「browser-automation」に関するオープンソースプロジェクト

Playwright風APIと自然言語のact・observe・extract呼び出しでChromeを操作する、ブラウザーエージェント向けTypeScript・Python・Go SDK。

ByteDance発のオープンソースなマルチモーダルAIエージェント基盤。CLI/Web UIのAgent TARSと、デスクトップGUIエージェントアプリのUI-TARS Desktopを提供。

LLMとコンピュータビジョンを使ってあらゆるサイトのWebワークフローを実行するオープンソースのブラウザ自動化ツール。PlaywrightにAIコマンドを追加します。

階層型のツール振り分け、CDPブラウザプロキシ、サイトごとの情報メモを通じて、Claude CodeなどのローカルAIエージェントにWebアクセス機能を提供するAgent Skillです。

ユーザーの同意のもと、AIアシスタントがタブの管理、履歴の検索、ページの読み取りやスクリーンショット撮影を行えるMCPサーバーとFirefox拡張機能。

Midscene.jsは、Web・モバイル・デスクトップアプリのUIテスト手順やアサーションを自然言語で記述できる、ビジョン駆動型のE2Eテストフレームワークです。

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。

構造化されたアクセシビリティスナップショットを通じて、LLMクライアントからPlaywrightで実ブラウザーを操作できるModel Context Protocolサーバー。

ターミナルからLLM駆動のエージェントを実行できる、ツール利用、MCP、ブラウザー自動化に対応した汎用AIエージェントフレームワークです。

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。

AIエージェントやアプリ向けのオープンソースのブラウザーAPI。Puppeteer、Playwright、Seleniumで操作できる、管理型Chromeサンドボックスを提供します。

AIエージェント向けに構築されたオープンソースのChromiumベースブラウザー。ローカルで動作し、ログイン済みアカウントを使ってエージェントを複数のタブで並行実行できます。

マルチインスタンスのオーケストレーションとライブダッシュボードを備え、AIエージェントがChromeをトークン効率よく操作できるGo製HTTPサーバー。

あらゆるWebページにGUIエージェントを組み込み、自然言語で操作できるJavaScriptライブラリ。

Claude CodeをCEO、デザイナー、エンジニアリングマネージャー、レビュアー、QA、リリース担当などで構成される仮想チームに変える、23種類のスラッシュコマンドスキルと便利なツール集。

AIエージェントや自動化向けにZigで一から実装されたヘッドレスブラウザ。CDPとWebDriver BiDiのサーバーを備える。

実ブラウザーを操作するAIエージェントを構築できるオープンソースのPythonライブラリ

AIエージェント専用のDocker化されたLinuxデスクトップ、ブラウザー、文書ツールを備えたオープンなエージェントフレームワーク。

エージェント、コンピュータ操作、ブラウザ自動化、金融分析など、Claude APIを使ったデプロイ可能なアプリのスタータープロジェクト集です。

ブラウザー操作をMCPコマンドやClaude Skillsに変換し、AIエージェントから制御できる自動化プラットフォーム。