Sandy - Criei isso porque é frustrante quando um agente de IA precisa pensar a cada passo
(github.com/Sangkwun)Adicionei um Sandevistan aos agentes de IA.
Se um agente de automação for mais lento que uma pessoa, isso ainda faz sentido?
Fiquei frustrado com aquelas pausas de vários segundos a cada clique e comecei a pensar nisso.
As pessoas também, quando repetem algo, acabam agindo no automático, sem pensar. Será que a IA não poderia fazer o mesmo?
🐢 Agente tradicional
Observe → inferência do LLM (lenta) → Action → Observe → LLM... repetindo
Ele para para pensar a cada clique.
🐇 Sandy
- Primeira execução: o LLM entende o workflow → salva como cenário
- Depois disso: reproduz o cenário (sem chamar o LLM)
Depois de abrir o caminho uma vez, ele dispara sem hesitar.
O LLM é usado só na primeira vez para encontrar o caminho; depois, ele executa conforme o cenário salvo, então dá para ganhar velocidade e reduzir custo ao mesmo tempo.
Demo (buscar vídeo no YouTube → reproduzir):
- Esquerda: agente comum (5x)
- Direita: Sandy (velocidade normal)
https://www.youtube.com/watch?v=nSKs8sy7o2c
Útil nestes casos:
- Automação de testes E2E
- Testes de regressão (execução determinística)
- Tarefas conectando várias ferramentas (GitHub → notificação no Slack etc.)
Compatível com servidor MCP, então dá para combinar automação de navegador + chamadas de API em um único cenário.
GitHub: https://github.com/Sangkwun/sandy
Limitações honestas:
- Se a UI mudar, é preciso gravar o cenário de novo
- É mais adequado para tarefas repetitivas do que para exploração dinâmica
Perguntas e feedback são bem-vindos. PRs também serão muito bem recebidos 😊
Ainda não há comentários.