anomalyco/browser-control

何を解決するか

ブラウザ制御により、AIコーディングエージェントがユーザーの実際のウェブブラウザにアクセスできるようになります。ヘッドレスインスタンスではなく、ユーザーの既存のログインセッション、ブラウザプロファイル、インストール済み拡張機能を使用してタスクを実行できるため、エージェントが複雑な認証やセッション管理を手動で処理する必要がなくなります。

動作方法

ローカルリレーとブラウザ拡張機能を接続するドライバとして動作します。エージェントはPlaywrightコードスニペットをリレーに送信し、リレーが拡張機能を通じてユーザーのChromiumファミリーのブラウザで実行します。エージェントに最適なワークフロー（例：行動前にページを検査する）を教える「スキル」を備えており、MCP（Model Context Protocol）サーバー経由でツールとして公開可能です。

対象ユーザー

Claude CodeやOpenCodeなどのAIコーディングエージェントを使用している開発者で、リアルなブラウザ環境でタスクを安全かつ効率的に自動化したい方を対象としています。

特徴

• セッションの永続化: ヘッドレスブラウザではなく、実際のブラウザプロファイルとログインセッションを使用します。
• 人間の介入: CAPTCHAや2FAなどの人間のみが対応可能なステップを一時停止するための handoff() 関数を備えています。
• タブの継承: 既に開いているブラウザタブに接続し、制御できます。
• スマートな検査: snapshot() と ariaSnapshot() ヘルパーにより、DOMの変化を防ぐために安定した参照を使ってページ構造を理解できます。
• ネットワークのキャプチャ: 認証済みAPI通信を記録し、シークレットを露出せずに直接APIクライアントを生成できます。
• 読み取り専用モード: キーボードやマウス入力を拒否するセッションタイプを提供し、誤った変更を防ぎます。