agent-browserとは?
agent-browserは、Vercel Labsが開発したRust製のネイティブなコマンドラインツールで、AIエージェントに操作できるブラウザを与えます。agent-browser snapshotはページをコンパクトなアクセシビリティテキストとして返し、各要素に@e1のような参照を付けます。エージェントは参照を指定してクリックや入力を行い、ページを読み直して繰り返します。最初のコマンドでバックグラウンドのデーモンが起動し、Chrome DevTools Protocol経由でブラウザを制御し、呼び出しの間も開いたままなので、各ステップは短いシェルコマンド1つで済みます。
ナビゲーションと入力のほか、スクリーンショット、PDF、録画、視覚的差分、Cookieとストレージ、ネットワーク調査、コンソールエラー、トレース、Core Web Vitals、Reactインスペクターにも対応します。既定のブラウザはChrome for Testingです。実行中のChromeへの接続、LightpandaやObscuraエンジンへの切り替え、iOS SimulatorでのMobile Safariの操作、Browserbase、Browserless、Browser Use、Kernel、AgentCoreのクラウドブラウザの利用もできます。スキルはバイナリに同梱され、agent-browser mcpでstdioのMCPサーバーが起動します。
リポジトリのライセンスはApache-2.0で、GitHubスターは約53,000件です。v0.43.0は2026年11月12日にリリースされ、npmパッケージは11月19日までの1週間で約260万回ダウンロードされました。
agent-browserは使う価値があるか?
agent-browserの前提は、コーディングエージェントはすでにターミナルを使えるのだから、ブラウザもターミナルのコマンドであるべきだ、というものです。各ステップはopen、snapshot、click @e3、再びsnapshotという流れで、出力はスクリーンショットやHTMLのページではなく数行のテキストです。非表示、無効、または他の要素に覆われた要素へのクリックは、成功と報告せずに失敗します。そのため、エージェントがCookieバナーを自信満々に10ターンもクリックし続けることを防げます。
ここがPlaywright MCPとの主な違いです。Playwright MCPはブラウザをMCPツールとして提示し、クライアントがその定義を最初に読み込みます。agent-browserではMCPはおまけで、シェルを実行できるエージェントならクライアント側の対応なしで使えます。browser-useとの違いは別の点にあります。browser-useは独自のモデルループを持つPythonライブラリですが、agent-browserはモデルを内蔵せず、考える部分をClaude CodeやCodexなど呼び出し側のエージェントに任せます。1週間で約260万回というnpmのダウンロード数は、この方式が受け入れられたことを示しています。
注意点:初期状態では、エージェントの行き先、実行内容、出力内容に制限がありません。文書化された制御は優れていますが、どれも自分で有効にする必要があります。ドメインの許可リスト、14のコマンドカテゴリーに対するアクションポリシー、60秒で自動的に拒否される人間による確認、ページのテキストを信頼できないものとし て示すnonce付きのコンテンツ境界です。auth vaultはログイン情報をAES-256-GCMで暗号化して保存し、モデルがパスワードを見ることはありません。一方、~/.agent-browser/sessions/に保存されたセッションファイルは、暗号化キーを設定しない限りトークンを平文で保持します。--profileは普段使いのChromeのCookieをセッションにコピーし、--auto-connectにはChromeのデバッグポートを開く必要があります。ドキュメントは、これによりローカルのあらゆるプロセスが完全な制御権を得ると警告しています。許可リストはどちらのモードとも併用できません。
結論:Webのコードを書いて確認するエージェントにとって、今やこれが標準のブラウザツールです。インストール後の最初の作業は、--allowed-domainsと、evalを拒否する--action-policyファイルを付けた起動コマンドを用意することです。ログイン済みのセッションをエージェントに渡しても構わない場合を除き、普段使いのChromeプロファイルには近づけないでください。
真価を発揮する場面
Next.jsアプリをClaude Codeで開発しているフロントエンド開発者
エージェントが完了を報告する前に、自分のUI変更をブラウザで確認させたい
npm install -g agent-browserとagent-browser installでインストールし、agent-browser skills get coreを指す2行をAGENTS.mdに追加します。あとはエージェントがlocalhostを開き、スナップショットを取り、フローをクリックで進め、コンソールエラーを読みます。無料で、ノートPCのChrome for Testingで動きます。
従業員20人のSaaS企業のQAエンジニア
ステージング環境でレイアウトの退行や遅いページを見つけたい
CIでステージングに対してagent-browser diffとvitalsを実行します。--allowed-domainsはステージングのホストに限定し、アクションポリシーでevalとダウンロードを拒否します。ライセンス費用 はかかりません。BrowserbaseやKernelのクラウドブラウザは任意で、利用料は各社が請求します。
