Browser Automation

構造化されたバグレポート、スクリーンショット、動画付きで、あらゆる Web アプリの探索的 QA を自動化します。dogfood は agent-browser クライアントを操作して対象サイトを探索し、ビジュアル、機能、UX、パフォーマンス、コンソール、アクセシビリティの観点から問題を見つけ、明確な再現手順付きの、共有しやすい QA レポートを生成します。

agent-browser と Chrome DevTools Protocol (CDP) を使って、VS Code、Slack、Discord、Figma、Notion、Spotify など既存の Electron デスクトップアプリを自動化します。このスキルにより、起動中の Electron アプリに接続し、スナップショットを取得して UI と対話し、デスクトップや業務フローのエンドツーエンド自動化の一部として扱えるようになります。

ブラウザー自動化を使って、コマンドラインから Slack を操作できます。slack スキルは `agent-browser` 経由で、既存の Slack Web セッションに接続し、未読チャンネルの確認、DM のスキャン、会話の検索、データ抽出、構造化レポートの作成などを、より大きなワークフローの一部として実行できます。

Vercel Sandbox microVM 内で headless Chrome とともに agent-browser を実行し、Vercel にデプロイしたアプリから、安全かつスケーラブルに実ブラウザの自動操作・スクリーンショット取得・ページ操作を行えるようにします。

agent-browser は、inference.sh 経由で Playwright ベースのブラウザを AI エージェントから制御できるスキルです。ページを開き、@e 要素リファレンスを使ってクリック・入力・ドラッグ・ファイルアップロード・コンテンツスクレイピングを行い、スクリーンショットや動画も取得できます。Web 自動化、データ抽出、エージェントによるブラウジングワークフローに最適です。

agent-browser は、AI エージェントやシェルスクリプトから利用できる Chrome/Chromium 自動化用の CLI です。ページを開く、遷移する、クリックする、フォーム入力、スナップショット取得、スクリーンショット撮影、動画録画、パフォーマンス計測、セッション管理、認証処理など、ブラウザーを使ったエンドツーエンドのワークフローを自動化できます。

agent-tools は、あなたのエージェント内で inference.sh の CLI を使えるようにし、1つの場所から 150 以上の AI アプリを実行できるようにします（画像生成、動画生成・編集、LLM、検索、3D、Twitter 自動化など）。FLUX、Veo、Gemini, Grok, Claude, Seedance, OmniHuman, Tavily, Exa, OpenRouter などを、GPU や複雑な個別インテグレーションを管理せずに、ひとつのワークフローランナーでまとめて扱いたい場合に最適です。