Chrome 拡張機能と CLI で、エージェントがあなたの実際のブラウザを操作 — ログイン状態、拡張機能、Cookie がすでに利用可能。ヘッドレスインスタンス不要、ボット検出なし、余分なメモリ消費なし。GitHub で Star。

他のブラウザ MCP は新しい Chrome を起動します — ログインなし、拡張機能なし、即座にボット検出、メモリ2倍消費。RunBrowser は実行中のブラウザに接続します。Chrome 拡張機能1つで、完全な CDP アクセス、すでにログイン済みのすべてのサイトにアクセス可能。

はじめに

3ステップでエージェントがブラウジングを開始。

CLI をインストール：

1npm i -g @jiweiyuan/runbrowser

Chrome に拡張機能をロード：chrome://extensions/ を開き、デベロッパーモードを有効化、パッケージ化されていない拡張機能を読み込むをクリック、packages/extension/dist フォルダを選択
タブの拡張機能アイコンをクリック — 緑色に変わります。使い始めましょう：

123runbrowser navigate https://example.com
runbrowser snapshot
runbrowser click @e5

セッション管理は不要 — 最初のコマンドでセッションが自動作成されます。拡張機能がブラウザを localhost:19988 のローカル WebSocket リレーに接続します。CLI がリレーを通じて CDP コマンドを送信。リモートサーバーなし、アカウント不要。

skill もインストールしましょう — エージェントに RunBrowser の使い方を教えます：

1npx -y skills add runbrowser/runbrowser

拡張機能アイコン緑 = 接続済み。グレー = このタブに未接続。

仕組み

タブの拡張機能アイコンをクリック — chrome.debugger で接続し、ローカルリレーへの WebSocket を開きます。エージェント（CLI または MCP）が同じリレーに接続。CDP コマンドが拡張機能を通じて直接 Chrome に流れます — Playwright なし、中間層なし。

┌─────────────────────┐     ┌──────────────────────┐     ┌─────────────────┐
│   BROWSER           │     │   LOCALHOST          │     │   CLIENT        │
│                     │     │                      │     │                 │
│  ┌───────────────┐  │     │ WebSocket Server     │     │  ┌───────────┐  │
│  │   Extension   │<───────┬───>  :19988          │     │  │ CLI / MCP │  │
│  └───────┬───────┘  │ WS  │                      │     │  └───────────┘  │
│          │          │     │  /extension          │     │        │        │
│    chrome.debugger  │     │       │              │     │        v        │
│          v          │     │       v              │     │  ┌────────────┐ │
│  ┌───────────────┐  │     │  CDPExecutor         │     │  │  HTTP API  │ │
│  │ Tab 1 (green) │  │     │  (direct CDP)        │     │  │  /api/*    │ │
│  │ Tab 2 (green) │  │     └──────────────────────┘     │  └────────────┘ │
│  │ Tab 3 (gray)  │  │                                  │                 │
└─────────────────────┘     Tab 3 not controlled         └─────────────────┘

リレーはセッションを多重化するため、複数のエージェントや CLI インスタンスが同時にブラウザを操作可能。すべてのブラウザコマンドは CDP で直接実行 — Playwright 依存なし。

コラボレーション

エージェントがあなたのブラウザで動作するため、コラボレーションが可能。すべてをリアルタイムで確認 — クリックごとにターゲット要素に緑のハイライトが表示され、コマンドごとに微妙なボーダーの光が点滅。CAPTCHA が出たらあなたが解決。Cookie 同意が出たら、クリックして通過。エージェントが詰まったら、そのタブで拡張機能を無効化、手動で修正、再度有効化すれば、エージェントは中断したところから再開。

リモート画面を見ているのでも、事後にログを読んでいるのでもない。ブラウザを共有しているのです。

アクセシビリティスナップショット

エージェントは操作前にページを見る必要があります。アクセシビリティスナップショットは、すべてのインタラクティブ要素をテキストで返し、@ref ラベルが付きます。スクリーンショットの 100KB+ に対して 5～20KB — 安価、高速、ビジョンなしで解析可能。

