| name | agent-browser |
| description | シンプルなブラウジング用。ログインセッション不要で、Webページの閲覧・データ抽出・スクリーンショット取得などを即座に実行できる。CDPポート接続なしで新規ブラウザを起動する。トリガー例:「このURLの内容を見て」「ページからデータを取得して」「スクリーンショットを撮って」「サイトの情報を調べて」。 |
| allowed-tools | Bash(agent-browser:*) |
agent-browser (スタンドアロンモード)
agent-browserは軽量CLIベースのブラウザ自動化ツール。このスキルはCDP接続なしで新規ブラウザを起動する。
ログインセッションや既存ブラウザの状態が不要な、シンプルなブラウジングに使う。
基本ワークフロー
CDPポート指定なしで直接起動する。--cdpオプションは使わない。
agent-browser open https://example.com
agent-browser snapshot -i
agent-browser click @e1
agent-browser fill @e2 "text"
agent-browser snapshot -i
主要コマンド
agent-browser open <url>
agent-browser close
agent-browser snapshot -i
agent-browser snapshot -i -C
agent-browser click @e1
agent-browser fill @e2 "text"
agent-browser type @e2 "text"
agent-browser select @e1 "option"
agent-browser check @e1
agent-browser press Enter
agent-browser scroll down 500
agent-browser get text @e1
agent-browser get url
agent-browser get title
agent-browser wait @e1
agent-browser wait --load networkidle
agent-browser wait --url "**/page"
agent-browser wait --text "Welcome"
agent-browser wait 2000
agent-browser screenshot
agent-browser screenshot --full
agent-browser screenshot --annotate
agent-browser pdf output.pdf
コマンドチェーン
中間出力を読む必要がない場合は&&で連結して効率化:
agent-browser open https://example.com && agent-browser wait --load networkidle && agent-browser snapshot -i
出力をパースしてから次の操作が必要な場合(例: snapshotで参照取得 -> 操作)は個別に実行。
参照のライフサイクル
参照(@e1等)はページ変更時に無効化される。以下の後は必ずsnapshot -iで再取得:
- リンク/ボタンクリックによるナビゲーション
- フォーム送信
- 動的コンテンツ読み込み(ドロップダウン、モーダル)
JavaScript実行
agent-browser eval 'document.title'
agent-browser eval --stdin <<'EVALEOF'
JSON.stringify(Array.from(document.querySelectorAll("a")).map(a => a.href))
EVALEOF
セッション管理
agent-browser --session site1 open https://site-a.com
agent-browser --session site2 open https://site-b.com
agent-browser close
agent-browser --session site1 close