Browse.shとは？

Browse.shは、あらゆるウェブサイトに対応したブラウザ自動化スキルのオープンカタログです。AIエージェントがオンラインでタスクを完了する方法を教える、再利用可能なSKILL.mdレシピのコレクションと、それらのスキルをインストールして実行できるbrowseという強力なCLIツールを提供します。このプラットフォームは、生のブラウザ自動化とインテリジェントなAI駆動型ウェブインタラクションの間のギャップを埋め、Ticketmaster、FlightAware、Glassdoor、SAM.govなどのサイト向けの構築済みレシピを提供します。

対象ユーザー

• AI開発者およびエンジニア：カスタムスクレイパーをゼロから作成することなく、エージェントに複雑なウェブタスクを信頼性が高くトークン効率の良い方法で自動化させる必要がある方。
• 自動化愛好家：DOMセレクター、XHRリクエスト、セッション管理をすぐに処理できる、すぐに使えるブラウザスキルのライブラリを探している方。
• 生産性向上パワーユーザー：キャンプ場の予約、EV充電停車、経費精算などを含むロードトリップの計画など、複数のウェブサイト自動化を単一のCLIコマンドで連鎖させたい方。

主な機能

再利用可能なレシピを備えたスキルカタログ

オープンウェブカタログには、数十のウェブサイト向けのSKILL.mdファイルが含まれており、それぞれが特定のタスクを完了する方法を正確に説明しています。スキルは、API呼び出し、ハイブリッドブラウザ+APIワークフロー、フェッチ操作、純粋なブラウザ自動化などの方法をカバーしています。各レシピには、トークンコストを劇的に削減する推奨DOMセレクターとXHRリクエストパターンが含まれています。

低レベルのブラウザプリミティブ

browse CLIは、click、type、select、press、scroll、screenshotなどのコマンドを使用して、AIエージェントにあらゆるウェブページを直接制御する機能を提供します。エージェントはCSSセレクターまたはアクセシビリティ参照で要素を指定できるため、構造や複雑さに関係なく、あらゆるページを操作できます。

リアルタイムのネットワークとコンソール監視

任意のbrowseセッションのネットワークリクエストとコンソール出力をリアルタイムで追跡できます。これにより、AIエージェントと人間のオペレーターの両方が、ページの動作（すべてのAPI呼び出し、エラー、警告）を完全に可視化し、正確なデバッグと最適化が可能になります。

クラウドセッションサポート

すべてのCLIコマンドはローカルのChromiumでネイティブに動作しますが、任意のコマンドの前にcloudを付けることで、Browserbaseのプラットフォーム上のリモートセッションに切り替えることができます。これにより、ローカルブラウザインスタンスを実行せずに、クラウドベースのブラウジング、検索APIアクセス、フェッチ操作が可能になります。

特筆すべき点

「推奨DOMセレクターとXHRリクエストにより、トークンコストが50分の1に削減されます。」

これは単なる別のブラウザ自動化ツールではありません。AIエージェント向けのトークン効率エンジンです。実績のあるセレクターとリクエストパターンを再利用可能なスキルにパッケージ化することで、Browse.shは、ほとんどのAIウェブ自動化の試みを悩ませる試行錯誤によるトークンの無駄を排除します。コミュニティ主導のスキルカタログと、ローカルおよびクラウドの両方で動作するCLIの組み合わせにより、プロダクションAIワークフローに独自の実用性をもたらします。

こんな方におすすめ

実際のウェブサイトと確実に連携する必要があるAIエージェントを構築している方、またはサイトごとにカスタムコードを書かずに反復的なウェブタスクを自動化したい方。特に、Claudeやその他のCLIコマンドを実行できるAIアシスタントを使用している場合、スキルが「各夜のEV充電停車とキャンプ場を備えたロードトリップを計画する」などの自然言語ワークフローにシームレスに統合されるため、Browse.shは非常に価値があります。