microsoft/Webwright

解決する課題

Webwrightは、特定の座標をクリックするといった、ステップバイステップの単一アクションの予測に依存する従来のウェブエージェントのボトルネックを解決します。これらの従来の手法は脆弱であることが多く、長期的なタスクの処理に苦戦します。対照的に、Webwrightはブラウザを、コーディングエージェントがPythonスクリプトを介して起動、検査、制御できる使い捨ての環境として扱い、ウェブインタラクションをより堅牢で再利用可能にし、デバッグを容易にします。

仕組み

単一の次のアクションを予測するのではなく、WebwrightはLLMに、Playwrightを使用して自由形式のPythonスクリプトを記述・実行できるターミナルを提供します。エージェントは、コードを書き、実行し、スクリーンショットとログを検査し、タスクが完了するまでコードを修正するというプロセスを繰り返します。状態はブラウザセッションそのものではなく、ローカルのワークスペース（コードとログ）で保持されます。

対象者

ブラウザを使用するエージェントを構築している開発者や、既存のコーディングエージェント（Claude CodeやOpenAI Codexなど）にプロフェッショナルなウェブ自動化機能を追加したい開発者向けです。

ハイライト

• Code-as-Action: 個別のツール呼び出しの代わりにPythonスクリプトを使用するため、ループ、関数、複雑なロジックが可能です。
• Skill Factory: 成功したタスク解決を、LLMなしでも単独で実行できる再利用可能なパラメータ化されたPythonスキルとして抽出します。これにより、精度が大幅に向上し、トークンコストが削減されます。
• 軽量アーキテクチャ: 隠れたフレームワークのない最小限のコアループにより、デバッグやフォークが容易です。
• プラグインサポート: Claude Code、OpenAI Codex、OpenClaw、Hermes Agentへの統合のための、すぐに使えるマニフェストを提供します。
• 高いパフォーマンス: 長期的なウェブタスクに関するOnline-Mind2WebおよびOdysseysベンチマークにおいて、最先端の結果を達成しています。