browser-use/terminal

What it solves

AIエージェントがウェブブラウザを制御するためのターミナルベースのインターフェースを提供することで、反復的なブラウザベースのタスクを自動化し、ユーザーが手動でのナビゲーションなしに複雑なワークフローを実行できるようにします。

How it works

Rustで構築されたこのプロジェクトは、カスタムLLMハネスを使用し、RatatuiベースのターミナルUIを使用してエージェントのループと状態を管理します。Chrome DevTools Protocol (CDP) を介してブラウザ（実際のChrome、headless Chromium、または Browser Use cloud）を制御し、AIモデルにページのJavaScript、スクリーンショット、およびファイルへの直接的なアクセスを提供します。また、SQLiteイベントログを含んでおり、履歴、アーティファクト、およびトレースを追跡できます。

Who it’s for

ターミナルからブラウザタスクを自動化したいユーザー、およびブラウザアクションをトリガーするためにシェルコマンドを実行できるコーディングアシスタント（Claude CodeやCodexなど）を使用している開発者向けです。

Highlights

• Flexible Browser Support: ログイン済みのChromeセッションを使用してアカウント状態を維持したり、headless Chromium、またはクラウドベースのブラウザと連携できます。

• Coded for Speed: Browser Harnessよりも2倍速く、2倍安価になるように設計された新しいLLMハネスを使用しています。

• Interactive Control: TUIを介して、ユーザーがタスクを監視、操縦、停止、再試行、および再開をリアルタイムで行うことができます。

• Assistant Integration: スキルインストールプロセスを介してコーディングアシスタントに組み込むことができ、ブラウザスクリプトの実行やスクリーンショットの表示が可能です。