mcpField
A
agent-browser

agent-browser

github.com/tdiminoテスト・品質4143 回インストール1 週間前に更新
リポジトリ

agent-browser について

CDP を使ったコマンドラインのブラウザー自動化スキルです。Web テスト、CI ワークフロー、セッションを使うスクレイピング向けで、GUI 操作に頼らずアクセシビリティスナップショットと要素参照で操作できます。

主な機能

  1. 01コマンドラインでのページ移動と操作
  2. 02要素参照付きアクセシビリティスナップショット
  3. 03フォーム入力とセマンティックロケーター
  4. 04セッションとブラウザー状態の管理
  5. 05ネットワークのインターセプトとリクエスト追跡
  6. 06スクリーンショット、PDF、動画の記録

活用シーン

  1. 01CI ワークフローでのブラウザーテスト
  2. 02フォーム送信やログインの自動化
  3. 03セッションを使ったページのスクレイピング
  4. 04デモやデバッグ用のブラウザー操作記録

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/tdimino/claude-code-minoan --skill agent-browser

インストール後、Claude Code で/agent-browserを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

README.md
bin/
agent-browser
scripts/
build-all-platforms.sh
check-update.sh
sync-repos.sh

詳細

agent-browser によるブラウザー自動化

agent-browser を使う場面： CLI 優先のヘッドレス CDP 自動化です。ブラウザー拡張機能やピクセル単位のスクリーンショットは使いません。GUI 操作よりシェルコマンドを使いたい場合の、スクリプト化されたウェブワークフロー、CI に適したブラウザーテスト、セッションベースのスクレイピングに利用してください。

クイックスタート

agent-browser open <url>        # Navigate to page
agent-browser snapshot -i       # Get interactive elements with refs
agent-browser click @e1         # Click element by ref
agent-browser fill @e2 "text"   # Fill input by ref
agent-browser close             # Close browser

基本的なワークフロー

  1. 移動：agent-browser open <url>
  2. スナップショット：agent-browser snapshot -i（@e1、@e2 のような参照を持つ要素を返します）
  3. スナップショットの参照を使って操作します
  4. ページ遷移後や DOM に大きな変更があった後は、スナップショットを再取得します

コマンド

ナビゲーション
agent-browser open <url>      # Navigate to URL (aliases: goto, navigate)
                              # Supports: https://, http://, file://, about:, data://
                              # Auto-prepends https:// if no protocol given
agent-browser back            # Go back
agent-browser forward         # Go forward
agent-browser reload          # Reload page
agent-browser close           # Close browser (aliases: quit, exit)
agent-browser connect 9222    # Connect to browser via CDP port
スナップショット（ページ分析）
agent-browser snapshot            # Full accessibility tree
agent-browser snapshot -i         # Interactive elements only (recommended)
agent-browser snapshot -c         # Compact output
agent-browser snapshot -d 3       # Limit depth to 3
agent-browser snapshot -s "#main" # Scope to CSS selector
操作（スナップショットの @refs を使用）
agent-browser click @e1           # Click
agent-browser dblclick @e1        # Double-click
agent-browser focus @e1           # Focus element
agent-browser fill @e2 "text"     # Clear and type
agent-browser type @e2 "text"     # Type without clearing
agent-browser press Enter         # Press key (alias: key)
agent-browser press Control+a     # Key combination
agent-browser keydown Shift       # Hold key down
agent-browser keyup Shift         # Release key
agent-browser hover @e1           # Hover
agent-browser check @e1           # Check checkbox
agent-browser uncheck @e1         # Uncheck checkbox
agent-browser select @e1 "value"  # Select dropdown option
agent-browser select @e1 "a" "b"  # Select multiple options
agent-browser scroll down 500     # Scroll page (default: down 300px)
agent-browser scrollintoview @e1  # Scroll element into view (alias: scrollinto)
agent-browser drag @e1 @e2        # Drag and drop
agent-browser upload @e1 file.pdf # Upload files
情報の取得
agent-browser get text @e1        # Get element text
agent-browser get html @e1        # Get innerHTML
agent-browser get value @e1       # Get input value
agent-browser get attr @e1 href   # Get attribute
agent-browser get title           # Get page title
agent-browser get url             # Get current URL
agent-browser get count ".item"   # Count matching elements
agent-browser get box @e1         # Get bounding box
agent-browser get styles @e1      # Get computed styles (font, color, bg, etc.)
状態の確認
agent-browser is visible @e1      # Check if visible
agent-browser is enabled @e1      # Check if enabled
agent-browser is checked @e1      # Check if checked
スクリーンショットと PDF
agent-browser screenshot "body" path.png  # Viewport screenshot to file
agent-browser screenshot --full "body" path.png  # Full page to file
agent-browser screenshot "body"           # Viewport screenshot (auto-saved to tmp)
agent-browser screenshot ".modal" modal.png  # Screenshot specific element
agent-browser pdf output.pdf              # Save as PDF

