Browser Use

• ウェブスクレイピングとデータ抽出: データが表示される前にインタラクション（ログイン、ページネーション、動的レンダリング）が必要なページから、構造化された情報を取得する必要がある場合。
• フォームの自動入力と送信: 直前のページ状態に依存するマルチステップウィザードを含む、ウェブフォームへの入力と送信を自動化する必要がある場合。
• エンドツーエンドのウェブテスト: 実際のブラウザ環境でウェブアプリのUIを操作し、スクリーンショットを取得して要素の状態を確認したい場合。
• 認証済みブラウジングワークフロー: ローカルのChromeプロファイルを同期したり、保存済みCookieを持つクラウドセッションを再利用したりすることで、すでにログイン済みのサイト内で操作する必要がある場合。
• 並列クラウドAIエージェント: 複数の自律型ブラウザエージェントを同時に起動し（例：競合調査、大量データ収集）、その結果をポーリングする必要がある場合。

• シンプルなHTTP APIコール: サイトがRESTまたはGraphQL APIを公開している場合、それを直接呼び出す方がブラウザの自動操作よりも高速で信頼性が高いです。
• 静的HTMLスクレイピング: ページがJavaScriptのレンダリングやインタラクションを必要としない場合、軽量なHTTPフェッチの方が効率的です。
• ブラウザを使わない自動化: Webブラウザを使用しないタスク（ファイルシステム操作、データベースクエリなど）は、このスキルの対象外です。

ブラウザはコマンド間で開いたままになるため、再起動することなく open、state、click、input、screenshot を使ったマルチステップのワークフローを構築できます。名前付きセッション（--session NAME）を使用すると、複数の独立したブラウザを並行して実行できます。

chromium（高速、ヘッドレス、独立環境）、real（オプションのプロファイルとCookieに対応したインストール済みChromeバイナリ）、またはremote（プロキシサポート付きのクラウドホスト型ブラウザ）から選択できます。各モードは、独立性・認証・コストのトレードオフに応じて使い分けることができます。

ブラウザプロファイルとCookieの一覧表示、検査、同期、インポート、エクスポートをローカルまたはクラウドで行えます。ドメインスコープのCookie同期機能により、無関係なセッショントークンを公開することなく、ローカルのChromeプロファイルからクラウドブラウザセッションへ認証情報を引き継ぐことができます。

browser-use -b remote run "task" を使用して、クラウド上で自律型ブラウザエージェントを起動します。非同期実行、並列セッション、順次タスク間でのセッション再利用、構造化JSON出力、LLMモデルの選択（例：gpt-4o、claude-sonnet）、および評価用のジャッジモードをサポートしています。

browser-use python を使用して、ブラウザセッション内で任意のPythonコードを実行します。変数と browser オブジェクトはコマンド間で保持されるため、CLIを離れることなく、ナビゲーション、インタラクション、ページデータへのプログラムによるアクセスが可能です。

browser-use tunnel <port> を使用してローカルの開発サーバーをクラウドブラウザに公開します。これにより、Cloudflareトンネルが作成され、公開URLが返されます。トンネルはブラウザセッションとは独立しており、close コマンドをまたいで持続します。

ローカルのChromeプロファイルからCookieを同期し、SaaSツールに認証済みのクラウドセッションを開いて、エクスポートページに移動し、ダウンロードボタンをクリックして完了を待つ — すべて手動ログインなしで実行できます。

それぞれ異なる競合他社の料金ページを対象とした、3つの同時クラウドエージェントタスクをBrowser Useで起動します。task status でそれぞれのステータスをポーリングし、各タスクが完了したら構造化された出力を収集し、最後に session stop --all で全セッションを一括停止します。

トンネル経由でローカル開発サーバーを開き、state の要素インデックスを使用してマルチステップフォームを順番に操作し、各ステージで browser-use screenshot path.png を使ってスクリーンショットを撮影し、最後に browser-use wait text "Success" で最終ページのテキストを確認します。

JavaScriptでレンダリングされたリスティングページに移動し、スクロールダウンしてさらに結果を読み込み、browser-use get html --selector ".results" を使用して関連するフラグメントを抽出し、browser-use eval を実行してDOMから構造化データを取り出します。