Control the browser like an extension of your hands and feet. Page navigation, form input, screenshots — anything. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request. Do NOT load for: sharing URLs, embedding links, or screenshot image files.
ブラウザ自動化を行うスキル。agent-browser CLI を使用して、UI デバッグ・検証・自動操作を実行します。
agent-browser が明示指定された時に使う補助スキル。以下は扱える操作の例であり、自動起動の条件ではない:
| 機能 | 詳細 | |------|------| | ブラウザ自動化 | See references/browser-automation.md | | AI スナップショットワークフロー | See references/ai-snapshot-workflow.md |
# インストール確認
which agent-browser
# インストールを明示依頼され、未インストールの場合のみ
npm install -g agent-browser
agent-browser install
| リクエストタイプ | 対応アクション |
|----------------|---------------|
| URL を開く | agent-browser open <url> |
| 要素をクリック | スナップショット → agent-browser click @ref |
| フォーム入力 | スナップショット → agent-browser fill @ref "text" |
| 状態確認 | agent-browser snapshot -i -c |
| スクリーンショット | agent-browser screenshot <path> |
| デバッグ | agent-browser --headed open <url> |
ほとんどの操作で、まずスナップショットを取得してから要素参照で操作します：
# 1. ページを開く
agent-browser open https://example.com
# 2. スナップショット取得（AI 向け、インタラクティブ要素のみ）
agent-browser snapshot -i -c
# 出力例:
# - link "Home" [ref=e1]
# - button "Login" [ref=e2]
# - input "Email" [ref=e3]
# - input "Password" [ref=e4]
# - button "Submit" [ref=e5]
# 3. 要素参照で操作
agent-browser click @e2 # Login ボタンをクリック
agent-browser fill @e3 "user@example.com"
agent-browser fill @e4 "password123"
agent-browser click @e5 # Submit
# 現在の状態をスナップショットで確認
agent-browser snapshot -i -c
# または URL を確認
agent-browser get url
# スクリーンショットを取得
agent-browser screenshot result.png
| コマンド | 説明 |
|---------|------|
| open <url> | URL を開く |
| snapshot -i -c | AI 向けスナップショット |
| click @e1 | 要素をクリック |
| fill @e1 "text" | フォームに入力 |
| type @e1 "text" | テキストを入力 |
| press Enter | キーを押す |
| screenshot [path] | スクリーンショット |
| close | ブラウザを閉じる |
| コマンド | 説明 |
|---------|------|
| back | 戻る |
| forward | 進む |
| reload | リロード |
| コマンド | 説明 |
|---------|------|
| get text @e1 | テキスト取得 |
| get html @e1 | HTML 取得 |
| get url | 現在の URL |
| get title | ページタイトル |
| コマンド | 説明 |
|---------|------|
| wait @e1 | 要素を待機 |
| wait 1000 | 1秒待機 |
| コマンド | 説明 |
|---------|------|
| --headed | ブラウザを表示 |
| console | コンソールログ |
| errors | ページエラー |
| highlight @e1 | 要素をハイライト |
複数のタブ/セッションを並列管理：
# セッションを指定
agent-browser --session admin open https://admin.example.com
agent-browser --session user open https://example.com
# セッション一覧
agent-browser session list
# 特定セッションで操作
agent-browser --session admin snapshot -i -c
| ツール | 推奨度 | 用途 | |--------|--------|------| | agent-browser | ★★★ | 明示指定された CLI によるスナップショット操作 | | chrome-devtools MCP | ★★☆ | Chrome が既に開いている場合 | | playwright MCP | ★★☆ | 複雑な E2E テスト |
原則: ユーザー指定のブラウザ経路を優先する。指定がなければ利用可能な Browser Use / Playwright 等の経路を使い、agent-browser の導入を前提にしない。
--headed オプションでブラウザを表示可能close するまで維持されるSearch for places (restaurants, cafes, etc.) via Google Places API proxy on localhost.
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
Create or update AgentSkills. Use when designing, structuring, or packaging skills with scripts, references, and assets.
Start voice calls via the OpenClaw voice-call plugin.
Notion API for creating and managing pages, databases, and blocks.
Gemini CLI for one-shot Q&A, summaries, and generation.
Category:developer