1234567891011runbrowser snapshot

# 出力:
# - banner:
#     - link "Home" @e1
#     - navigation:
#         - link "Docs" @e2
#         - link "Blog" @e3
# - main:
#     - heading "Welcome" @e4
#     - button "Get started" @e5

各行の @ref をコマンドに直接渡せます。スナップショットをページを読む主要な方法として使用。

12345678910# スナップショットの ref でインタラクション
runbrowser click @e5
runbrowser fill @e3 "検索キーワード"
runbrowser get text @e4

# インタラクティブ要素のみフィルタ
runbrowser snapshot -i

# CSS セレクタでスコープ
runbrowser snapshot -S "main"

CLI コマンド

RunBrowser はカテゴリ別に整理された 50+ コマンドを提供。すべてのコマンドが --json 出力と自動セッション作成をサポート。

123456789101112131415161718192021222324252627282930313233343536373839404142434445# ナビゲーション
runbrowser navigate https://example.com
runbrowser back
runbrowser forward
runbrowser reload
runbrowser close

# 観察
runbrowser snapshot                        # @refs 付きアクセシビリティツリー
runbrowser snapshot -i                     # インタラクティブ要素のみ
runbrowser screenshot shot.png             # スクリーンショット保存
runbrowser get url                         # 現在の URL
runbrowser get title                       # ページタイトル
runbrowser get text @e5                    # 要素のテキスト
runbrowser is visible @e5                  # 要素状態チェック

# インタラクション
runbrowser click @e5                       # 要素クリック
runbrowser fill @e3 "hello world"          # 入力フィールドクリア＋入力
runbrowser type "検索キーワード"             # 現在のフォーカスでタイプ
runbrowser press Enter                     # キー押下
runbrowser select @e5 "option-value"       # ドロップダウン選択
runbrowser check @e5                       # チェックボックス
runbrowser scroll down                     # スクロール
runbrowser hover @e5                       # ホバー
runbrowser viewport 1280 720              # ビューポートサイズ設定

# 待機条件
runbrowser wait @e5                        # 要素が表示されるまで待機
runbrowser wait 2000                       # ミリ秒待機
runbrowser wait --text "Welcome"           # テキスト出現待機

# セマンティックロケーター
runbrowser find role button click --name "Submit"
runbrowser find text "ログイン" click

# タブ＆フレーム管理
runbrowser tab list
runbrowser tab new https://example.com
runbrowser frame "iframe#embed"
runbrowser frame main

# 実行
runbrowser eval 'document.title'           # ブラウザで JS 実行
runbrowser cdp Page.captureScreenshot '{}' # 生の CDP コマンド

ホットパスにはフラットコマンド。管理にはサブグループ。eval はその他すべて。

サイトコマンド

任意のウェブサイトを CLI コマンドに変換。サイトコマンドは TypeScript プラグインで、ナビゲーション、スクレイピング、データ抽出を再利用可能なコマンドにカプセル化。1つのコマンドで構造化 JSON を取得。

12345678910# GitHub トレンドリポジトリを構造化データとして取得
runbrowser github trending --limit 5

# RANK  NAME                 STARS   LANGUAGE
# ---   ----                 -----   --------
# 1     denoland/deno        5.2k    Rust
# 2     tauri-apps/tauri     3.8k    Rust

# エージェント向け JSON 出力
runbrowser github trending --limit 3 --json

~/.runbrowser/commands/ に .ts ファイルを置くだけでカスタムコマンドを作成。TypeScript、IDE サポート完備。

1234567891011121314151617181920// ~/.runbrowser/commands/github/trending.ts

export const description = 'GitHub trending repositories'
export const columns = ['rank', 'name', 'stars', 'language']

export const args = {
  limit: { type: 'number', default: 20, description: 'Number of items' },
}

export async function run(ctx, args) {
  await ctx.navigate('https://github.com/trending')
  const data = await ctx.evaluate(`
    [...document.querySelectorAll('article.Box-row')].map(el => ({
      name: el.querySelector('h2 a')?.textContent?.trim(),
      stars: el.querySelector('.octicon-star')?.parentElement?.textContent?.trim(),
      language: el.querySelector('[itemprop="programmingLanguage"]')?.textContent?.trim(),
    }))
  `)
  return data.slice(0, args.limit).map((item, i) => ({ rank: i + 1, ...item }))
}