オペレーションアナリスト
ログインが必要なポータルから毎月エクスポートをエージェントに取得させたい
agent-browser authと--password-stdinでログイン情報を保存し、モデルにはプロファイル名だけが見えるようにします。AGENT_BROWSER_ENCRYPTION_KEYを設定してセッションファイルを暗号化し、--confirm-actionsを付けて実行すれば、ダウンロードには承認が必要になります。
導入前に確認すること
- 導入
- npm install -g agent-browser(またはbrew install agent-browser)のあと、agent-browser installでChrome for Testingをダウンロードします。Linuxでは--with-depsを追加します。npx agent-browser open example.comならインストールなしで動きます。macOS、Linux、Windows向けのネイティブバイナリがあります。
- 連携
- シェルCLI、同梱スキル(agent-browser skills get core)、skills.shからのインストール、stdioのMCPサーバー、プラグイン。エンジンはChrome for Testing、Lightpanda、Obscura、iOS Simulator。クラウド事業者はBrowserbase、Browserless、Browser Use、Kernel、AgentCore。Vercel Sandbox向けのガイドもあります。
- データとプライバシー
- ローカルで動作します。~/.agent-browser/auth/のauth vaultは、自動生成されるキーファイルにより常にAES-256-GCMで暗号化されます。~/.agent-browser/sessions/のセッション状態は、AGENT_BROWSER_ENCRYPTION_KEYを設定しない限り平文で、既定では30日で期限切れになります。公開されたセキュリティアドバイザリはありません。
- 大規模利用時のコスト
- 有料版はありません。費用はChromeを動かすマシンとモデルのトークン、クラウドブラウザ事業者を選んだ場合はその分単位の料金です。
- 制限
- 参照はナビゲーションやDOMの変更で無効になり、新しいスナップショットが必要です。許可リストはベストエフォートで、ファイアウォールではありません。デーモンは既定でヘッドレスブラウザを1時間操作がないと閉じます。バージョン0.43.0はまだ1.0未満です。
良い点
- 参照付 きのコンパクトなテキストスナップショットで、各ステップが数行に収まる
- 通常のシェルコマンドなのでどのエージェントでも使える。MCPは任意
- ネットワーク、トレース、vitals、差分、録画、iOS Simulatorまで幅広く対応
- 暗号化されたauth vaultでパスワードがモデルのコンテキストに入らない
気になる点
- 設定しない限り、ナビゲーション、アクション、出力に制限がない
- 暗号化キーがないと保存されたセッション状態は平文
- ドメイン許可リストは--profile、--cdp、--auto-connectと併用できない
- 1.0未満で変化が速く、リリースごとにコマンドが変わる
おすすめの人
Claude Code、Codexなどのターミナルエージェントに、コンテキストをあまり消費させずに実際のブラウザでWebアプリをテスト・デバッグさせたい開発者。
agent-browserの代替
agent-browser:よくある質問
- agent-browserは使う価値があるか?
- ほとんどのコーディングエージェントがまず使うべきブラウザCLIです。ただし、既定でオフになっている安全策をオンにすることが前提です。 評価は5点満点中4.4点です。
- agent-browserの料金は?
- 無料のオープンソースです(Apache-2.0)。オプションのクラウドブラウザ事業者は別途課金します。
- agent-browserの欠点は?
- 設定しない限り、ナビゲーション、アクション、出力に制限がない; 暗号化キーがないと保存されたセッション状態は平文; ドメイン許可リストは--profile、--cdp、--auto-connectと併用できない; 1.0未満で変化が速く、リリースごとにコマンドが変わる.
- agent-browserは誰に向いているか?
- Claude Code、Codexなどのターミナルエージェントに、コンテキストをあまり消費させずに実際のブラウザでWebアプリをテスト・デバッグさせたい開発者。
- チームや本番環境でagent-browserを使うと費用はいくらか?
- 有料版はありません。費用はChromeを動かすマシンとモデルのトークン、クラウドブラウザ事業者を選んだ場合はその分単位の料金です。
- agent-browserは企業データを扱っても安全か?
- ローカルで動作します。~/.agent-browser/auth/のauth vaultは、自動生成されるキーファイルにより常にAES-256-GCMで暗号化されます。~/.agent-browser/sessions/のセッション状態は、AGENT_BROWSER_ENCRYPTION_KEYを設定しない限り平文で、既定では30日で期限切れになります。公開されたセキュリティアドバイザリはありません。
- agent-browserの代わりになるものは?
- 当サイトでレビューした中で最も近い代替はBrowser Use, Stagehand, PinchTab 、 Lightpandaです。
回答確認日:2026年11月20日