LvcidPsyche/auto-browser

解決する課題

Auto Browserは、AIエージェントがライブWebと対話するための安全で制御された手段を提供します。エージェントがスタックした際に人間が介入してライブセッションを引き継ぐことを可能にすることで、「壊れやすい」Web自動化の問題を解決します。同時に、承認ゲート、PII（個人識別情報）のスクラビング、監査証跡などの安全レールを提供し、不正または危険なアクションを防止します。

仕組み

これは、Playwrightベースのブラウザセッションを管理するMCP (Model Context Protocol) ネイティブなコントロールプレーンとして機能します。システムは、LLMエージェントや人間からのリクエストを処理するコントローラーAPIと、Chromiumを実行するブラウザノードで構成されています。HTTPやstdioブリッジを含む複数の統合方法をサポートしており、Claude Desktop、Cursor、VS Codeなどのクライアントに接続可能です。主な機能には、リアルタイムの視覚的テイクオーバーのためのnoVNC、ログイン状態を保存・再利用するための名前付き認証プロファイル、エージェントのスキルを記録・検証するためのコンバージェンスハーネス (convergence harness) が含まれます。

対象ユーザー

• 本物のブラウザを必要とするMCP駆動のエージェントワークフローを構築する開発者。
• オペレーター支援によるブラウザデバッグを行うQAエンジニア。
• AIエージェントを介して内部ダッシュボードや管理ツールを管理するチーム。
• 永続的な認証を必要とするサイトでワークフローを自動化する必要があるユーザー。

ハイライト

• Human-in-the-loop: エージェントが問題に遭遇した際、noVNCを介してライブセッションをテイクオーバー可能。
• Auth Persistence: 名前付き認証プロファイルを保存・再利用し、繰り返しのログインを回避。
• MCP-Native: Model Context Protocolのためにゼロから構築されており、様々なLLMクライアントをサポート。
• Enterprise Safety: Ed25519署名付きのWitnessレシート、PIIスクラビング、厳格なコンプライアンステンプレート（例：strict, balanced）を搭載。
• Skill Induction: 検証済みのブラウザトレースを記録し、段階的で署名済みのスキル候補を作成するコンバージェンスハーネス。