AI ब्राउज़र ऑटोमेशन जो किसी भी साइट पर, किसी भी मॉडल के साथ, सिर्फ़ मॉडल की कीमत में काम करता है
Chrome, Edge, Firefox, Brave, Vivaldi, Opera में AI ब्राउज़र एजेंट चलाएं। बिना API या सिलेक्टर किसी भी वेबसाइट को ऑटोमेट करें, फ्री लोकल मॉडल सहित कोई भी मॉडल चुनें, मंज़ूरी अपने हाथ में रखें।
AI ब्राउज़र ऑटोमेशन ऐसा सॉफ़्टवेयर है जो लाइव वेब पेज को पढ़ता है, अगला एक्शन तय करता है, और किसी इंसान की तरह क्लिक, टाइप, स्क्रॉल और नेविगेट करता है, फिर जांचता है कि क्या बदला। सिलेक्टर स्क्रिप्ट के उलट यह पेज बदलने पर टूटता नहीं, और API इंटीग्रेशन के उलट यह किसी भी साइट पर काम करता है जिसे आप पहले से खोल सकते हैं। Melaya इसे Chrome, Edge, Firefox, Brave, Vivaldi, Yandex, Dia, Comet और Opera में ब्राउज़र एक्सटेंशन के रूप में चलाता है, आपकी पसंद के क्लाउड या लोकल मॉडल के साथ, ताकि ऑटोमेशन कभी किसी एक AI वेंडर से बंधे नहीं।
AI ब्राउज़र ऑटोमेशन क्या है?
AI ब्राउज़र ऑटोमेशन पारंपरिक ऑटोमेशन की नाज़ुक बीच वाली परत को हटा देता है। सिलेक्टर रिकॉर्ड करने के बजाय, जो अगली बार डिज़ाइनर के बटन हटाते ही टूट जाते हैं, एक एजेंट पेज को वैसे ही पढ़ता है जैसे कोई इंसान पढ़ता है, अगला एक्शन चुनता है, उसे करता है, और नतीजा जांचता है। आप नतीजा बताते हैं, वह क्लिक खुद तय करता है।
यही एक बदलाव ज़्यादातर ऑटोमेशन प्रोजेक्ट के फेल होने की वजह हटा देता है। Selenium या Playwright स्क्रिप्ट पेज का ठीक वही आकार दर्ज करती है जो लिखे जाने के समय था। जब पेज बदलता है, स्क्रिप्ट फेल हो जाती है और एजेंट खुद को ढाल लेता है।
- कोई सिलेक्टर नहीं, कोई XPath नहीं, बनाए रखने के लिए कोई रिकॉर्ड किया गया क्लिक पाथ नहीं
- किसी भी साइट पर काम करता है जिसे आप खोल सकते हैं, यहां तक कि जिनका कोई API ही नहीं
- आपके असली ब्राउज़र के अंदर चलता है, उन्हीं सेशन के साथ जिनमें आप पहले से लॉग-इन हैं
- चुपचाप फेल होने के बजाय, यह बताता है कि उसने कदम-दर-कदम क्या किया
- कुछ भी अहम करने से पहले आपकी मंज़ूरी का इंतज़ार करता है
मॉडल इंडिपेंडेंस ही पूरी दलील क्यों है
किसी एक वेंडर से बंधा हर ब्राउज़र एजेंट उसी वेंडर की कीमत, सीमा, उपलब्धता और रोडमैप भी साथ लेकर आता है। Claude in Chrome के लिए पेड Claude प्लान चाहिए। एक API के इर्द-गिर्द बना टूल उसी दिन टूट जाता है जिस दिन वह API अपनी शर्तें बदलता है। जो वर्कफ़्लो आपने हफ्तों में बनाया, उसे इस तिमाही के सबसे अच्छे मॉडल से भी आगे टिकना चाहिए।
Melaya मॉडल को एक सेटिंग की तरह देखता है। वही ब्राउज़र टास्क किसी जुड़े हुए क्लाउड प्रोवाइडर पर, आपकी अपनी मशीन पर लोकल Ollama या LM Studio मॉडल पर, या आपके पहले से मौजूद Claude Code या Codex सब्सक्रिप्शन के ज़रिए चलता है। हर टास्क के हिसाब से बदलें: रूटीन एक्सट्रैक्शन के लिए सस्ता तेज़ मॉडल, मुश्किल पेज के लिए ज़्यादा मज़बूत मॉडल, और बार-बार होने वाले काम के लिए लोकल इनफ़रेंस जिसे आप मीटर नहीं करवाना चाहते।
- अपने हार्डवेयर पर लोकल मॉडल चलाने पर कोई पर-मैसेज मीटर नहीं
- ऑटोमेशन को दोबारा बनाए बिना प्रोवाइडर बदलें