TypeScript プラグイン。構造化データ。ナビゲーション→スナップショット→解析の代わりに1コマンド。

コマンド拡張

runbrowser/commands リポジトリからコミュニティメンテナンスのコマンドをインストール。クローン不要、ビルド不要 — インストールしてすぐに使用。

123456789101112131415161718192021222324# 利用可能なコマンド拡張を一覧表示
runbrowser commands list

# Available command extensions:
#
#   reddit
#   youtube
#   x ✓ installed
#   hackernews
#   producthunt

# 拡張をインストール
runbrowser commands install reddit
# ✓ Installed reddit/
#   → ~/.runbrowser/commands/reddit/hot.ts
#   → ~/.runbrowser/commands/reddit/search.ts

# すぐに使用可能
runbrowser reddit hot --limit 5
runbrowser reddit search "ブラウザ自動化"

# アンインストール
runbrowser commands uninstall reddit
# ✓ Uninstalled reddit/

コミュニティコマンドは TypeScript ファイルとして ~/.runbrowser/commands/<site>/ にダウンロードされます。カスタムサイトコマンドと同じ形式 — 閲覧、修正、フォークが可能。

仕組み： CLI が runbrowser/commands GitHub リポジトリから .ts ファイルを取得しローカルに保存。リレーサーバーが jiti で実行時にロード — コンパイル不要。各拡張は1つ以上のコマンドファイルを含むディレクトリ。

自分のコマンドを貢献： runbrowser/commands リポジトリにディレクトリを作成し、.ts ファイルを置いて PR を提出。あなたのコマンドが runbrowser commands install で全員に利用可能に。

一貫したサブコマンドパターン。コミュニティメンテナンス。カスタムコマンドと同じ TypeScript 形式。

セッション

セッションは自動作成 — コマンドを実行するだけで動作。高度な用途では明示的にセッションを管理。

123runbrowser session new              # セッション作成、id を出力
runbrowser session list             # セッションと状態キーを表示
runbrowser session delete 1         # セッション削除

複数のエージェントを同時に実行しても互いに干渉しません。各セッションは独立したサンドボックス。ブラウザタブは共有、セッション状態は独立。

1234567# 明示的なセッション指定
runbrowser navigate https://a.com -s 1
runbrowser navigate https://b.com -s 2

# デフォルトセッションの設定
export RUNBROWSER_SESSION=1
runbrowser snapshot                 # セッション1を使用

画面録画

エージェントの操作を MP4 動画として録画。chrome.tabCapture を使用し拡張機能コンテキストで実行するため、ページナビゲーション後も継続。

123456789# 録画開始
runbrowser record start -o recording.mp4

# ナビゲーション、インタラクション — 録画はページをまたいで継続
runbrowser navigate https://example.com
runbrowser click @e5

# 停止して保存
runbrowser record stop

ネイティブタブキャプチャ。ナビゲーションを越えて持続。H.264 MP4 に自動トランスコード。

MCP 連携

RunBrowser は 2ツールの MCP モデル — skill と run。ツールの肥大化なし、スキーマの膨張なし。

12345678{
  "mcpServers": {
    "runbrowser": {
      "command": "npx",
      "args": ["-y", "@jiweiyuan/runbrowser-mcp@latest"]
    }
  }
}

