ctoldigital/axuse

해결하는 문제

AI 에이전트는 종종 웹 페이지와 상호 작용해야 하지만, 기존 방식(스크린샷을 찍고 픽셀 좌표를 추측하는 방식)은 느리고, 취약하며, 오류가 발생하기 쉽습니다. axuse는 이미지 대신 브라우저의 접근성 트리와 DOM을 사용하여 에이전트에게 구조화된 텍스트 기반 페이지 보기를 제공함으로써 이 문제를 해결합니다. 이를 통해 자동화가 더 빠르고, 더 안정적이며, 토큰 비용이 훨씬 저렴해집니다.

작동 방식

axuse는 MCP(모델 컨텍스트 프로토콜) 서버로 실행되어 Codex, Claude Code, OpenCode 또는 MCP를 지원하는 모든 호스트와 같은 에이전트 하네스에 연결됩니다. 에이전트가 페이지를 열도록 요청하면 axuse는 각 대화형 요소에 대한 안정적인 참조가 포함된 간결한 접근성 스냅샷을 반환합니다. 클릭, 입력, 스크롤과 같은 작업은 해당 참조를 직접 대상으로 합니다. 전체 스냅샷이 아닌 페이지 상태의 변경 사항만 다시 전송됩니다. Chrome DevTools 프로토콜(CDP)을 사용하여 신뢰할 수 있는 입력 이벤트를 전송하여 감지를 피합니다. 또한 헤드리스 Linux 머신용 서버 모드, 자신의 로그인된 브라우저를 제어하는 확장 브리지, Windows, macOS, Linux에서의 데스크톱 제어 기능도 있습니다.

대상 사용자

브라우저 또는 데스크톱 자동화가 필요한 AI 에이전트를 구축하는 개발자, 특히 Codex, Claude Code, OpenCode 또는 Antigravity와 같은 에이전트 하네스를 사용하는 개발자. 비개발자용으로도 패키징되어 있습니다. 다운로드 가능한 파일은 Claude Desktop에서 더블 클릭할 수 있고, 설치 프롬프트를 다른 에이전트에 붙여넣어 자동으로 설정할 수 있습니다.

주요 특징

• npm 의존성 제로(Node.js 22+만 필요)
• 서버 평가 작업 28/28 통과, 중앙값 시간 17초(Codex+확장은 26초, browser-use는 56초). 토큰 사용량 4.7M(비교 대상 9.8M 및 8.8M)
• 차이 기반 관찰: 변경된 줄만 반환하여 토큰과 지연 시간 절약
• REF_NOT_FOUND 및 STALE_STATE와 같은 유형화된 오류와 재시도 힌트를 제공하여 조용한 오클릭 방지
• 확장 브리지로 일상적인 Chrome/Edge 및 로그인된 세션 제어
• 서버 모드는 가상 디스플레이에서 헤드형 Chrome을 실행하여 봇 탐지를 피함(Turnstile로 검증됨)
• 선택적 CAPTCHA 솔버 플러그인(상업용) 및 무료 참조 구현 제공
• 데스크톱 제어: Windows(검증됨), macOS(선택), Linux(X11/XWayland)