- नया सब्सक्रिप्शन खरीदने के बजाय जो AI सब्सक्रिप्शन पहले से है उसे इस्तेमाल करें
- कोई अकेला वेंडर आपके वर्कफ़्लो को डिप्रिकेट नहीं कर सकता
ब्राउज़र ऑटोमेट करने का सबसे सस्ता तरीका
ब्राउज़र ऑटोमेशन में लागत आमतौर पर सॉफ़्टवेयर की नहीं होती। यह सिलेक्टर बनाए रखने वाले इंजीनियर की होती है, लो-कोड टूल के पर-सीट लाइसेंस की होती है, और आपने जो भी असिस्टेंट चुना उसके पीछे मीटर होने वाली API कॉल की होती है। Melaya इनमें से दो हटा देता है: कोई सिलेक्टर बनाए रखने की ज़रूरत नहीं, और मॉडल का रूट आपका खुद का चुना हुआ है।
Melaya Runner के ज़रिए लोकल मॉडल चलाएं और हर रन की मार्जिनल कॉस्ट बिजली के बिल जितनी रह जाती है। लोकल इनफ़रेंस में कोई होस्टेड पर-मैसेज मीटर नहीं होता। यह फिर भी आपके हार्डवेयर, मॉडल के कॉन्टेक्स्ट और आपके प्लान की सीमाओं में बंधा रहता है, लेकिन बार-बार चलने वाला वर्कफ़्लो सिर्फ इसलिए नहीं रुकता क्योंकि किसी होस्टेड प्लान की सीमा खत्म हो गई।
हर ब्राउज़र, एक ही एक्सटेंशन
Melaya एक्सटेंशन Chrome Web Store से Chrome, Brave, Vivaldi, Yandex, Dia और Comet में, Edge Add-ons से Microsoft Edge में, और Firefox Add-ons से Firefox में इंस्टॉल होता है। Opera के लिए अलग बिल्ड है। यह चौड़ाई जानबूझकर है: जो ब्राउज़र एजेंट एक ब्राउज़र तक सीमित हो, उसे आप पूरी टीम में रोलआउट नहीं कर सकते।
कॉकपिट पेज के बगल में बैठता है। लॉगिन, टैब और विज़ुअल कॉन्टेक्स्ट आपके पास रहते हैं; एजेंट सिर्फ काम जोड़ता है। स्कोप इस टैब से शुरू होता है और सिर्फ आपके कहने पर सभी टैब तक फैलता है।
लोग असल में क्या ऑटोमेट करते हैं
सबसे अच्छे ब्राउज़र-एजेंट काम में तीन बातें समान होती हैं: जानकारी पहले से किसी वेबसाइट पर मौजूद है, कदम दोहराए जाते हैं, और कोई इंसान नतीजे को जल्दी जांच सकता है।
- कई पेजों पर डेटा निकालें और नॉर्मलाइज़ करें, सोर्स दर्ज करते हुए
- टैब भर में प्राइसिंग, शर्तें, लिस्टिंग या रिकॉर्ड की तुलना करें और टेबल बनाएं
- बग रीप्रोड्यूस करें, कंसोल और नेटवर्क एक्टिविटी पढ़ें, और कारण बताएं
- ऐसे सिस्टम के बीच जानकारी ले जाएं जो कभी इंटीग्रेट नहीं हुए
- आपके दिए डेटा से बार-बार वाले फॉर्म भरें, सबमिट करने से पहले रुककर
- ऐसा वेंडर पोर्टल या एडमिन कंसोल चलाएं जिसका कोई API नहीं
कंट्रोल, क्योंकि ब्राउज़र एजेंट ताकतवर है
लॉग-इन ब्राउज़र किसी पब्लिक API से ज़्यादा कर सकता है, और वेब पेज पर हानिकारक इंस्ट्रक्शन भी हो सकते हैं। Melaya परमिशन को मॉडल से बाहर रखता है: सिर्फ तय सीमा के एक्शन, दिखने वाला टैब स्कोप, अहम राइट से पहले मंज़ूरी, पासवर्ड फ़ील्ड को एजेंट की नज़र से पूरी तरह बाहर रखना, और एक स्टॉप कंट्रोल जो हमेशा एक क्लिक दूर रहता है।
एक्सटेंशन Manifest V3 है, जिसमें सारा लॉजिक स्टोर पैकेज में बंडल है। मॉडल सिर्फ तय किए गए ब्राउज़र एक्शन में से चुनता है। यह स्क्रिप्ट डाउनलोड नहीं कर सकता, जनरेट की गई JavaScript नहीं चला सकता, और किसी शेल तक नहीं पहुंच सकता।
अक्सर पूछे जाने वाले प्रश्न
सबसे अच्छा AI ब्राउज़र ऑटोमेशन टूल कौन सा है?
