รีวิว Scout — browser agent แบบ open source พิมพ์สั่งงาน แล้วมันเปิดเบราว์เซอร์ทำให้จนเสร็จ

คืออะไร

Scout คือ open-source agent ที่ใช้เบราว์เซอร์จริงทำงานให้ คุณพิมพ์สิ่งที่ต้องการเป็นภาษาธรรมดา จากนั้น Scout จะอ่านหน้าเว็บ คลิก พิมพ์ และเลื่อนจนงานเสร็จ แล้วคืนคำตอบกลับมา ถ้าทำไม่ได้ มันจะบอกว่าขาดอะไรและคืนผลที่หาได้

เขียนด้วย TypeScript แยกเป็น package ชัดเจน ทั้ง agent loop, ฝั่งโมเดล, ตัวควบคุมเบราว์เซอร์ผ่าน DevTools protocol และตัววางแผนการขยับเมาส์กับคีย์บอร์ด ทำโดย Outcrawl ผู้ให้บริการเบราว์เซอร์บนคลาวด์สำหรับ AI agent

หมายเหตุ: README ระบุชัดว่า repo นี้เป็น automatic mirror จาก repo ของ Outcrawl ที่ใช้งานจริงใน production การแก้ไขจะถูก commit เข้าที่ repo ต้นทางก่อน แล้วค่อย sync กลับมา

จุดเด่น

• ไม่มีโมเดลติดมา ไม่มีค่าเริ่มต้น เราเลือกเองได้จากทุก service ที่รองรับ chat completions API รวมถึงโมเดลที่รันในเครื่องตัวเอง แยกงานเป็น 4 หน้าที่ คือ hands (ต้องมี) ที่อ่านหน้าเว็บและลงมือทุกขั้น, brain ที่วางแผนงานยาว, eyes ที่ดูภาพหน้าจอ, และ extract ที่หยิบข้อมูลหน้าเว็บ แต่ละบทบาทใช้คนละโมเดลกันได้
• เลือกเบราว์เซอร์ได้ 3 แบบด้วยบรรทัดเดียว คือบนคลาวด์ของ Outcrawl, เบราว์เซอร์ที่ Scout เปิดให้ในเครื่องคุณ หรือเบราว์เซอร์ที่เปิดอยู่แล้วผ่าน CDP
• ถ้ารันบนคลาวด์ของ Outcrawl README บอกว่าได้เพิ่ม: ออกเน็ตผ่านการเชื่อมต่อแบบบ้านทั่วไป (residential) ให้เว็บโหลดเหมือนคนทั่วไปเข้า, แก้ captcha ให้, ขยับเมาส์และพิมพ์แบบเป็นธรรมชาติ, บันทึกการรันทุกครั้ง และมี result.replayUrl เปิดดูย้อนหลังทีละขั้นได้
• กำหนดรูปแบบคำตอบได้ด้วย JSON Schema คำตอบจะกลับมาในรูปที่ขอไว้เป๊ะ
• ทุกรอบได้ผลกลับแม้จะไม่สำเร็จ ได้ครบทั้ง status (completed, partial, capped, failed), data, error, steps, costUsd และ replayUrl พร้อมจำกัดงานได้ด้วย caps: { steps, duration, budget } ซึ่งถือว่าเป็นการจบงานตามปกติและได้ข้อมูลที่หาไว้แล้ว
• มีไฟล์ตัวอย่างที่รันได้จริงใน repo ทั้งหาข้อมูลจาก Hacker News, กรอกฟอร์มสั่งพิซซ่า, เทียบราคาและสต็อกหนังสือสองเล่ม, ล็อกอิน และงานบนคลาวด์
• โมเดลและคีย์ของคุณอยู่ที่คุณเอง การรันบนคลาวด์คิดค่าใช้จ่ายเป็น session ของ Outcrawl ส่วนค่าการเรียกโมเดลยังไปที่ service ของคุณ

เหมาะกับใคร

• คนที่ทำงานบนเว็บซ้ำ ๆ แล้วอยากสั่งเป็นภาษาธรรมดาแทนการไล่คลิกเอง เช่น หาข้อมูลจากหน้าเว็บ กรอกฟอร์ม หรือเทียบข้อมูลข้ามเว็บ
• คนที่มีโมเดลคุมเองหรือรันโมเดลในเครื่อง และอยากทำ browser agent เองโดยไม่ผูกกับเจ้าใดเจ้าหนึ่ง
• ทีมที่ต้องตรวจย้อนหลังได้ เพราะได้ steps ของทุก action พร้อมเวลา และมี replay ให้ดูเมื่อรันบนคลาวด์
• นักพัฒนาที่อยากเปลี่ยนจาก scraper แบบเดิมมาใช้ LLM agent แต่อยากได้ผลลัพธ์เป็นโครงสร้างที่ควบคุมได้

