vercel-labs/agent-browser

これは何？

主な機能

• 01ページ要素を操作するための、短い要素参照付きアクセシビリティツリーのスナップショット
• 02Chrome for Testing経由でのChromeのインストール、または既存のChrome、Brave、Playwright、Puppeteer環境の検出
• 03クリック、フォーム入力、キーボード・マウス操作、スクリーンショット、PDF出力、動画録画のコマンド
• 04ネットワークルートのインターセプト、リクエストの調査、HAR記録
• 05タブ、フレーム、ダイアログの操作に加え、認証状態の保存とCookieのインポート
• 06選択可能なツールプロファイルを備えたMCP stdioサーバー

ユースケース

• AIコーディングエージェントや調査エージェントに、Webサイトの閲覧、フォーム入力、コンテンツ抽出をさせる
• 複数の手順からなるブラウザーワークフローを、1回のCLI呼び出しにまとめてスクリプト化する
• コマンドラインからページまたはURLに対してaxe-coreのアクセシビリティ監査を実行する
• コンポーネントツリーやレンダリング状況を調べてReactアプリをデバッグする

クイックスタート

1. 1

   npm経由でCLIをグローバルにインストールする

   npm install -g agent-browser
2. 2

   Chrome for Testingをダウンロードする（初回のみ）

   agent-browser install
3. 3

   ページを開き、スナップショットを取得して、refで要素をクリックする

   agent-browser open example.com

使う前に知っておきたいこと

• !初回使用前にChrome for Testingをダウンロードする必要があります。
• !Linuxのシステム依存関係は別途インストールが必要な場合があり、そのインストールに失敗することがあります。

トピック

よくある質問

agent-browser とは？

AIエージェントがスナップショットや要素参照、一般的な自動化コマンドを使ってChromeを操作できる、Rust製のネイティブCLIです。 agent-browserは、AIエージェントがWebブラウザーを操作できるように設計されたコマンドラインツールです。組み込みのinstallコマンドでダウンロードしたChrome、または検出された既存のChrome、Brave、Playwright、Puppeteerのインストール環境を起動し、URLを開く、クリックする、フォームに入力する、スクリーンショットを撮る、ページのテキストを読み取るといった操作を提供します。中心となる操作モデルはアクセシビリティツリーのスナップショットで、各要素に@e2のような短い参照名が付くため、複雑なセレクターを書かずに要素を操作できます。

agent-browser は無料で使えますか？ライセンスは？

agent-browser は Apache-2.0 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。

agent-browser 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。agent-browser の最終コミットは 2026年10月20日 です。

agent-browser は何に使えますか？

AIコーディングエージェントや調査エージェントに、Webサイトの閲覧、フォーム入力、コンテンツ抽出をさせる 複数の手順からなるブラウザーワークフローを、1回のCLI呼び出しにまとめてスクリプト化する コマンドラインからページまたはURLに対してaxe-coreのアクセシビリティ監査を実行する コンポーネントツリーやレンダリング状況を調べてReactアプリをデバッグする

agent-browser のインストール方法は？

npm経由でCLIをグローバルにインストールする: npm install -g agent-browser Chrome for Testingをダウンロードする（初回のみ）: agent-browser install ページを開き、スナップショットを取得して、refで要素をクリックする: agent-browser open example.com

agent-browser 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/vercel-labs/agent-browser