वह जो किसी एक मॉडल या एक ब्राउज़र से बंधा न हो। Melaya Chrome, Edge, Firefox, Brave, Vivaldi, Yandex, Dia, Comet और Opera में चलता है, और हर टास्क के लिए क्लाउड प्रोवाइडर, लोकल मॉडल या CLI सब्सक्रिप्शन चुनने देता है, ताकि AI वेंडर बदलने पर भी वर्कफ़्लो बना रहे।
क्या AI ऐसी वेबसाइट ऑटोमेट कर सकता है जिसका कोई API नहीं?
हां। यही ब्राउज़र एजेंट इस्तेमाल करने की मुख्य वजह है। यह वही इंटरफ़ेस चलाता है जो साइट पहले से देती है, जो अक्सर वेंडर पोर्टल, एडमिन कंसोल या लेगेसी सिस्टम का इकलौता इंटीग्रेशन ज़रिया होता है।
क्या AI ब्राउज़र ऑटोमेशन पारंपरिक ऑटोमेशन से सस्ता है?
आमतौर पर हां, क्योंकि पारंपरिक ऑटोमेशन का महंगा हिस्सा टूटते सिलेक्टर बनाए रखना है। यहां कोई स्क्रिप्ट ठीक करने को नहीं होती। Melaya Runner के ज़रिए लोकल मॉडल के साथ कोई होस्टेड पर-मैसेज मीटर भी नहीं होता, हालांकि रन फिर भी आपके हार्डवेयर और प्लान में बंधे रहते हैं।
क्या मुझे कोड लिखना होगा?
नहीं। आप सामान्य भाषा में नतीजा बताते हैं। कोई सिलेक्टर नहीं, कोई XPath नहीं, और कोई रिकॉर्ड किया गया क्लिक पाथ नहीं।
यह Claude in Chrome से कैसे अलग है?
Claude in Chrome यानी Chrome प्लस Claude, पेड Claude प्लान पर। Melaya नौ ब्राउज़र सपोर्ट करता है और हर टास्क के लिए किसी भी जुड़े क्लाउड मॉडल, लोकल मॉडल या CLI रूट को चुनने देता है, साथ ही कनेक्टर, स्टैंडिंग कॉन्टेक्स्ट और साफ़ टैब स्कोप भी जोड़ता है।
क्या यह मेरे मौजूदा लॉग-इन सेशन इस्तेमाल कर सकता है?
हां। यह आपके असली ब्राउज़र में उस टैब पर चलता है जिसे आप अटैच करते हैं, इसलिए यह उन साइटों पर काम करता है जिनमें आप पहले से साइन-इन हैं। यह कभी पासवर्ड टाइप नहीं करता, और पासवर्ड फ़ील्ड की वैल्यू इसकी नज़र से बाहर रहती है।
क्या AI को अपना ब्राउज़र देना सुरक्षित है?
सिर्फ कंट्रोल के साथ। Melaya एजेंट को तय एक्शन तक सीमित रखता है, एक टैब से शुरू करता है, अहम राइट से पहले मंज़ूरी के लिए रुकता है, और तुरंत रोका जा सकता है। उन्हीं साइट से शुरू करें जिन पर आपको भरोसा है, और जो कुछ पब्लिश, पे या डिलीट करे उसे खुद जांचें।