เริ่มต้นใช้งาน

ต้องมี Node 22 ขึ้นไป (ถ้ารันบนคลาวด์ไม่ต้องติดตั้งเบราว์เซอร์เอง)

npm i @outcrawl/scout

ตั้งคีย์สำหรับเบราว์เซอร์และโมเดล

export OUTCRAWL_API_KEY=your-outcrawl-key
export SCOUT_BASE_URL=https://your-endpoint/v1
export SCOUT_API_KEY=your-model-key
export SCOUT_HANDS_MODEL=your-model-id

เขียนไฟล์ task.ts แล้วรันด้วย npx tsx task.ts

import { Scout } from '@outcrawl/scout';

const scout = new Scout({
  browser: 'outcrawl',
  models: {
    hands: {
      model: process.env.SCOUT_HANDS_MODEL!,
      baseURL: process.env.SCOUT_BASE_URL!,
      apiKey: process.env.SCOUT_API_KEY!,
    },
  },
});

const result = await scout.run('Find the top three stories on Hacker News right now');
console.log(result.data);
console.log(result.replayUrl); // watch the whole run, step by step

ถ้าอยากใช้เบราว์เซอร์ในเครื่องตัวเองแทน

npm i playwright-core && npx playwright install chromium

แล้วเปลี่ยนเป็น browser: { launch: {} } ใส่ headless: false ไว้ใน launch ถ้าอยากเห็นมันทำงานสด ๆ ในกรณีนี้ replayUrl จะว่างเปล่า เพราะการบันทึก replay มากับคลาวด์

ถ้าจะเขียนโค้ดต่อเอง

bun install
cd packages/runtime && bun test ./test

ข้อควรรู้

• License: Apache-2.0 โดย packages/agenthands เก็บ MIT ไว้แยกต่างหาก (Copyright 2026 Aeonmind LLC) ทั้งสอง license อนุญาตใช้เชิงพาณิชย์ได้ตามเงื่อนไข
• ความสดใหม่: push ล่าสุด 21 ต.ค. 2026 และ repo ถูกสร้างเมื่อ 13 ต.ค. 2026 อายุราว 9 วัน ยังใหม่มาก มี issue เปิดอยู่ 4 รายการ
• ตัวเลข ณ 22 ต.ค. 2026: ⭐ 962 ดาว, 30 fork
• งานบนคลาวด์คิดเป็น session ปกติของ Outcrawl ทุกบัญชีได้ 1,000 เครดิตฟรีทุกเดือน ไม่ต้องใช้บัตรเครดิต ส่วนค่าเรียกโมเดลยังจ่ายกับ service ที่เราเลือกเอง
• ตัวเลขที่ Outcrawl วัดเอง: รันบนคลาวด์ของ Outcrawl เข้าถึงหน้าเว็บได้ 92.5% ในชุดทดสอบ 80 เว็บของ Browser Use (ให้คะแนนด้วยโค้ดของ Browser Use) ส่วนตัวที่ดีรองลงมาได้ 81.4% รันเต็ม 3 รอบเมื่อ 7 ต.ค. 2026 มีวิธีทดสอบและผลทุกรอบอยู่ที่ outcrawl.ai/resources/benchmarks
• ข้อจำกัดที่ต้องรู้: ต้องเตรียมโมเดลเองทุกกรณี งานที่ต้องดูหน้าจอต้องใช้โมเดลที่รับ input เป็นรูปได้ และถ้า service ปฏิเสธคำขอแบบ structured reply ต้องตั้ง structuredOutput ของบทบาทนั้นเป็น 'json_object' หรือ 'strict' ซึ่ง error ของรอบจะบอกว่าต้องแก้ตรงไหน
• การ contribute: ต้อง sign off ทุก commit ด้วย git commit -s และเพราะเป็น mirror, PR ที่ merge แล้วจะกลับมาในรอบ sync ถัดไป
• ควรใช้ให้ตรงกับเงื่อนไขการใช้งานของเว็บที่ให้ agent เข้าไป

🔗 https://github.com/outcrawlai/scout

ข้อมูลจาก GitHub ณ 22 ต.ค. 2026: ⭐ 962 | ภาษา TypeScript | license Apache-2.0