refベースのコンパクトなスナップショット
snapshot コマンドは、`@e1` や `@e2` のようなrefを含むコンパクトなアクセシビリティツリーを返します。これにより、トークン使用量を抑えつつ要素選択を決定論的にすることを意図しています。
agent-browser
Freemium
agent-browserは、Chromeやrefベースのスナップショット、各種CLI操作に対応したAIエージェント向けブラウザ自動化CLIです。
agent-browserとは？
agent-browserは、AIエージェント向けのブラウザ自動化CLIです。ネイティブのRustデーモンを通じてChromeを起動・制御し、コンパクトなテキスト出力でエージェントの文脈でもブラウザ状態を読みやすく保ちます。
この製品はrefベースのスナップショット・ワークフローを中心に設計されています。ブラウザは安定したrefを持つアクセシビリティツリーを返し、以降のコマンドはそれらのrefを直接操作できます。ドキュメントでは、シェル駆動のエージェント向けとして位置づけられ、ナビゲーション、フォーム、スクリーンショット、ネットワーク検査、ストレージ、タブ、フレーム、デバッグ、その他のブラウザタスクへの対応が示されています。
インストール方法には npm、npx、Homebrew、Cargo、ソースビルドがあり、macOS、Linux、Windows向けのネイティブバイナリも利用できます。サイトには、永続セッション、プロキシ、カスタムブラウザ実行ファイル、ブラウザ自動化MCPサーバーのための設定ファイル、環境変数、コマンドも記載されています。
agent-browserでできること
幅広いコマンド対応
CLIは、ナビゲーション、フォーム、スクリーンショット、ネットワーク、ストレージ、ファイル、タブ、フレーム、デバッグをカバーし、サイト全体で50以上のコマンドがドキュメント化されています。
観察可能なブラウザセッション
組み込みツールには、ビデオ録画、ストリーミング、デバッグ、プロファイラ、差分比較が含まれており、CLIを離れずにブラウザセッションを確認できます。
クロスプラットフォームのネイティブバイナリ
ドキュメントでは、macOS、Linux、Windows へのネイティブ対応が強調されており、ブラウザ拡張機能のラッパーではなくRustバイナリとして提供されています。
ステートフルなブラウザセッション
セッションは、プロフィール、認証状態、Cookie、ストレージ、プロキシ設定、セキュリティ制御を保持でき、長時間のワークフローに対応します。
高度なワークフロー対応
設定とインストールのドキュメントでは、プロキシ対応、初期化スクリプト、React と Web Vitals のワークフロー、アプリ固有の自動化のための Next.js + Vercel ドキュメントが案内されています。
利用シーン
“AI主導のブラウザ操作”
AIエージェントがターミナルから決定論的にブラウザを制御する必要があるときに、CLIでページを開き、スナップショットを取得し、refを使ってクリックしたりフィールドに入力したりします。
“長時間の認証済みワークフロー”
長いワークフローや繰り返し実行の間もブラウザをログイン状態に保つ必要がある場合は、永続セッション、プロフィール、Cookie、ストレージを使用します。
“デバッグと視覚的確認”
レンダリング変更を確認したり、デバッグ用にブラウザの挙動を記録したりする必要がある場合は、スクリーンショット、ビデオ録画、ストリーミング、プロファイラ、差分比較を使います。
“制御された環境とCI”
CI、devcontainer、または企業ネットワークの制約下で自動化する場合は、プロキシ設定、カスタム起動引数、インストール時の依存関係ヘルパーを使用します。
“エージェント支援開発”
Claude Code、Cursor、GitHub Copilot、OpenAI Codex などのコーディングエージェントと組み合わせる際は、ドキュメント化されたネイティブ統合とシェルコマンドのワークフローを使用します。
よくある質問
agent-browserは何に使いますか？
AIエージェント向けに設計されたブラウザ自動化CLIです。ページを開き、スナップショットを取得し、refを使ってクリックしたりフォームに入力したり、CDP経由でブラウザに接続したりするためのコマンドがドキュメントに記載されています。
agent-browserはどのようにインストールしますか？
インストール手順には、グローバルインストール、プロジェクト内インストール、macOSでのHomebrew、Cargo、npxによるクイックスタートが示されています。Linuxでは `agent-browser install --with-deps` を使って必要なシステム依存関係もインストールできます。
基本的なワークフローはどのように動作しますか？
コマンドリファレンスでは、シェル中心のワークフローが示されています。ページを開き、スナップショットを取得して要素refを得てから、そのrefを使って click、fill、type、screenshot などのコマンドで操作します。
どのようなコマンドをサポートしていますか？
ドキュメントには、利用可能なコマンドとして `snapshot`、`screenshot`、`pdf`、`read`、`stream`、`connect`、`mcp` が挙げられており、ナビゲーション、フォーム、タブ、ファイル、デバッグ操作も含まれています。
どのプラットフォームとエージェントに対応していますか？
サイトでは、macOS、Linux、Windows向けのネイティブバイナリが案内されており、Claude Code、Cursor、GitHub Copilot、OpenAI Codex、Gemini など、シェルコマンドを実行できるエージェントで動作すると説明されています。
クイック情報
- カテゴリ
- 開発者ツール
- 主な用途
- AIエージェント向けのブラウザ自動化
- 対応プラットフォーム
- macOS、Linux、Windows
- インターフェース
- ネイティブRustデーモンを備えたCLI
- ソースドメイン
- agent-browser.dev
- ワークフロー
- ページを開く → refをスナップショット化 → コマンドで操作
agent-browser のトラフィック分析
トラフィックデータは参考情報としてご利用ください。
- ドメイン評価
- 54
agent-browserの代替品
Browser Use
browseragent.dev
Browser Useは、AIエージェントが実際のWebサイト上で動作できるブラウザ自動化プラットフォームです。ステルスブラウザ、ホスト型Webエージェント、カスタムモデル、専用ボックスを組み合わせ、Web自動化、抽出、QA、監視に対応します。
OpenFang
openfang.sh
OpenFangはRustで構築されたオープンソースのエージェントOSです。自律エージェントの実行・設定・監視に対応し、ローカル／セルフホスト展開、組み込みテンプレート、カスタムマニフェスト、メッセージングチャネル、ブラウザまたはAPI制御を提供します。
TinyFish
mino.ai
TinyFishは、ライブ検索、ページ取得、ブラウザ自動化、複数ステップのワークフローを組み合わせた、企業向けAIウェブエージェントプラットフォームです。動的サイトや認証が必要なサイトを大規模に扱うチームを支援します。
Argos
www.tryargos.cc
Argos は、ログイン済みのブラウザーでタブを開き、フォームに入力し、トピックを調査してタスクを完了できる Chrome 拡張機能兼デスクトップ／ブラウザー自動化ツールです。ローカルマシンで実行し、Telegram から操作できる CLI も備えています。
DevSwat
dev-swat.com
DevSwatは、自律型AIエージェントの構築、実行、スケジュール管理を支援するエージェント型AIインフラストラクチャプラットフォームです。ブラウザIDE、チャット、ワークフロー自動化、コード分析、ガバナンス制御を1つのWeb環境に統合します。
BrowserOS
browseros.com
BrowserOSは、自然言語の指示でローカルエージェントがWeb作業を自動化するオープンソースAIブラウザです。macOS、Windows、Linux、Chrome拡張機能、MCP連携に対応します。