AIサブルーチン:ゼロトークンコストでの決定論的ブラウザ自動化

✍️ OpenClawRadar📅 公開日: April 19, 2026🔗 Source
AIサブルーチン:ゼロトークンコストでの決定論的ブラウザ自動化
Ad

AIサブルーチンの機能

AIサブルーチンは、ブラウザタスクを一度記録し、呼び出し可能なツールとして保存します。これにより、トークンコストゼロ、LLM推論遅延ゼロ、100%の決定性で再生できます。生成されたスクリプトは、プロキシ、ヘッドレスワーカー、または外部プロセスソリューションを介さず、ウェブページ自体内で実行されます。

主要なアーキテクチャ上の決定

スクリプトはウェブページの実行コンテキスト内で実行されるため、すべての認証情報、CSRFトークン、TLSセッション、署名付きヘッダーが自動的にリクエストに追加されます。証明書のインストール、TLSフィンガープリントの変更、別個の認証スタックのメンテナンスは不要です。

記録メカニズム

記録中、拡張機能は2層を使用してネットワークリクエストを傍受します:

  • ページスクリプトが実行される前にインストールされるMAIN-world fetch/XHRパッチ
  • CORSおよびサービスワーカーパス用の相関フォールバックとしてのChromeのwebRequest API

JSONだけでなく、FormData、Blob、生バイトを含むリクエストボディもキャプチャされます。

ネットワークキャプチャ処理

システムは、複数のシグナルに基づいて約300のリクエストを約5つにスコアリングして削減します:

  • ファーストパーティとサードパーティのオリジン(+20 / −15)
  • 既知のテレメトリホスト(Sentry、Segment、Hotjar、RUM):−80
  • DOMイベントとの時間的相関(800ms以内:+28、2.5秒以内:+16)
  • メソッドとペイロード形状(変更を加えるPOST/PUT/PATCH/DELETE:+35;GET:+5;リクエストボディあり:+8)
  • レスポンス品質(2xx:+12;4xx以上:−25;空でないボディ:+4)
  • 揮発性の操作識別子(−18)GraphQLのqueryId、doc_id、operationHash用

揮発性のGraphQL操作IDは、次回実行時に黙って失敗する前に、DOMのみのフォールバックをトリガーします。

Ad

生成されたコード構造

生成されたコードは、ネットワーク呼び出しとDOMアクション(クリック、入力、検索)をrtrvr.*ヘルパー名前空間を介して同じ関数内で結合します。上位5つのランク付けされたリクエストとDOMインタラクションが、ジェネレーター用に12,000文字のコンテキストにレンダリングされます。

使用パターン

AIエージェントを500行のスプレッドシートに向けると、わずか1回のLLM呼び出しでパラメータが割り当てられ、500のサブルーチンが起動されます。

主要なユースケース

  • Instagram DMの送信を記録し、トークンコストゼロでDMを送信する再利用可能なルーチンを作成
  • サイトカタログの最新製品を取得するルーチンを作成し、直接GraphQLクエリを介して数千の製品を取得
  • 現在のページコンテキストからAIがパラメータを推論し、EHRフォームを提出するルーチンを設定
  • MCPサーバーを使用して、LinkedIn/Slack/Gmailの送信メッセージをCRMに毎日同期するルーチンを再利用

なぜこれが重要なのか

繰り返しタスクのためのブラウザエージェントの根本的な問題は、推論ループを経ることが不要であることです。一度記録し、LLMがすべての可能なインタラクションメソッド(直接API呼び出し、DOMインタラクション、サードパーティツール/API/MCPサーバー)を活用するスクリプトを生成することで、決定論的でコスト効果の高い自動化を実現します。

📖 Read the full source: HN LLM Tools

Ad

👀 See Also

無料LLM APIとツール呼び出しで構築されたポケモンショーダウンAIエージェント
Tools

無料LLM APIとツール呼び出しで構築されたポケモンショーダウンAIエージェント

Llama 3、Qwen、Gemma などのLLMが無料のAPI階層を介してポケモンショーダウンのバトルを自律的にプレイするシステム。構造化されたツール呼び出しを使用し、人間対AI、AI対AIのモードをサポート。

OpenClawRadar
OpenClawモデル性能レビュー:Codex 5.3が首位、GLMモデルは期待外れ
Tools

OpenClawモデル性能レビュー:Codex 5.3が首位、GLMモデルは期待外れ

開発者が複数のAIモデルをOpenClawでテストした結果、Codex 5.3が9/10の評価で最高のパフォーマンスを示し、GLM 4.7とGLM 5はトークン使用量の多さ、応答の遅さ、出力の一貫性のなさから5/10の評価となった。

OpenClawRadar
テストリール:Claude Codeによるプログラム的なデモ動画生成
Tools

テストリール:Claude Codeによるプログラム的なデモ動画生成

Testreelは、JSON、YAML、またはPlaywrightの操作記述から洗練された製品デモ動画を生成するnpmパッケージです。カーソルのオーバーレイ、クリック時の波紋、グラデーション背景付きのwebm/mp4/gif動画を作成します。

OpenClawRadar
AIエージェントの精度を向上させるための4層ナレッジベースアーキテクチャ
Tools

AIエージェントの精度を向上させるための4層ナレッジベースアーキテクチャ

ある開発者が、AIエージェントにドメイン固有のコンテキストを提供するために200以上の記事からなる構造化ナレッジベースを構築し、クエリ分類を含む4層パイプラインを実装することでトークンコストを約40%削減しました。

OpenClawRadar