ブラウザー自動化

ブラウザーツールは Playwright を使用してページを調査し、証拠を取得し、再現可能なブラウザーワークフローを実行します。公開される tool surface は意図的に小さく保たれています。

ツール

Tool	用途
browser_session	永続的なブラウザーセッションを開始、一覧表示、終了、クリーンアップします。必要に応じて profile または storage state を再利用できます。
browser_snapshot	ページの範囲制限されたテキスト、page/network error、e1 のような短い ref を持つ対話要素を読み取り、必要に応じて screenshot を取得します。
browser_act	snapshot ref または CSS selector を使って、navigation、click、fill、select、key、wait、複数ページ操作を構造化して実行します。
browser_run_script	高水準の action set では足りない場合に、完全な Python Playwright script を実行します。

すべてのブラウザーツールは任意の machine を受け付けます。ブラウザー依存関係は選択した controller または worker に事前にインストールされている必要があり、インストールは python -m playwright install chromium のような通常の shell command で行います。

一般的なフロー

対話的な作業では、browser_session(action="start", url=...) を呼び出してから browser_snapshot を実行します。snapshot は e1 や e2 のような短い参照を返すため、それらをそのまま browser_act に渡せます。たとえば {"action": "click", "target": "e1"} や {"action": "fill", "target": "e2", "value": "..."} です。要素 ref は永続 selector ではなく page-state reference なので、navigation 後は再度 snapshot を取得してください。

通常の調査や screenshot では browser_session と browser_snapshot を優先してください。snapshot は範囲制限された可視テキストを返し、screenshot を保存できます。JavaScript evaluation、独自の capture/PDF logic、または browser_act で表現できない操作には browser_run_script を使用します。

script は必ず範囲を限定し、明示的な timeout を設定し、artifact は workspace 配下に保存してください。環境がそのタスク専用でない限り、credential の入力は避けてください。