Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

CUA Agent Kit

O kit da CVS Health: um agente de IA aprende uma vez um fluxo no navegador ou no Windows e o Codex o transforma em código simples de Playwright ou pywinauto.

Análise de ReviewRamble editors · Atualizado

Ver no GitHub Código aberto

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

3.5/5

CUA Agent Kit acerta a economia da automação de telas ao pagar pela IA uma vez e rodar código depois, mas é um kit inicial ainda cru, com arestas no trato de credenciais e um servidor Windows sem autenticação.

O que é CUA Agent Kit?

CUA Agent Kit vem da CVS Health e divide a automação de telas em dois trabalhos. Na descoberta, um agente de uso de computador da OpenAI (o modelo padrão é gpt-6-sol, com 40 turnos) segue um fluxo escrito em linguagem comum em um navegador ou em um desktop Windows remoto e grava capturas de tela, ações, alvos e, no navegador, um trace do Playwright. Na codificação, uma skill do Codex lê as gravações bem-sucedidas e escreve código comum: Playwright com localizadores semânticos para sites e pywinauto com controles de UI Automation e Win32 para apps Windows. As execuções repetidas usam esse código sem chamadas ao modelo e sem chave de API.

É um projeto Python 3.12 gerenciado com uv, com um app de exemplo de triagem local, registros de auditoria opcionais em PostgreSQL, Azure Blob Storage para artefatos e arquivos Docker Compose. O repositório foi criado em 30 de outubro de 2026 e tem 19 estrelas, licença Apache-2.0, 11 commits e nenhuma release; o commit mais recente é de 12 de novembro de 2026.

CUA Agent Kit vale a pena?

Agentes de uso de computador conseguem deduzir uma tarefa administrativa cheia de cliques a partir de um parágrafo de instruções, mas pedir a um modelo que raciocine os mesmos cliques toda manhã acrescenta custo e variação a um trabalho que um script pode fazer. Este kit trata o agente como ferramenta de descoberta. Você repete a descoberta até o fluxo dar certo de forma consistente, pede ao Codex para codificar essas execuções e, dali em diante, `cua-agent-run` reproduz código determinístico de Playwright ou pywinauto. O projeto credita a ideia à palestra Zero Token Architecture de Kelsey Hightower na PlatformCon 2026.

A documentação é incomumente honesta sobre onde o método para. O guia de escolha de abordagem diz que apps entregues via Citrix que só expõem pixels não têm controles para codificar, então continuam dependendo da IA em toda execução, e que não há um executor híbrido que misture código com passos do modelo. Também avisa que um agente terminar uma execução não prova que a tarefa deu certo. Quando um site muda, o script codificado quebra como qualquer script de RPA; a resposta do kit é o Codex ler os novos traces e atualizar o código, com um engenheiro revisando.

O porém: a descoberta envia o prompt do fluxo para o endpoint do modelo, incluindo as credenciais de login injetadas de `WORKFLOW_ACCOUNT_JSON`, junto com capturas de tudo o que estiver na tela. As gravações podem conter cookies, tokens de sessão, respostas de rede e snapshots do DOM, e a ocultação de dados é descrita como melhor esforço. Ativar o backend de armazenamento envia a pasta inteira da execução sem ocultação. No Windows, o servidor do host pode controlar o desktop e rodar comandos, e os scripts de instalação não configuram autenticação nem regras de firewall, então ele só deve ficar em uma rede privada bem fechada.

Nossa opinião: isto é um projeto de referência bem pensado de um grande empregador, mais do que um produto pronto, com 19 estrelas e 11 commits; uma equipe com engenheiros Python pode aproveitar o padrão, enquanto quem quer uma ferramenta de RPA com suporte deve procurar em outro lugar.

Onde ele se destaca

  • Um engenheiro de operações em um prestador de serviços de saúde

    Automatizar um lançamento diário de encaminhamentos em um portal web sem API

    Descreva os passos em `prompt.py`, rode `cua-agent-discover` contra uma conta de teste até funcionar de forma confiável e depois peça ao Codex para codificar; a execução diária é um script Playwright sem gasto de API. Use um login de teste, porque as credenciais chegam ao modelo durante a descoberta.

  • Uma equipe de automação de TI que dá suporte a um app de desktop Windows antigo

    Trocar uma macro frágil baseada em coordenadas por código que entende os controles

    Instale o servidor do host em uma VM Windows com `install.ps1`, descubra o fluxo e codifique em passos pywinauto que usam controles de UI Automation. Confira telas representativas antes: uma janela principal acessível não garante que todo diálogo seja.

