🔷 Beacon

Navegador Controlado por Voz para Pessoas Cegas

Hackathon Devs de Impacto!

---

💡 O Problema

Navegar na web é uma tarefa visual por design. Para pessoas cegas, a experiência atual significa:

• Ouvir cada elemento da página em ordem sequencial
• Navegar por anúncios, popups e botões sem rótulos
• Não ter contexto sobre o que a página realmente oferece
• Dificuldade em identificar ações importantes rapidamente

🎯 Nossa Solução: Beacon

Beacon não apenas lê páginas web — ele as compreende. Transformamos páginas visuais complexas em menus falados simples que tornam a navegação intuitiva e eficiente.

Como Funciona

1. Analisa a página — identifica se é uma loja, artigo, formulário, checkout, etc.
2. Resume informações-chave — apresenta o conteúdo mais importante primeiro
3. Simplifica ações — converte interações complexas em um menu numerado:
   • "1. Adicionar ao carrinho"
   • "2. Ler avaliações"
   • "3. Ver especificações técnicas"
4. Age em seu nome — clica botões, preenche formulários, rola e navega baseado na sua intenção
5. Mantém você seguro — sempre confirma antes de ações de alto risco como pagamentos ou publicações

🚀 Instalação Rápida

# Instalar dependências
uv sync

# Configurar chaves de API no .env

# Executar Beacon
uv run main.py

Flags Úteis

• --agent-steps — número máximo de passos do agente por ação (padrão: 8)
• --load-wait — segundos de espera após navegação (padrão: 4.0)

🎮 Como Usar

Comandos por Voz ou Teclado

Beacon entende linguagem natural:

• Navegação: "Abrir amazon.com" / "Ir para YouTube"
• Compreensão: "O que é esta página?" / "Resumir"
• Ações: "Adicionar ao carrinho" / "Fazer número 2" / "Ler artigo"
• Interação: "Pesquisar fones sem fio" / "Voltar"
• Nova página: "Nova página" → Beacon pedirá a URL

Segurança em Primeiro Lugar

Beacon sempre pedirá confirmação antes de:

• ✅ Enviar informações de pagamento
• ✅ Publicar conteúdo
• ✅ Fazer compras
• ✅ Deletar qualquer coisa
• ✅ Enviar mensagens ou emails

🏗️ Arquitetura Técnica

browser-use/
├── main.py     # Ponto de entrada CLI
├── beacon.py   # Orquestração do aplicativo
└── tools.py    # Motor de análise de páginas e interface de voz

Componentes Principais

1. PageUnderstandingEngine — Usa GPT-4o-mini para analisar DOM e extrair ações relevantes
2. VoiceInterface — TTS (text-to-speech) e STT (speech-to-text) via OpenAI
3. BeaconApp — Coordena navegação, resumos e delegação de tarefas ao agente
4. browser-use Agent — Executa ações autônomas na página atual

Dependências

• browser-use>=0.9.1 — Automação de navegador com agente
• openai>=1.52.0 — API para análise, TTS e STT
• sounddevice + numpy — (Opcional) Captura de áudio por microfone

Requisitos

• Python 3.13+
• Google Chrome instalado localmente
• Chave da API OpenAI
• macOS/Linux com afplay/ffplay para reprodução de áudio (ou prints apenas)

🎨 Princípios de Design

1. Intenção sobre interação — Usuários dizem o que querem, não como fazer
2. Consciência de contexto — Cada página é analisada por tipo e propósito
3. Hierarquia de informação — Conteúdo mais importante primeiro
4. Segurança por padrão — Confirmação para qualquer ação arriscada
5. Comunicação natural — Fale naturalmente, Beacon entende

� Impacto Esperado

• Redução de tempo para completar tarefas comuns na web
• Aumento de autonomia para usuários cegos em compras, leitura e formulários online
• Experiência mais digna — sem precisar ouvir todo o "ruído" visual de uma página

🛠️ Melhorias Futuras

• Detecção por palavra de ativação (wake-word)
• STT em streaming para respostas mais rápidas
• Suporte multi-abas
• Verificações de segurança baseadas em regras (detecção de formulários de pagamento)
• Integração com dados ARIA e landmarks para priorização ainda melhor

👥 Equipe

Desenvolvido para o Hackathon Devs de Impacto por [seu nome/equipe].

📄 Licença

[Adicione sua licença aqui]

---

Beacon — Porque a web deve ser acessível para todos. 🌟