obra/superpowers-chrome

何を解決するか

Superpowers Chrome は、AIエージェント（例：Claude Code）が Chrome DevTools Protocol (CDP) を介してウェブブラウザを直接制御する方法を提供します。複雑な設定や重い依存関係を必要とせず、エージェントがページをナビゲートし、要素と対話し、ウェブからデータをリアルタイムでプログラム的に抽出できるようにします。

動作方法

このプロジェクトは、2つの異なる動作モードを実装しています：

1. スキルモード：Claude Codeエージェント専用のCLIツールで、ブラウザ自動化用の17の異なるコマンド（例：navigate、click、fill、extract）を提供します。
2. MCPモード：軽量な Model Context Protocol (MCP) サーバーで、MCP互換クライアント向けに単一の use_browser ツールを提供します。このモードには「自動キャプチャ」機能があり、DOMを変更するたびにHTML、Markdown、スクリーンショットを自動保存します。

タブを指定する際には、複雑なWebSocket URLではなく、簡略化されたタブインデックス構文（例：0、1、2）を使用します。また、ブラウザのダイアログ（アラート、プロンプト、権限リクエスト）は、合成応答として表示され、専用のセレクタ構文（dialog::accept、dialog::dismiss）を使ってエージェントが対話できるようになります。

対象ユーザー

• AIエージェント開発者：LLMがウェブを閲覧できるツールを開発している人。
• Claude Codeユーザー：AIエージェントにウェブ閲覧機能を付与したい人。
• MCPクライアントユーザー：Claude Desktopやその他のMCP互換ソフトウェアを使用している人。

特徴

• ゼロ依存：組み込みのWebSocketサポートにより、コアCLIツールには npm install が不要です。
• イディオットプローフAPI：インデックスを使用した簡略化されたタブ管理。
• ダイアログ処理：ブラウザのダイアログがエージェントの動作をブロックしないようにする専用システム。
• プラットフォーム非依存：macOS、Linux、Windowsで動作します。
• 自動キャプチャ：MCPモードでは、対話後にDOMの要約、スクリーンショット、ページ状態のMarkdownを自動生成します。
• 完全なCDPアクセス：高度なユーザー向けに、完全な Chrome DevTools Protocol アクセスを提供する raw コマンドを備えています。