación de Tareas Web
El Agente Web TinyFish ha demostrado ser una herramienta líder para abordar tareas web complejas, alcanzando una tasa de éxito del 81.9% en tareas difíciles en el estándar Online-Mind2Web, que consiste en 300 tareas a través de 136 sitios web en vivo. Esta cifra contrasta notablemente con grandes competidores, como OpenAI Operator, que solo logró un 43.2% de tasa de éxito en tareas similares.
El estándar Online-Mind2Web es una medida rigurosa de las capacidades de un agente web, probándolos en tareas que varían desde fáciles, como navegar por ofertas de tarjetas de crédito en Marriott, hasta desafíos complejos como reservar entradas para eventos con precios dinámicos. Las tareas involucran múltiples pasos con sitios web en vivo, incluyendo la validación de formularios y ventanas emergentes, lo que lo convierte en una prueba realista en comparación con otros estándares menos fiables como WebVoyager.
TinyFish se distingue por manejar eficazmente los errores acumulativos. Solo pierde 15.6 puntos de tareas fáciles a difíciles en comparación con las caídas masivas mostradas por otros sistemas, destacando su solidez en escenarios del mundo real. Notablemente, ha publicado todos los 300 ejecutores de tareas, incluyendo sus 40 fallos, lo que ofrece transparencia sobre sus características de rendimiento y casos de fallo, como los bloqueos anti-bot a nivel de infraestructura que se encuentran en sitios como apartments.com.
Los desarrolladores que buscan una herramienta robusta de automatización web encontrarán de interés el repositorio de recetas de código abierto de TinyFish, que proporciona información sobre su arquitectura y metodología de ejecución.
📖 Leer el texto completo: HN AI Agents
👀 Ver también
Editor de Video Crea Herramienta de Transcripción Gratuita Treelo Usando Código Claude
Un editor de video creó Treelo, una herramienta web gratuita que transcribe archivos de audio/video en bloques editables con marcas de tiempo, incluye preajustes de subtítulos y exporta a formatos SRT, VTT, ASS y WAV. La herramienta fue construida mediante conversaciones iterativas con Claude Code.
Kanban CLI: Un gestor de tareas local y orientado a agentes para la terminal
Kanban CLI es una herramienta de terminal basada en Rust que proporciona gestión estructurada de tareas con integración completa de git, diseñada para flujos de trabajo impulsados por agentes de IA.
Sistema de desarrollo de productos de 31 agentes de código abierto para Claude con más de 12,000 líneas de contenido
Un Skill de Claude de código abierto proporciona 31 agentes de IA especializados y 20 marcos estratégicos que cubren todos los departamentos de la empresa, desde producto hasta cumplimiento. El sistema con licencia MIT incluye 62 archivos con más de 12,000 líneas de contenido accionable, cumplimiento específico por país para múltiples regiones y un sistema de carga inteligente que enruta las solicitudes de manera eficiente.
OmniRecall Beta: Inyección de Memoria con Tecnología FAISS para Chats de LLM en la Nube
OmniRecall es una herramienta local de bypass para mitmproxy que intercepta el tráfico hacia interfaces de chat en la nube como DeepSeek, añadiendo una capa de memoria permanente mediante indexación FAISS y sentence-transformers MiniLM-L6. Actualmente está en fase beta, requiere operación solo con CPU y utiliza una licencia de código disponible con restricciones agresivas.