サポートエージェントからブラウザー・コンピューター操作エージェントまで、Claude API上でデプロイ可能なアプリを構築するためのスタータープロジェクト集。
APUS-AI-Lab/fast-browser-use
Qwen3.5を端末上で実行し、ページ上の要素から操作を選ぶローカルファーストのブラウザー自動化エンジン兼Agent Skill。
- スター
- 232
- フォーク
- 26
- 未解決の Issue
- 0
- 最終コミット
- 28 日前
これは何?
Fast Browser Useは、Apple SiliconではMLX、CUDAまたはCPUではPyTorchを使い、判断モデルをすべてローカルマシン上で実行するブラウザー自動化ツールです。LLMにセレクターやPlaywrightのコードを書かせる代わりに、レンダリング済みページから表示中の操作可能な要素を走査し、CLICK、SELECT、TYPE_TEXT、DONEなどの固定された候補操作を提示します。モデルは単一のforward passで候補をスコアリングし、操作を1つ選びます。
このプロジェクトはClaude CodeとCodex向けのAgent Skillとしてパッケージ化されており、単体のfbu CLIやPython Agent APIからも利用できます。実行結果は、最終URL、ページタイトル、ページテキストに対する外部アサーションで検証でき、各操作は実行トレースに記録されます。対応モデルはQwen3.5-9BとQwen3.5-35B-A3Bで、Apple Silicon、NVIDIA GPU、CPUのハードウェア要件が記載されています。
主な機能
- 01クラウドAPIを呼び出さず、MLXまたはPyTorchで判断モデルをローカル実行します。
- 02表示中のDOM要素から構成した候補から操作を選び、実在しないセレクターの生成を避けます。
- 03候補操作とDONEを単一のforward passでスコアリングします。
- 04--expect-url、--expect-title、--expect-textアサーションで結果を検証します。
- 05Claude CodeとCodex向けのAgent Skillとしてインストールでき、CLIとPython APIも利用できます。
ユースケース
- データを端末外に出せない環境で、定型的なWebフォーム入力やページ移動を自動化する。
- Claude CodeやCodexなどのコーディングエージェントに、ローカルブラウザー操作のSkillを追加する。
- 結果のURL、タイトル、テキストを明示的に検証しながら、CIでブラウザータスクを実行する。
トピック
よくある質問
- fast-browser-use とは?
- Qwen3.5を端末上で実行し、ページ上の要素から操作を選ぶローカルファーストのブラウザー自動化エンジン兼Agent Skill。 Fast Browser Useは、Apple SiliconではMLX、CUDAまたはCPUではPyTorchを使い、判断モデルをすべてローカルマシン上で実行するブラウザー自動化ツールです。LLMにセレクターやPlaywrightのコードを書かせる代わりに、レンダリング済みページから表示中の操作可能な要素を走査し、CLICK、SELECT、TYPE_TEXT、DONEなどの固定された候補操作を提示します。モデルは単一のforward passで候補をスコアリングし、操作を1つ選びます。
- fast-browser-use は無料で使えますか?ライセンスは?
- fast-browser-use は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- fast-browser-use は今もメンテナンスされていますか?
- 活発にメンテナンス中。fast-browser-use の最終コミットは 2026年9月21日 です。
- fast-browser-use は何に使えますか?
- データを端末外に出せない環境で、定型的なWebフォーム入力やページ移動を自動化する。 Claude CodeやCodexなどのコーディングエージェントに、ローカルブラウザー操作のSkillを追加する。 結果のURL、タイトル、テキストを明示的に検証しながら、CIでブラウザータスクを実行する。
- fast-browser-use はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/APUS-AI-Lab/fast-browser-use
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
エクスポートしたチャット履歴でLLMをファインチューニングし、文体を再現するチャットボットとして各種メッセージングサービスに展開します。
テキスト、画像、音声、キャラクターの動きから動画を生成する、MoE対応のオープンソース動画生成モデル群。
小規模なテストから複雑なアプリケーションやライブラリの機能テストまで、簡単に書けるPythonテストフレームワーク。
自分のデバイスで動作し、WhatsApp、Telegram、Slack、Discordなどでやり取りできるセルフホスト型のパーソナルAIアシスタント。
ブレインストーミング、計画、TDD、サブエージェント駆動の実装を支援する開発手法とスキルライブラリ。