Agent Browser レビュー：コーディングエージェントに本物のブラウザを

エージェントはウェブ上では盲目です。ページを取得してテキストを読むことはできても、どう描画されるかは見えず、JavaScript が動いてから現れるボタンをクリックできず、チェックアウトの流れが本当に動くか確認できません。タスクが本物のブラウザを必要とする瞬間、エージェントは人間に見てもらうしかありません。

Agent Browser がそれを解決します。Vercel Labs 製の AI エージェント向けブラウザ自動化 CLI で、使い方を教えるスキルも付いています。リポジトリの GitHub スターは4万8千近く、スキルの skills.sh インストール数は約87.7万件、全体が Apache-2.0 ライセンスです。エージェントは開いて、クリックして、スクリーンショットを撮って、記録できるヘッドレスブラウザを手に入れます。

Agent Browser とは？

Agent Browser は連携して動く2つのものです。CLI は Playwright ベースの本物のブラウザ自動化ツールで、ページを開き、移動し、シンプルな参照システムで要素を操作し、スクリーンショットを撮り、セッションの動画を記録します。スキルはリポジトリに置かれた薄いディスカバリースタブで、エージェントにまず CLI をインストールさせ、次にインストール済みバイナリのバージョンに合ったワークフローガイドを読み込ませるので、指示が古くなることがありません。

バージョンに合ったガイドこそが巧妙な点です。ブラウザ自動化は変化が速く、先月の CLI 向けに書かれたスキルは間違ったフラグを教えてしまいます。実行時にガイドを取得することで、スキルは常に現在の動作を教えます。

主な機能

1. 取得だけでなく本物のページ操作

エージェントはページを移動し、参照で要素をクリックし、フォームに入力し、スクロールします。JavaScript が動いて初めて存在するウェブアプリの部分に到達できます。普通の HTTP 取得では決して見えない場所です。

2. 目視確認のためのスクリーンショット

エージェントはページのスクリーンショットを撮って結果を見ることができます。これでフロントエンド作業のループが閉じます。ページを作り、スクリーンショットを撮り、崩れたレイアウトを見て、直して、また撮る。すべて人間の介在なしにできます。

3. セッション記録

ブラウザセッションを動画で記録したり、実行のコンタクトシートを作ったりできます。リポジトリにはコンタクトシートの実例が付いており、流れ全体を一目で確認でき、デバッグや動作の証明に役立ちます。

4. 実行時に読み込むバージョン対応ガイド

チェックインされている SKILL.md はスタブです。エージェントはコマンドを実行し、インストール済み CLI のバージョンに正確に対応した完全なワークフローガイドを取得します。CLI が進化しても、指示は常にバイナリと一致します。

5. エージェントを問わず動作

スキルはオープンな Agent Skills 形式なので、skills CLI 経由で Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI などに入ります。CLI 自体も npm とシェルインストーラーで入手できます。

使い方

skills CLI でスキルをインストールします。以下のコマンドは Vercel Labs のリポジトリから agent-browser スキルを取得します。

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser

スキルが発動すると、エージェントはまず CLI をインストールし、次に対応するガイドを読み込んでブラウザを操作し始めます。CLI を直接インストールして自分で使うこともできます。npm パッケージとシェルインストーラーはどちらもリポジトリに文書化されています。その後は、ページを開く、流れをテストする、デザインのスクリーンショットを撮るようエージェントに頼めば、ユーザーのようにブラウザを操作してくれます。

誰におすすめか

エージェントに自分の仕事を検証させたいフロントエンド開発者が中心的な対象です。QA 作業にも合います。エージェントがチェックアウトや登録の流れを歩き、壊れた箇所を報告します。静的なコピーではなくページと対話しなければならない調査タスクにも向いています。エージェントがコードしか読まないなら、必要ありません。

料金

Agent Browser は無料のオープンソースで、Apache-2.0 ライセンスです。CLI、スキル、ガイドはすべて無料です。ブラウザ自動化は自分のマシン上でローカルに動くので、支払うべきホスト型サービスはありません。

長所と短所

長所：本物のブラウザがフロントエンドと QA 作業の検証ギャップを埋めます。バージョン対応ガイドの設計により指示が常に最新です。4万8千近いスターと100万件近いインストールがあります。寛容な Apache-2.0 ライセンスです。

短所：ブラウザ自動化は強力な機能で、独立したセキュリティレビューではインストール前に確認すべき項目が指摘されているため、まずスキルと CLI を確認してください。スキルはスタブなので、本物のガイドは実行時に取得され、ネットワークが必要です。ヘッドレスブラウザは重いページでは遅く不安定になることがあります。スキルファイルだけでなくローカルインストールが必要です。

最終評価

Agent Browser はコーディングエージェントに欠けていた感覚、すなわち視覚です。エージェントがページを開き、クリックし、スクリーンショットを見られるようになれば、検証の多くが人間を必要としなくなります。フロントエンドと QA 作業ではほぼ必須に近い存在です。GitHub で試す：vercel-labs/agent-browser。