remorses/playwriter

解決する課題

Playwriterは、AIエージェントがユーザーの実際の実行中のChromeブラウザを制御できるようにします。新しい隔離されたインスタンスを起動するのではなく、ユーザーの既存のChromeセッションを活用することで、ボット検出システムによるブロックを回避し、ログイン情報やCookie、拡張機能の手動管理の必要をなくします。エージェントはユーザーの認証済みセッション内で動作します。

動作方法

外部コントローラ（CLIまたはMCPクライアント）とブラウザの間のギャップを埋めるためにChrome拡張機能を使用しています。システムはローカルホスト上で実行されるWebSocketリレーサーバーで構成されており、chrome.debugger APIを介して拡張機能と通信します。これにより、エージェントは特別なリモートデバッグフラグを指定せずに、完全なPlaywright APIを使ってブラウザと対話できます。これは、デフォルトのユーザープロファイルではよくブロックされる設定です。

対象ユーザー

• AIエージェント開発者: ユーザーの認証済みブラウザセッション内でタスクを実行する必要がある開発者
• 自動化エンジニア: 既存の状態を保持したまま、自分のブラウザをプログラムで制御したいユーザー
• リモートオペレーター: 特定のブラウザタブをリモートエージェントや人間と共有して認証済み作業を行う人

特徴

• 既存セッションへのアクセス: 実際のChromeプロファイル（ログイン情報や拡張機能を含む）を使用
• 完全なPlaywright API: 限定された事前定義ツールではなく、完全な自動化インターフェースを提供
• MCP対応: Model Context Protocol (MCP) と統合され、エージェントの導入が容易
• 状態保持実行: state オブジェクトを介して複数のCLI呼び出し間で状態を維持
• 視覚ラベル: Vimiumスタイルのラベル付きアクセシビリティスナップショットを生成し、エージェントが要素を識別・クリックしやすくする
• リモート制御: セキュアなトンネルを介して1つのタブをリモートエージェントと共有可能
• CDPアクセス: Chrome DevTools Protocol (CDP) への一級アクセスを提供し、高度なデバッグやライブコード編集が可能