  • Uma equipe de plataforma avaliando agentes de uso de computador

    Comparar automação com IA a cada execução e scripts codificados após uma única descoberta

    Rode o app de exemplo Care Intake nos dois modos e registre custo e falhas. A própria orientação do kit diz que apps que só expõem pixels, como alguns apps Citrix, precisam continuar com IA em toda execução.

Antes de decidir

Configuração
Clone o repositório, rode `uv sync`, defina `OPENAI_API_KEY` e execute `uv run playwright install chromium`; o app de exemplo sobe com `uv run python sample_app/app.py`. O Windows precisa de uma VM preparada com `windows-host/install.ps1` e `start.ps1`, desbloqueada durante as execuções.
Integrações
Modelos de uso de computador da OpenAI (ou um endpoint compatível via `OPENAI_BASE_URL`), OpenAI Agents SDK, skills do Codex, Playwright, pywinauto, PostgreSQL com migrações Flyway, Azure Blob Storage e Docker Compose.
Dados e privacidade
A descoberta envia prompts, credenciais injetadas, capturas de tela e histórico de ações ao endpoint do modelo. Os artefatos ficam locais por padrão em `artifacts/`; as gravações podem conter credenciais, cookies, tokens e dados de rede, e os envios ao armazenamento não são ocultados. O servidor Windows não tem autenticação.
Custo em escala
O gasto com modelo fica na descoberta e em refazê-la quando um fluxo muda; execuções codificadas não chamam o modelo. Não há números de custo por execução publicados.
Limites
A descoberta é limitada a 40 turnos por padrão. Não há executor híbrido pronto. Apps sem controles acessíveis não podem ser codificados. Scripts codificados quebram quando a interface muda e precisam ser codificados de novo.

O que é bom

  • Execuções codificadas não precisam de chamadas ao modelo nem de chave de API
  • Localizadores do Playwright e controles do pywinauto em vez de coordenadas de tela
  • Documentação clara dos riscos de segurança e dos limites do método
  • Trilha de auditoria opcional em PostgreSQL e artefatos no Azure Blob

O que não é

  • A descoberta envia credenciais e capturas de tela ao modelo
  • As gravações podem conter cookies e tokens de sessão
  • O servidor do host Windows não tem autenticação
  • Muito novo: 19 estrelas, 11 commits, nenhuma release

Ideal para

Equipes de engenharia em organizações com muita operação que querem automatizar trabalho repetitivo de tela no navegador ou no Windows e manter as execuções repetidas livres de custo de modelo.

Alternativas ao CUA Agent Kit

CUA Agent Kit: perguntas frequentes

CUA Agent Kit vale a pena?
CUA Agent Kit acerta a economia da automação de telas ao pagar pela IA uma vez e rodar código depois, mas é um kit inicial ainda cru, com arestas no trato de credenciais e um servidor Windows sem autenticação. Damos nota 3.5 de 5.
Quanto custa CUA Agent Kit?
Gratuito e de código aberto (Apache-2.0). As execuções de descoberta são cobradas na sua chave de API da OpenAI; execuções codificadas não chamam o modelo.
Quais são as desvantagens de CUA Agent Kit?
A descoberta envia credenciais e capturas de tela ao modelo; as gravações podem conter cookies e tokens de sessão; o servidor do host Windows não tem autenticação; muito novo: 19 estrelas, 11 commits, nenhuma release.
Para quem CUA Agent Kit é indicado?
Equipes de engenharia em organizações com muita operação que querem automatizar trabalho repetitivo de tela no navegador ou no Windows e manter as execuções repetidas livres de custo de modelo.
Quanto custa CUA Agent Kit para uma equipe ou em produção?
O gasto com modelo fica na descoberta e em refazê-la quando um fluxo muda; execuções codificadas não chamam o modelo. Não há números de custo por execução publicados.
CUA Agent Kit é seguro para dados da empresa?
A descoberta envia prompts, credenciais injetadas, capturas de tela e histórico de ações ao endpoint do modelo. Os artefatos ficam locais por padrão em `artifacts/`; as gravações podem conter credenciais, cookies, tokens e dados de rede, e os envios ao armazenamento não são ocultados. O servidor Windows não tem autenticação.
Quais são as melhores alternativas ao CUA Agent Kit?
As alternativas mais próximas que analisamos são Skyvern, Browser Use, Stagehand e UFO.

Respostas verificadas em 20 de nov. de 2026.