browser-use
AIエージェントが実際のウェブブラウザを操作——クリック、入力、ナビゲーション、ページの読み取り——して、オープンウェブを必要とするタスクを完了させるためのライブラリです。
- 活発にメンテナンスされている
- 寛容なライセンス
概要
browser-useは、LLMエージェントが稼働中のブラウザを知覚し操作するための構造化された方法を提供します：ページ内の操作可能な要素を抽出し、エージェントが何をクリックまたは入力すべきか判断できるようにし、ナビゲーションを処理します。これにより、（APIを呼ぶのではなく）実際にウェブサイトを使う必要があるタスクを自動化できます。この分野で最も広く採用されているライブラリになっています。
browser-useは、使えるAPIを提供していないウェブサイトとエージェントがやり取りする必要があるチーム——フォーム入力、価格比較、複数ステップのフローのナビゲーションなど——に向いています。フルノーコード自動化プラットフォームというより、構成要素として使うものです。
- 言語
- Python
- ライセンス
- MIT
関連プロジェクト
Skyvern
AGPL-3.0コンピュータビジョンとLLMを使ってウェブサイトを理解し操作することで、初めて見るサイトであってもブラウザベースのワークフローを自動化します。
活発にメンテナンスされている
- AIエージェント & エージェントツール
Composio
MIT1000以上のツールキット、ツール検索、コンテキスト管理、認証を提供し、AIエージェントが単に計画するだけでなく実際に行動を起こせるようにします。
活発にメンテナンスされている
- AIエージェント & エージェントツール
MCP Servers
MITModel Context Protocolの公式リファレンス実装——OpenAI、Google、Microsoft、Anthropicにまたがって採用されている、エージェントをツールやデータに接続するためのオープン標準です。
活発にメンテナンスされている
- AIエージェント & エージェントツール
LangGraph
MITエージェントの制御フローを、暗黙的なエージェントループではなく、制御フローのための明示的なノードとエッジを持つグラフとして構築し、長時間実行や複数ステップのワークフローを信頼性高く実現します。
活発にメンテナンスされている
- AIエージェント & エージェントツール
誤りを見つけましたか? GitHub で修正を提案する