mcpField
M
mantis

mantis

ローカル
github.com/perzianhqブラウザ自動化22 日前に更新
リポジトリ

mantis について

mantisは、Playwrightベースのインターフェースを通じて、簡潔な番号付きテキストでWebページを閲覧できるMCPサーバーです。スクリーンショットに頼らず、ページの変更を段階的に返すため、Webタスクを行うエージェント向けです。

主な機能

  1. 01Webページの番号付きテキスト表示
  2. 02Playwrightベースのブラウザーインターフェース
  3. 03ステップごとのページ変更表示
  4. 04複数段階のWebワークフロー対応

活用シーン

  1. 01スクリーンショットを使わないWeb閲覧
  2. 02長い複数段階のブラウザータスクの実行
  3. 03ページ変更の簡潔な表現をエージェントに提供

MCP 対応

mantisはClaude Code、Codex、Cursorなどのエージェント向けMCPサーバーとして動作します。ブラウザーインターフェースをMCP経由で公開します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
  "mcpServers": {
    "perzianhq-mantis": {
      "command": "npx",
      "args": [
        "-y",
        "mantis-browser"
      ]
    }
  }
}
起動コマンドnpx -y mantis-browser

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmmantis-browser0.1.10

ツール

16

掲載時のツール一覧 · 1 日前に更新

パラメーター型必須説明
urlstringはい

詳細

mantis

AI エージェントがスクリーンショットではなく、短い番号付きテキストでウェブを閲覧できるようにします。

perzian.dev/mantis · Perzian 作

Claude Code、Codex、Cursor、または独自のエージェントで MCP サーバーとして利用できます。2 つのコマンドでインストール。

仕組み

エージェントが Mantis に open/click を送信し、Mantis が Chromium でページを読み取り、各コントロールに番号を付け、変更された内容だけを返します。CAPTCHA、2FA、支払いはユーザーが操作します

エージェントに表示される内容

Cookie ポップアップがあるショップのページが 8 行に変換されます。#3 をクリックした後は、変更された内容だけが返されます

結果

同じタスク、同じ合格基準で、3 つの方法を比較しています。Mantis、アクセシビリティツリー（Playwright MCP）、スクリーンショットです。

複数ステップにわたる長いワークフロー（live-long-fixtures：ページ内の障害要素を含むローカルタスク 16 件、各方法で 3 回実行、コードによる採点）。スコアは 48 点満点、時間は 1 回の実行におけるエージェントの平均実行時間です。

モデルMantisアクセシビリティツリースクリーンショット
gpt-6-luna正解48/4848/4842/48
時間103s132s163s
入力トークン17.3M28.0M31.0M
ツール呼び出し119016852774
claude-haiku-5-5正解48/4848/4848/48
時間42s59s64s
入力トークン12.1M18.7M27.1M
ツール呼び出し150118272876

実際のサイト（live-v1 v1.7：タスク 30 件、各方法で 3 回実行、ブラインド評価）。成功数は 90 件中です。

モデルMantisアクセシビリティツリースクリーンショット
gpt-6-luna899085
claude-haiku-5-5878689

まとめ： 精度はツリーと同等です（実際のサイトでは 90 回中 1 回以内の差、長いワークフローでは同点）。長いタスクではトークンと呼び出しを約 30％削減します。

Mantis が優れている点
  • 長いワークフロー。 精度はツリーと同じで、時間を 22～29％、入力トークンを 35～38％、ツール呼び出しを 18～29％削減します。各ステップで変更された内容だけを返すためです。
  • スクリーンショットとの比較。 どのケースでもトークンと呼び出しが少なくなります。Luna は、Mantis とツリーが見逃さなかった項目を 48 件中 6 件見逃しました。
  • 短いタスク。 ツリーとほぼ同等です。タスクが長くなるほど優位性が高まります。

手法と注意事項：bench/RESULTS.md。

詳細を見る

ライセンス

MIT

コメント

Markdown 対応

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。