Lancement HN: Intuned (YC S22) – Construire et exécuter des automatisations de navigateur de manière fiable comme du code

Bonjour HN, nous sommes Faisal et Ahmad de Intuned (https://intunedhq.com). Nous construisons une plateforme pour construire, distribuer et maintenir des automatisations de navigateur.

Les clients utilisent principalement l'agent d'intelligence artificielle d'Intuned pour automatiser des sites web sans API. Les cas d'utilisation courants incluent l'extraction de données, l'examen de rapports et la soumission de formulaires. Puisque le site web change, notre agent aide également à guérir automatiquement l'automatisation.

Sur Intuned, les automatisations de navigateur sont créées par un agent d'intelligence artificielle et exécutées comme code. Notre infrastructure capture le contexte de chaque exécution, permettant à notre agent de déboguer et de maintenir le code sous-jacent - pour maintenir les automatisations fonctionnelles au fil du temps. De cette manière, nous pouvons offrir la prévisibilité, la vitesse et le coût du code, sans les parties douloureuses de l'écrire et de le maintenir.

Voici un démo de création d'une automatisation de navigateur sur Intuned: https://youtu.be/ruZP73bK4FU

Voici un démo de l'utilisation de l'intelligence artificielle pour maintenir un projet: https://youtu.be/e4R4hLdHBro

Backstory: nous avons été acceptés en YC pour une idée complètement différente. Pendant le batch, certains camarades de classe nous ont demandé si les outils RPA pouvaient combler les lacunes API dans leurs produits en automatisant des sites web sans API. Lorsque c'est temps de pivoter, nous sommes retournés à ces fondateurs pour creuser plus profond. (RPA dans ce contexte se réfère à l'utilisation de l'automatisation UI pour faire des tâches non de test complètes)

Nous avons découvert que le problème réel dans l'automatisation de navigateur est la maintenance. Les sites web changent, les sélecteurs se cassent et les erreurs peuvent être douloureuses à reproduire et à résoudre. Par conséquent, en début d'année 2024, nous avons décidé de prendre en main ce problème avec un petit groupe de clients. Cela a nécessité un nombre raisonnable d'itérations avant d'arriver à notre actuel code-first approche.

Comment ça marche: Intuned est Infra + Agent, profondément intégré.

Sur le côté de l'infrastructure, Intuned est un runtime géré pour le code d'automatisation de navigateur. Les projets sont généralement basés sur TypeScript ou Python Playwright. Les utilisateurs peuvent les écrire directement dans notre IDE en ligne, ou confier le travail à l'agent. Dans tous les cas, la plateforme exécute chaque projet dans une machine isolée et gère l'authentification/sessions, la planification, l'exécution en lot, la concurrence, l'observabilité et les autres tuberies autour de l'exécution du code du navigateur.

Sur le côté de l'agent, nous avons besoin de quelques itérations pour arriver à l'actuel approche. Nos premiers essais étaient des pipelines rigides: collecter les exigences, inspecter le site, générer le code, puis essayer de réparer ce qui s'est cassé. Cela semblait raisonnable sur papier, mais les sites web réels sont trop chaotiques pour des chemins fixes. A la fin de l'année dernière, nous étions programmés pour envoyer cette version lorsque des modèles plus forts sont arrivés et des outils comme Claude Code et Codex ont montré ce que pourrait faire un agent de codification plus ouvert. Nous avons construit un prototype sur le SDK de l'agent Claude, il s'est senti beaucoup mieux que ce que nous avions, et nous avons abandonné la livraison et décidé de reconstruire l'agent.

La reconstruction est venue à trois pièces autour du SDK: un environnement d'exécution pour exécuter des sessions d'agent à long terme de manière fiable, un CLI qui expose la plateforme à l'agent pour qu'il opère Intuned comme les ingénieurs, et un plugin personnalisé (compétences + MCP) construit autour de ce que nous avons appris en construisant des automatisations de navigateur.

L'intégration Infra-Agent est où le produit devient plus intéressant. Le runtime n'exécute pas seulement l'automatisation; il capture le contexte nécessaire pour déboguer l'automatisation lorsqu'elle échoue: paramètres, résultats, traces, journaux. Cela permet des fonctionnalités comme Fix with AI, où vous pouvez ouvrir une exécution échouée et avoir l'agent investiguer et préparer une correction.

La même intégration permet une fonctionnalité appelée self-healing. Pour les projets configurés, la plateforme détecte les erreurs, démarre une session d'agent avec le contexte pertinent, et propose une correction pour la revue ou la distribue automatiquement. Demo: https://youtu.be/IVHIXw0lYMs

Nous avons récemment également empaqueté l'infrastructure et un