agent-browser
Browser automation through the repo agent-browser CLI. Explicit helper for navigation, forms, screenshots, scraping, and web-app checks. Prefer Browser Use or Playwright when available. Do NOT load for: sharing URLs, embedding links, or editing screenshot files.
How do I install this agent skill?
npx skills add https://github.com/chachamaru127/claude-code-harness --skill agent-browserIs this agent skill safe to install?
- Gen Agent Trust Hubwarn
This skill automates browser interactions using the agent-browser CLI. It involves installing an unverified external npm package, accessing sensitive browser data like cookies and authentication tokens, and executing arbitrary JavaScript, which creates risks for data exfiltration and indirect prompt injection.
- Socketpass
No alerts
- Snykfail
Risk: HIGH · 2 issues
- Runlayerpass
3 files scanned · No issues
What does this agent skill do?
Agent Browser Skill
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。
トリガーフレーズ
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:
- 「ページを開いて」「URLを確認して」
- 「クリックして」「入力して」「フォームに」
- 「スクリーンショットを撮って」
- 「UIを確認して」「画面をテストして」
- "open this page", "click on", "fill the form", "screenshot"
機能詳細
| 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 |
実行手順
Step 0: agent-browser の確認
# 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
Step 1: ユーザーのリクエストを分類
| 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> |
Step 2: AI スナップショットワークフロー(推奨)
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
Step 3: 結果の確認
# 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
クイックリファレンス
基本操作
| 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 |
ナビゲーション
| コマンド | 説明 |
|---|---|
back | 戻る |
forward | 進む |
reload | リロード |
情報取得
| 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 |
待機
| コマンド | 説明 |
|---|---|
wait @e1 | 要素を待機 |
wait 1000 | 1秒待機 |
デバッグ
| 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 |
セッション管理
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
MCP ブラウザツールとの使い分け
| 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。
注意事項
- agent-browser はヘッドレスモードがデフォルト
--headedオプションでブラウザを表示可能- セッションは明示的に
closeするまで維持される - 認証が必要なサイトはセッションを活用
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/chachamaru127/claude-code-harness/agent-browser">View agent-browser on skillZs</a>