eze-is/web-access

何を解決するか

多くのAIエージェントは高度なウェブブラウジング機能を備えておらず、動的コンテンツやユーザー認証、複雑なインタラクションに対応できない、基本的な検索や取得ツールに依存している。このプロジェクトは、エージェントに高度なウェブアクセス、ブラウザ自動化、戦略的ブラウジングロジックを追加する包括的な「スキル」を提供し、エージェントが人間のようにウェブと対話できるようにする。

動作方法

このプロジェクトは、WebSocket経由でユーザーの既存のブラウザ（ChromeまたはEdge）に直接接続するCDP（Chrome DevTools Protocol）プロキシを実装している。これにより、エージェントはユーザーの有効なログインセッションやクッキーを活用できる。エージェントが新しいタブの作成、JavaScriptの実行、リアルなマウスクリックのシミュレーション、ファイルのアップロード、スクリーンショットの撮影などの操作を行うためのHTTP API群を提供する。さらに、find-url.mjsスクリプトを含み、ローカルのブックマークや履歴を検索して、公開検索できない内部ページや以前に訪問したページのURLを見つけることができる。

対象ユーザー

SKILL.md標準をサポートするAIエージェント（Claude Code、Cursor、Gemini CLI、Codex CLIなど）の開発者およびユーザーで、エージェントに完全な認証済みウェブブラウジングおよび自動化機能を提供したい人。

特徴

• CDPプロキシ統合: ChromeまたはEdgeに接続し、既存のログイン状態を活用し、動的ページを処理する。
• 自動ツール選択: シナリオに応じてWebSearch、WebFetch、curl、Jina、CDPのいずれかを自動的に選択する。
• ローカルリソースの取得: ローカルブラウザの履歴やブックマークを検索し、公開検索できないURLを発見する。
• 並列実行: 1つのプロキシを共有しながら、複数のターゲットを並列に研究するサブエージェントをディスパッチ可能。
• サイト体験の蓄積: セッション間でドメインごとにURLパターンやプラットフォームの特性を記録・再利用する。
• 高度なインタラクション: JSクリック、リアルなマウスイベント、ファイルアップロードをサポートする。