ブラウザハーネス: LLMに生のCDPアクセスを提供し、ブラウザタスクを自己修正させる

Browser Harnessは、CDP Websocketを介してChromeに直接接続することで、LLMにブラウザタスクを完了する完全な自由を与える自己修復型ハーネスです（約592行のPython）。Playwright MCPやagent-browserのようにChromeを事前定義された関数でラップする代わりに、Websocketを保持する薄いデーモン、基本的なヘルパー、そしてSKILL.mdファイルを提供し、エージェントが必要に応じて独自のツールを作成できるようにします。

仕組み

核となる概念は次のとおりです：

• CDP Websocketを生かし続けるデーモン
• helpers.py内の非常に基本的なツール（約195行）
• 使用方法を説明するSKILL.md

LLMが存在しない関数を必要とする場合、helpers.pyを編集して追加します。作者によると、エージェントがファイルをアップロードしようとしてupload_file()関数が見つからず、DOM.setFileInputFilesを使って自分で作成し、続行したケースがあり、これはgit diffでのみ確認できました。

他のアプローチとの比較

他のツール（Playwright MCP、browser-use CLI、agent-browser、Chrome DevTools MCP）は、Chromeを事前定義された関数でラップしています。それらの最悪の障害モードは、click()が成功を返しても何も起こらないという沈黙の失敗です。Browser Harnessは、LLMに完全なコンテキストと自己修正の自由を与えることを目指しています。

セットアップとインストール

Claude CodeまたはCodexで次のコードを貼り付けてインストールします：

Set up https://github.com/browser-use/browser-harness for me.

エージェントはinstall.mdを読んでブートストラップし、その後SKILL.mdを通常の使用法として読み、常にhelpers.pyで利用可能な関数を確認します。

実例

• Stockfishチェスエンジンをプレイ
• テトリスで世界記録を達成
• JavaScriptでハートを描画

貢献について

貢献を歓迎します：LinkedIn、Amazonなどのサイト向けにdomain-skills/以下にドメインスキルを追加してください。スキルはハーネスによって生成され、手動で作成されるものではありません。バグ修正、ドキュメント、ヘルパーの改善も受け付けています。

ライセンス：MIT。