ntegrals/openbrowser

これは何？

主な機能

• 01LLMにブラウザー操作を選ばせ、自然言語で指定されたタスクを実行する
• 02providerフラグでOpenAI、Anthropic、Googleのモデルを利用できる
• 03ブラウザーを直接操作するコマンドと対話型REPLを提供する
• 04タイムアウト、メモリー上限、ドメイン制限を備えたsandboxを含む
• 05URLの許可・ブロックリスト、プロキシ、Cookieファイルを設定できる

ユースケース

• フォーム入力や価格確認など、複数ステップのWebワークフローを自動化する
• 調査用にWebサイトから構造化データを抽出する
• ブラウザー操作を対話的にデバッグし、プロトタイプを作成する
• リソースを制限したsandboxで、信頼できないエージェントのブラウジングを実行する

クイックスタート

1. 1

   依存関係をインストールする

   bun install
2. 2

   サンプルの env ファイルをコピーして API キーを設定し、ファイルを編集してキーを入力する

   cp .env.example .env
3. 3

   自然言語でタスクを指定してエージェントを実行する

   bun run open-browser run "Find the top story on Hacker News and summarize it"

使う前に知っておきたいこと

• !エージェントの実行には、OpenAI、Anthropic、または Google の API キーが必要です。
• !パッケージランナーとして Bun を使用します。Bun は別途インストールする必要があります。

収録されている特集

トピック

よくある質問

openbrowser とは？

AIエージェントがPlaywrightブラウザーを操作し、クリックや入力、データ抽出などのWebタスクを自律的に実行できるTypeScriptフレームワーク。 Open Browserは、AIエージェントが操作できるブラウザーを提供します。自然言語でタスクを指定すると、エージェントは現在のページ状態をLLMに送り、クリック、入力、スクロール、ページ遷移、データ抽出などのコマンドを選択します。コマンドはPlaywrightブラウザー上で実行され、タスクが完了するまでエージェントが処理を繰り返します。停滞検知機能により、失敗の反復も検出できます。

openbrowser は無料で使えますか？ライセンスは？

openbrowser 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。

openbrowser は今もメンテナンスされていますか？

半年以上コミットなし。openbrowser の最終コミットは 2026年4月2日 です。

openbrowser は何に使えますか？

フォーム入力や価格確認など、複数ステップのWebワークフローを自動化する 調査用にWebサイトから構造化データを抽出する ブラウザー操作を対話的にデバッグし、プロトタイプを作成する リソースを制限したsandboxで、信頼できないエージェントのブラウジングを実行する

openbrowser のインストール方法は？

依存関係をインストールする: bun install サンプルの env ファイルをコピーして API キーを設定し、ファイルを編集してキーを入力する: cp .env.example .env 自然言語でタスクを指定してエージェントを実行する: bun run open-browser run "Find the top story on Hacker News and summarize it"

openbrowser 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/ntegrals/openbrowser