エージェントは skill で利用可能なコマンドを学習し、run で実行：

skill()  → 完全な CLI ドキュメント + サイトコマンドを返す
run({ command: "navigate https://example.com" })
run({ command: "snapshot" })
run({ command: "click @e1" })
run({ command: "eval document.title" })

run ツールは CLI と同じ構文。エージェントは別の API を学ぶ必要なし。

┌──────────────────────────────────────────────────────────────────────┐
│                         MCP クライアント                              │
│                  (Claude, Cursor, Windsurf...)                      │
└──────────────┬──────────────────────────────┬────────────────────────┘
             │                              │
        skill()                        run(command)
             │                              │
             v                              v
┌──────────────────────────────────────────────────────────────────────┐
│                     RunBrowser MCP サーバー                           │
│                                                                     │
│   ┌─────────────────┐              ┌──────────────────────────┐     │
│   │   skill ツール   │              │      run ツール          │     │
│   │                 │              │                          │     │
│   │  CLI ドキュメント │              │  コマンド文字列を解析     │     │
│   │  + サイトコマンド │              │  リレーに転送            │     │
│   │  一覧を返す      │              │  結果を返す              │     │
│   └─────────────────┘              └────────────┬─────────────┘     │
│                                                 │                   │
└─────────────────────────────────────────────────┼───────────────────┘
                                                │
                                          HTTP / WS
                                                │
                                                v
                                  ┌─────────────────────────┐
                                  │   リレー :19988          │
                                  │   CDPExecutor           │
                                  └────────────┬────────────┘
                                               │
                                          chrome.debugger
                                               │
                                               v
                                  ┌─────────────────────────┐
                                  │   あなたの Chrome        │
                                  └─────────────────────────┘

比較

他の選択肢との比較。

vs Playwright MCP

	Playwright MCP	RunBrowser
ブラウザ	新しい Chrome を起動	あなたの Chrome を使用
拡張機能	なし	既存のものをそのまま
ログイン状態	新規	ログイン済み
ボット検出	常に検出される	回避可能
コラボレーション	別ウィンドウ	ユーザーと同じブラウザ

vs BrowserUse

	BrowserUse	RunBrowser
言語	Python	TypeScript / Node.js
ブラウザ	新しい Chrome を起動（Playwright）	あなたの Chrome を使用
アプローチ	AI エージェントフレームワーク（LLM が判断）	CLI + MCP ツール（エージェントがコマンド送信）
ログイン状態	新規	ログイン済み
CLI	なし	あり — 50+ コマンド

vs Agent Browser

	Agent Browser	RunBrowser
ブラウザ	ヘッドレス Chromium を起動	実行中の Chrome
コマンド数	~90（肥大化）	~50（精選）
コマンド拡張	なし	あり — コミュニティコマンドをインストール
CLI	Rust CLI → Node デーモン	Node CLI → リレー（シンプル）
ボット検出	常に検出される	回避可能
リアルタブ	いいえ	はい

リモートアクセス

リモートマシンの Chrome を操作 — ヘッドレス Mac mini、クラウド VM、devcontainer。パブリックバインドとトークンでリレーサーバーを起動。

1234567# ホストマシンで — リレーサーバー起動
runbrowser serve --host 0.0.0.0 --token <secret>

# どこからでも — 環境変数を設定して通常通り使用
export RUNBROWSER_HOST=192.168.1.10
export RUNBROWSER_TOKEN=<secret>
runbrowser navigate https://example.com

devcontainer や Docker にも対応 — RUNBROWSER_HOST=host.docker.internal を使用。

セキュリティ

すべてがあなたのマシンで動作。リレーは localhost:19988 にバインドし、拡張機能からの接続のみ受付。リモートサーバーなし、アカウント不要、テレメトリなし。

ローカルのみ — WebSocket サーバーは localhost にバインド。データがマシンから出ることはない。
オリジン検証 — RunBrowser 拡張機能のオリジンのみ受付。悪意あるサイトは接続不可。
明示的同意 — 拡張機能アイコンをクリックしたタブのみ制御。バックグラウンドアクセスなし。
可視の自動化 — 制御中のタブに自動化バナーを表示。すべてのエージェント操作に視覚フィードバック（緑のハイライト）。