アクティブなブラウザータブを、ローカル、クラウド、またはセルフホストのHermes Agentランタイムに接続するChromium・Firefox用サイドパネル。
webbrain-one/webbrain
Chrome、Firefox、Edgeに対応し、好みのLLMを使ってページとチャットしたり、複数ステップのブラウザー操作を自動化したりできるオープンソースのAIブラウザーエージェント拡張機能。
- スター
- 1,668
- フォーク
- 209
- 未解決の Issue
- 6
- 最終コミット
- 4 時間前
これは何?
WebBrainは、タブの横にあるサイドパネルにAIエージェントを表示するブラウザー拡張機能です。表示中のページについて質問したり、タスクを指示して、クリック、入力、フォームの記入、サイト内の移動を任せたりできます。設定不要の組み込みデフォルトモデルのほか、llama.cpp、Ollama、vLLM、LM Studioなどのローカルサーバーや、OpenAI、Anthropic、Google Gemini、OpenRouterを含む多数のクラウドLLMプロバイダーに対応しています。
エージェントには3つのモードがあります。Askは読み取り専用、Actはクリック、入力、移動、ファイルのアップロードやダウンロードが可能で、Devではページソース、スタイル、コンソール、ネットワークを調査できます。影響の大きい操作には、モードごとにサイト単位の許可確認が行われます。ページの読み取りにはアクセシビリティツリーを使い、ビジョンモードではスクリーンショットをもとに座標指定でクリックできます。また、成功した実行を再利用可能なワークフローとして保存したり、タスクをスケジュールしたり、ページを定期的に確認して条件の成立を監視したりできます。
このプロジェクトには、Claude Code、Codex、Cursorなどのコーディングエージェントが、ユーザーのログイン済みブラウザーで動作するWebBrainにブラウザータスクを委任できるMCPサーバーと、LM Studioプラグインも含まれています。FirefoxはChrome DevTools Protocolに対応していないため、Chromeよりサポートが限定的とされています。
主な機能
- 01テキスト、リンク、フォーム、表、PDFを含む表示中のページについて、チャットや質問ができます。
- 02サイト単位の許可確認を経て、クリック、入力、スクロール、移動、アップロード、ダウンロードを実行できます。
- 033つのモード(Ask、Act、Dev)で、エージェントに許可する操作を制御できます。
- 04OpenAI互換のローカルサーバーや、多数のクラウドLLMプロバイダーに対応しています。
- 05ワークフローの保存、タスクのスケジュール設定、ページの監視により、定型作業を実行できます。
- 06MCPサーバーを介して、コーディングエージェントからログイン済みブラウザーにタスクを委任できます。
ユースケース
- ページを離れずに記事を要約したり、Webページ内の特定の情報を見つけたりする。
- 自分のブラウザーセッションで、フォームへの繰り返し入力や複数ステップのWebワークフローを自動化する。
- ページの内容を手元のマシンに保持しながら、ローカルモデルでブラウザー操作を自動化する。
- ログインが必要なページのタスクを、コーディングエージェントからログイン済みブラウザーに任せる。
クイックスタート
- 1
Chrome ウェブストアから拡張機能をインストールします
- 2
WebBrain アイコンをクリックしてサイドパネルを開き、チャットを始めます。デフォルトのモデルはセットアップ不要です
使う前に知っておきたいこと
- デフォルトのモデルはマネージドサービスです。ローカルモデルまたはクラウドモデルを使うには、API キーまたは別途ローカルサーバーが必要です。
- メタデータではライセンスが NOASSERTION と記載されていますが、README から GPL-3.0-or-later にリンクされています。
収録されている特集
トピック
よくある質問
- webbrain とは?
- Chrome、Firefox、Edgeに対応し、好みのLLMを使ってページとチャットしたり、複数ステップのブラウザー操作を自動化したりできるオープンソースのAIブラウザーエージェント拡張機能。 WebBrainは、タブの横にあるサイドパネルにAIエージェントを表示するブラウザー拡張機能です。表示中のページについて質問したり、タスクを指示して、クリック、入力、フォームの記入、サイト内の移動を任せたりできます。設定不要の組み込みデフォルトモデルのほか、llama.cpp、Ollama、vLLM、LM Studioなどのローカルサーバーや、OpenAI、Anthropic、Google Gemini、OpenRouterを含む多数のクラウドLLMプロバイダーに対応しています。
- webbrain は無料で使えますか?ライセンスは?
- webbrain は Other 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。
- webbrain 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。webbrain の最終コミットは 2026年11月6日 です。
- webbrain は何に使えますか?
- ページを離れずに記事を要約したり、Webページ内の特定の情報を見つけたりする。 自分のブラウザーセッションで、フォームへの繰り返し入力や複数ステップのWebワークフローを自動化する。 ページの内容を手元のマシンに保持しながら、ローカルモデルでブラウザー操作を自動化する。 ログインが必要なページのタスクを、コーディングエージェントからログイン済みブラウザーに任せる。
- webbrain のインストール方法は?
- Chrome ウェブストアから拡張機能をインストールします WebBrain アイコンをクリックしてサイドパネルを開き、チャットを始めます。デフォルトのモデルはセットアップ不要です
- webbrain 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/webbrain-one/webbrain
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
AIエージェントがログイン済みのブラウザー上でWebタスクを実行する、オープンソースのChrome/Edge拡張機能です。
チャットボックスやページ要約、選択範囲ツールを通じて、ChatGPTなどのAIチャットモデルをあらゆるWebページで使えるブラウザー拡張機能。
Webタスクを自動化し、サイトのデータを抽出するブラウザーサイドパネル型AIアシスタント。コーディングエージェントがブラウザーを操作するためのブリッジも備えています。
既存のログイン情報を使い、1つのプロンプトを複数のAIチャットボットに送って回答を並べて表示できる、無料のChrome・Edge拡張機能です。
GitHubの画面をすっきりさせ、リポジトリ、issue、PR、通知に便利な機能を追加するブラウザー拡張機能。