Browser

カスタマイズ

実行前に、ユーザーのカスタマイズが次の場所にあるか確認してください： ~/.claude/PAI/USER/SKILLCUSTOMIZATIONS/Browser/

このディレクトリが存在する場合は、そこにある PREFERENCES.md、設定、リソースを読み込み、適用してください。これらはデフォルトの動作より優先されます。ディレクトリが存在しない場合は、スキルのデフォルト設定を使用してください。

必須：音声通知（アクションを起こす前に必ず実行）

このスキルが呼び出されたら、ほかのことをする前に必ずこの通知を送信してください。

1. 音声通知を送信する：

   curl -s -X POST http://localhost:31337/notify \
     -H "Content-Type: application/json" \
     -d '{"message": "Running the WORKFLOWNAME workflow in the Browser skill to ACTION"}' \
     > /dev/null 2>&1 &
   

2. テキスト通知を出力する：

   Running the **WorkflowName** workflow in the **Browser** skill to ACTION...
   

これは任意ではありません。このスキルが呼び出されたら、直ちにこの curl コマンドを実行してください。

Browser v10.0.0 — ブラウザー自動化

ツール： agent-browser — 認証プロファイルを保持する、Rust 製のヘッドレス CLI デーモンです。

agent-browser が動作しない場合、またはサイトにボット検出がある場合は、代わりに Interceptor スキルを使用してください。 Interceptor は CDP フィンガープリントがゼロの Chrome 拡張機能で、主要なボット検出チェックをすべて通過します。

サイトで認証が必要ですか？

--profile ~/.agent-browser/profiles/<site> を使用してください。プロファイルが存在する場合、認証は自動で行われます。存在しない場合は、最初に --headed を使ってログインすれば、その後はずっとヘッドレスで実行できます。

---

agent-browser

ネイティブの Rust デーモンです。認証用のプロファイルを保持します。デフォルトではヘッドレスで動作します。

クイックな単発コマンド

agent-browser open https://example.com && agent-browser screenshot /tmp/shot.png
agent-browser open https://example.com && agent-browser screenshot --full /tmp/full.png
agent-browser open https://example.com && agent-browser pdf /tmp/page.pdf

セッションベースの操作

# 1. OPEN
agent-browser open https://example.com

# 2. WORK
agent-browser snapshot                    # a11y tree with @eN refs (for AI)
agent-browser click @e12                  # click by ref
agent-browser fill @e15 "hello"           # fill input by ref
agent-browser screenshot /tmp/shot.png    # screenshot
agent-browser eval "document.title"       # run JS

# 3. CLOSE — when done
agent-browser close

認証済みブラウジング（サイトごとのプロファイル）

初回設定（一度だけ headed で実行）：

# Close any running daemon first
agent-browser close --all

# Launch headed with persistent profile — log in manually
agent-browser --headed --profile ~/.agent-browser/profiles/<site> open https://example.com

# After login completes, all future runs reuse the profile headlessly

2回目以降の実行（自動でヘッドレス）：

agent-browser --profile ~/.agent-browser/profiles/<site> open https://example.com
# Auth is automatic — cookies, IndexedDB, cache all persist

新しいサイトを追加するには： デーモンを閉じ、--headed --profile ~/.agent-browser/profiles/<name> を一度実行してログインすれば完了です。

認証情報の保管庫（代替方法）

agent-browser auth save mysite --url https://example.com --username user --password-stdin
agent-browser auth login mysite    # auto-fills login form
agent-browser auth list            # show saved profiles

バッチ実行

# Send multiple commands in one shot (fewer tool calls = fewer tokens)
echo '[["open","https://example.com"],["snapshot"],["click","@e12"]]' | agent-browser batch

高度な機能

# Connect to already-running Chrome
agent-browser --auto-connect snapshot

# Network interception
agent-browser route "**/*.{png,jpg}" abort     # block images
agent-browser route "https://api.com/*" mock '{"data":"test"}'

# Device emulation
agent-browser --device "iPhone 15" open https://example.com

# Session persistence (cookies + localStorage by name)
agent-browser --session-name myapp open https://example.com

agent-browser のルール

• デーモンモデル — 最初のコマンドでデーモンが起動し、以降のコマンドは即座に接続します。
• 参照には @eN 構文を使う — e12 ではなく @e12 を使います。
• プロファイルはすべてを保持する — Cookie、IndexedDB、キャッシュ、localStorage を保持します。
• agent-browser close または close --all で閉じると、デーモンが終了します。

---

エージェントへのブラウザー作業の委任

複数ページのスクレイピングや監視など、並列またはバックグラウンドでのブラウザー作業が必要な場合は、ブラウザーの指示を付けて汎用エージェントを起動してください。専用のブラウザーエージェントタイプは必要ありません。このスキル自体が必要な専門知識を備えています。

Agent(subagent_type="general-purpose", prompt="
  Use agent-browser CLI for all browser work.
  Commands: open <url>, snapshot, click @eN, fill @eN 'text', screenshot /path.
  For authenticated sites: --profile ~/.agent-browser/profiles/<site>
  Refs use @eN syntax from snapshots.
  [your specific task instructions here]
")

並列処理を分離する場合、各エージェントで --session <name> を使用します：

Agent 1: agent-browser --session scrape1 open https://site-a.com
Agent 2: agent-browser --session scrape2 open https://site-b.com

代替手段： agent-browser が失敗する場合、またはサイトにボット検出がある場合は、代わりに Interceptor スキルを使用してください。

従来の組み込みエージェント — 非推奨、呼び出さないでください。 BrowserAgent と UIReviewer は Claude Code の組み込み機能であり、内部処理を変更できません。これらは PAI が現在使用していないブラウザー自動化を実行します。ブラウザー作業はすべて、Interceptor スキル（検証、認証が必要なフロー）または agent-browser（ヘッドレスでのスクレイピング）を通じて行ってください。

---

ワークフローの振り分け

トリガーワード	ワークフロー	処理内容
"review stories", "run stories", "ui review", "validate stories"	Workflows/ReviewStories.md	YAML ストーリーを複数の UIReviewer に並列で割り当てます
"automate", "recipe", "template"、またはレシピ名	Workflows/Automate.md	パラメーター化されたレシピテンプレートを読み込み、実行します
"update", "check version"	Workflows/Update.md	ブラウザーツールが最新で動作していることを確認します

---

ストーリー — YAML によるユーザーストーリーの検証

ユーザーストーリーを YAML で定義し、UIReviewer エージェントを使って並列に検証します。

ディレクトリ： skills/Browser/Stories/

name: App Name
url: https://example.com
stories:
  - name: Story name
    steps:
      - action: click
        target: "LLM-readable description"
    assertions:
      - type: snapshot_contains
        text: "expected text"

次のいずれかを指定して実行します："review stories" または "run stories in HackerNews.yaml"

---

レシピ — パラメーター化されたテンプレート

{PROMPT} を挿入する、再利用可能な Markdown テンプレートです。

ディレクトリ： skills/Browser/Recipes/

レシピ	説明	ツール
SummarizePage.md	コンテンツの要約を抽出	BrowserAgent
ScreenshotCompare.md	変更前と変更後を比較	agent-browser
FormFill.md	フォームのフィールドに入力	agent-browser

次のように実行します："automate SummarizePage for https://example.com"

---

実行ログ

任意のワークフローの完了後、JSONL エントリーを 1 件追加します。

echo '{"ts":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"Browser","workflow":"WORKFLOW_USED","input":"8_WORD_SUMMARY","status":"ok|error","duration_s":SECONDS}' >> ~/.claude/PAI/MEMORY/SKILLS/execution.jsonl