Agent Browser
Agent Browserは、高速でネイティブなRust製CLIで、AIエージェントがDevToolsプロトコルを介してChromeを操作できるようにします。安定した要素参照、構造化された読み取り/スナップショットツール、ネットワークのインターセプト、アクセシビリティ監査、Reactのイントロスペクション、安全でレビュー可能な自動化のための型付きMCPサーバーを提供します。
概要
典型的なフローはブラウザを開き、安定した要素参照を得るためにスナップショットを取得し、その後参照による操作（クリック、入力、キー押下）を行います。バッチ実行により長いシーケンスのコマンドごとの起動オーバーヘッドを削減します。決定論的なエラーはオーバーレイなどのブロッカーを明示し、エージェントの信頼性と回復力を向上させます。
機能とアーキテクチャ
Agent Browserはエージェントフレームワーク開発者、QAエンジニア、SSR/CSR状態を検証するSRE、ファネルをテストする成長・オンボーディングチーム、ドキュメントボットを構築するテクニカルライター、認証済み問題を再現するサポートエンジニアに適しています。安定した観察可能な操作、強力なエラー信号、プログラム可能なガードレールが必要な本番グレードのエージェント自動化に理想的です。
- スナップショットから安定した要素参照を生成し、壊れやすいCSSセレクターを減らします。
- 読み取り可能なマークダウンやテキストを取得し、ドキュメント対応のナビゲーションのためにページをアウトライン化します。
- ルーティング制御とHARキャプチャを使ってネットワークトラフィックをインターセプト、モック、記録します。
- オフラインでアクセシビリティ監査とReactプロファイリングを実行し、構造化された自動化可能な出力を提供します。
- 許可されたドメインで型付きMCPツールを公開し、安全で承認可能な自動化を実現します。
重要な理由
実績ある信頼性のシグナル
お好みのパッケージマネージャーでグローバルにインストールするか、HomebrewやCargoを使用し、installコマンドでChrome for Testingを取得します。セッションを開き、スナップショットを取得し、参照による安定した操作を行います。React DevToolsフックを起動時に有効にしてReactツリー、レンダリング、Web Vitalsを使用可能にします。MCPサーバーを起動して型付きツールをクライアントに公開します。プロファイル、セッション、保存状態ファイルで認証を持続し、必要に応じてクッキーをインポートします。doctorで環境チェック、upgradeでシームレスな更新を行います。バッチモードは多段階フローを一つの呼び出しに統合し、オーバーヘッドを最小化します。
安定した参照、明示的な失敗モード、型付きツールがブラウザ制御を信頼できる自動化プリミティブに変えます。
開始とセットアップ
Agent BrowserはネイティブCDPコアとスナップショットベースの参照、ドキュメント対応の読み取り、型付きMCPツールを組み合わせて際立っています。決定論的エラーはブロッカーを早期に明示し、監査、差分、プロファイルは信頼できる証拠を作成します。重い依存関係を避け、複数のインストール経路をサポートし、厳格なセキュリティポリシー下でも高度な機能をオフラインで利用可能にします。
ツールを開き、基本的な製品体験を確認します。
アカウントを作成するか、既存のワークスペースにアクセスします。
自分のタスクで速度、品質、適合性を判断します。
最終判断の前に類似AIツールを確認します。
Agent Browser
Vercel Labsは、現代のウェブスタックを補完する高度な開発者およびAIツールを探求しています。チームは信頼性、観察性、優れたエルゴノミクスを重視した高速で実用的なオープンソース実験とインフラを構築し、エージェント、フレームワーク、人間のオペレーターに貢献しています。
Agent Browserは、AIエージェント向けに設計された信頼性の高いスクリプト可能なブラウザ自動化のためのネイティブRustコマンドラインツールです。Chrome for Testingを起動または接続し、Chrome DevToolsプロトコル上に豊富で型付きのインターフェースを公開します。エージェントは安定した要素参照を返すスナップショットから作業し、セレクターの脆弱性を減らし再現性を向上させます。セマンティックファインダー、従来のセレクター、スクリーンショット、PDF、差分、バッチ実行により、複雑で多段階のワークフローを最小限のオーバーヘッドで実現します。強力なreadコマンドは、エージェントに優しいマークダウン、アウトライン、最寄りのLLMメタデータを取得し、ドキュメント対応のナビゲーションを可能にします。組み込みのネットワークインターセプト、HARキャプチャ、クッキー/ストレージ管理、状態の保存/読み込みにより、認証済みかつ決定論的な実行を効率化します。アクセシビリティ監査は埋め込みのaxe-coreエンジンを使用し、ReactイントロスペクションとWeb VitalsはReact DevToolsフックで起動した場合に利用可能です。MCPサーバーは型付きツールを許可ドメインリストと承認プロンプト付きで公開し、自動化をより安全かつ監督しやすくします。
github.com/vercel-labs/agent-browser
コメント (0)
コメントはまだありません