keon/browser-control

해결하는 문제

browser-control는 복잡한 SDK, 장시간 실행되는 서버, 특정 언어 프레임워크를 요구하지 않고 AI 코딩 에이전트가 실제 웹 브라우저와 상호작용할 수 있는 방법을 제공합니다. 이 도구는 취약한 웹 선택자 문제와 LLM에 "손과 눈"을 제공하여 웹을 탐색하는 어려움을 해결하며, 브라우저 기능을 간단하고 쉘 네이티브 명령어로 노출합니다.

작동 방식

Chrome DevTools Protocol (CDP)를 통해 브라우저와 통신하는 가벼운 Rust CLI입니다. CSS 선택자에만 의존하는 것이 아니라, snapshot 명령을 사용하여 안정적인 요소 참조(@e1, @e2 등)를 생성하여 에이전트가 클릭이나 폼 채우기와 같은 작업을 수행할 수 있도록 합니다. 동일한 명령어 세트를 사용해 로컬 Chrome 인스턴스 또는 다양한 클라우드 제공업체(Browserbase, Steel 등)를 통한 원격 세션을 제어할 수 있습니다.

대상 사용자

이 도구는 이미 쉘 명령을 실행할 수 있는 AI 코딩 에이전트를 개발하고 있으며, 테스트나 자동화를 위해 신뢰할 수 있고 디버깅 가능한 브라우저 제어 방법이 필요한 개발자들을 주요 타겟으로 합니다.

주요 특징

• 쉘 네이티브: 모든 기능이 하위 명령어로 구현되어 텍스트나 JSON을 출력하므로 쉘 내에서 파이프 및 조합이 용이합니다.
• LLM 친화적 참조: 스냅샷에서 생성된 안정적인 요소 핸들(@e1, @e2)을 사용하여 취약한 CSS 선택자를 피합니다.
• 프로바이더 독립: CDP를 통해 로컬 Chrome 또는 원격 클라우드 브라우저에서 동작합니다.
• 관측성: 이벤트/네트워크/콘솔 추적을 위한 백그라운드 데몬을 포함하며, 명령 실패 시 자동으로 컴팩트한 트레이스를 생성하여 에이전트의 자체 진단을 가능하게 합니다.
• 원시 CDP 접근: 헬퍼 표면에서 커버되지 않은 모든 작업을 위한 eval 및 cdp 명령어를 에스케이프 하ッチ로 제공합니다.