v0.9.1 の注意点：screenshot では、最初の位置引数として CSS セレクターが必要です。 ビューポート全体をキャプチャするには "body" を使用してください。セレクターを省略すると、 Validation error: selector: Expected string, received null が発生します。

ビデオ録画
agent-browser record start ./demo.webm    # Start recording (uses current URL + state)
agent-browser click @e1                   # Perform actions
agent-browser record stop                 # Stop and save video
agent-browser record restart ./take2.webm # Stop current + start new recording

録画を開始すると新しいコンテキストが作成されますが、セッションの Cookie とストレージは保持されます。URL が指定されていない場合は、現在のページに自動的に戻ります。スムーズなデモを行うには、まず操作を試してから録画を開始してください。

待機
agent-browser wait @e1                     # Wait for element
agent-browser wait 2000                    # Wait milliseconds
agent-browser wait --text "Success"        # Wait for text (or -t)
agent-browser wait --url "**/dashboard"    # Wait for URL pattern (or -u)
agent-browser wait --load networkidle      # Wait for network idle (or -l)
agent-browser wait --fn "window.ready"     # Wait for JS condition (or -f)
マウス操作
agent-browser mouse move 100 200      # Move mouse
agent-browser mouse down left         # Press button
agent-browser mouse up left           # Release button
agent-browser mouse wheel 100         # Scroll wheel
セマンティックロケーター（参照の代替）
agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find text "Sign In" click --exact      # Exact match only
agent-browser find label "Email" fill "[email protected]"
agent-browser find placeholder "Search" type "query"
agent-browser find alt "Logo" click
agent-browser find title "Close" click
agent-browser find testid "submit-btn" click
agent-browser find first ".item" click
agent-browser find last ".item" click
agent-browser find nth 2 "a" hover
ブラウザー設定
agent-browser set viewport 1920 1080          # Set viewport size
agent-browser set device "iPhone 14"          # Emulate device
agent-browser set geo 37.7749 -122.4194       # Set geolocation (alias: geolocation)
agent-browser set offline on                  # Toggle offline mode
agent-browser set headers '{"X-Key":"v"}'     # Extra HTTP headers
agent-browser set credentials user pass       # HTTP basic auth (alias: auth)
agent-browser set media dark                  # Emulate color scheme
agent-browser set media light reduced-motion  # Light mode + reduced motion
Cookie とストレージ
agent-browser cookies                     # Get all cookies
agent-browser cookies set name value      # Set cookie
agent-browser cookies clear               # Clear cookies
agent-browser storage local               # Get all localStorage
agent-browser storage local key           # Get specific key
agent-browser storage local set k v       # Set value
agent-browser storage local clear         # Clear all
ネットワーク
agent-browser network route <url>              # Intercept requests
agent-browser network route <url> --abort      # Block requests
agent-browser network route <url> --body '{}'  # Mock response
agent-browser network unroute [url]            # Remove routes
agent-browser network requests                 # View tracked requests
agent-browser network requests --filter api    # Filter requests
タブとウィンドウ
agent-browser tab                 # List tabs
agent-browser tab new [url]       # New tab
agent-browser tab 2               # Switch to tab by index
agent-browser tab close           # Close current tab
agent-browser tab close 2         # Close tab by index
agent-browser window new          # New window
フレーム
agent-browser frame "#iframe"     # Switch to iframe
agent-browser frame main          # Back to main frame
ダイアログ
agent-browser dialog accept [text]  # Accept dialog
agent-browser dialog dismiss        # Dismiss dialog
JavaScript
agent-browser eval "document.title"   # Run JavaScript

