eze-is/web-access

解決する課題

Web-Accessは、AIエージェントに包括的なWeb接続機能とブラウザ自動化機能を提供します。基本的なWeb検索や取得ツールの限界を克服し、スケジューリング戦略、Chrome DevTools Protocol (CDP) を介した直接的なブラウザ制御、そして将来の対話を改善するためにサイト固有の操作経験を蓄積する機能を追加します。

仕組み

このプロジェクトは、WebSocketを介して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プロキシを実装しています。これにより、エージェントはユーザーのアクティブなセッション内で動作し、ログイン状態を継承して動的なコンテンツを処理できます。エージェントが新しいタブの作成、JavaScriptの実行、実際のマウス操作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といったアクションを実行するためのHTTP APIセットを提供します。また、システムにはローカルのブラウザブックマークや履歴を検索し、内部URLや以前にアクセスしたURLを見つけるメカニズムも含まれています。

対象ユーザー

SKILL.md形式をサポートするAIエージェント（Claude Code、Cursor、Gemini CLI、Codex CLIなど）の開発者やユーザーで、エージェントに人間のような完全なWebブラウジングおよび対話機能を持たせたいと考えている方に最適です。

主な特徴

• CDPプロキシ統合: ChromeまたはEdgeに接続し、既存のログインセッションを利用して動的なページを処理します。
• 自動ツール選択: シナリオに基づいて、WebSearch、WebFetch、curl、Jina、CDPをインテリジェントに選択します。
• ローカルリソース取得: ローカルのブラウザブックマークや履歴を検索し、公開Web上では見つからないURLを特定できます。
• サイト経験の蓄積: ドメインごとに操作経験（URLパターン、プラットフォームの特性）を保存し、セッション間で再利用します。
• 並列実行: サブエージェントをディスパッチし、タブレベルの分離を維持しながら複数のターゲットに対して並列リサーチを実行できます。
• 高度な対話: 複数のクリック手法（JSクリックおよび実際のマウスイベント）とファイルアップロードをサポートしています。