グローバルオプション

agent-browser --session <name> ...    # Isolated browser session
agent-browser --json ...              # JSON output for parsing
agent-browser --headed ...            # Show browser window (not headless)
agent-browser --full ...              # Full page screenshot (-f)
agent-browser --cdp <port> ...        # Connect via Chrome DevTools Protocol
agent-browser -p <provider> ...       # Cloud browser provider (--provider)
agent-browser --proxy <url> ...       # Use proxy server
agent-browser --headers <json> ...    # HTTP headers scoped to URL's origin
agent-browser --executable-path <p>   # Custom browser executable
agent-browser --extension <path> ...  # Load browser extension (repeatable)
agent-browser --help                  # Show help (-h)
agent-browser --version               # Show version (-V)
agent-browser <command> --help        # Show detailed help for a command
プロキシのサポート
agent-browser --proxy http://proxy.com:8080 open example.com
agent-browser --proxy http://user:[email protected]:8080 open example.com
agent-browser --proxy socks5://proxy.com:1080 open example.com

環境変数

AGENT_BROWSER_SESSION="mysession"            # Default session name
AGENT_BROWSER_EXECUTABLE_PATH="/path/chrome" # Custom browser path
AGENT_BROWSER_EXTENSIONS="/ext1,/ext2"       # Comma-separated extension paths
AGENT_BROWSER_PROVIDER="browserbase"         # Cloud browser provider
AGENT_BROWSER_STREAM_PORT="9223"             # WebSocket streaming port
AGENT_BROWSER_HOME="/path/to/agent-browser"  # Custom install location (for daemon.js)

例：フォームの送信

agent-browser open https://example.com/form
agent-browser snapshot -i
# Output shows: textbox "Email" [ref=e1], textbox "Password" [ref=e2], button "Submit" [ref=e3]

agent-browser fill @e1 "[email protected]"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # Check result

例：保存した状態を使った認証

# Login once
agent-browser open https://app.example.com/login
agent-browser snapshot -i
agent-browser fill @e1 "username"
agent-browser fill @e2 "password"
agent-browser click @e3
agent-browser wait --url "**/dashboard"
agent-browser state save auth.json

# Later sessions: load saved state
agent-browser state load auth.json
agent-browser open https://app.example.com/dashboard

セッション（並列ブラウザー）

agent-browser --session test1 open site-a.com
agent-browser --session test2 open site-b.com
agent-browser session list

JSON 出力（解析用）

機械可読な出力を得るには、--json を追加します。

agent-browser snapshot -i --json
agent-browser get text @e1 --json

デバッグ

agent-browser --headed open example.com   # Show browser window
agent-browser --cdp 9222 snapshot         # Connect via CDP port
agent-browser connect 9222                # Alternative: connect command
agent-browser console                     # View console messages
agent-browser console --clear             # Clear console
agent-browser errors                      # View page errors
agent-browser errors --clear              # Clear errors
agent-browser highlight @e1               # Highlight element
agent-browser trace start                 # Start recording trace
agent-browser trace stop trace.zip        # Stop and save trace
agent-browser record start ./debug.webm   # Record video from current page
agent-browser record stop                 # Save recording

詳細ドキュメント

詳しいパターンとベストプラクティスについては、以下を参照してください。

リファレンス説明
references/snapshot-refs.md参照のライフサイクル、無効化のルール、トラブルシューティング
references/session-management.md並列セッション、状態の永続化、同時スクレイピング
references/authentication.mdログインフロー、OAuth、2FA の処理、状態の再利用
references/video-recording.mdデバッグとドキュメント作成のための録画ワークフロー
references/proxy-support.mdプロキシ設定、地域テスト、ローテーションプロキシ

すぐに使えるテンプレート

一般的なパターン向けの実行可能なワークフロースクリプトです。

テンプレート説明
templates/form-automation.sh検証を伴うフォーム入力
templates/authenticated-session.sh一度ログインして、状態を再利用
templates/capture-workflow.shスクリーンショットを使ったコンテンツ抽出

使用方法：

./templates/form-automation.sh https://example.com/form
./templates/authenticated-session.sh https://app.example.com/login
./templates/capture-workflow.sh https://example.com ./output

コメント

Markdown 対応