コーディングエージェントにブラウザを操作させるツール4選、ログインはどう渡す?

gen
gen

@gennnn ・ 49本

サムネイル

Claude Code や Codex のようなコーディングエージェントにブラウザを操作させるツールは、クリックと入力ができる点はどれも同じで、差が出るのはログインの扱いです。agent-browser、chrome-devtools-mcp、OpenCode Browse、Claude in Chrome の4つを、ログインの持ち方、人に操作を返す仕組み、開いてよいサイトの制限で比べました。agent-browser で許可リストと普段のプロファイルを一緒に渡したら、起動そのものを断られたのが今回いちばんの発見です。

ブラウザ操作ツールの差は、ログインをどこから持ってくるか

管理画面の確認や、ログインしないと見られないページのテストをエージェントに任せたいとき、パスワードを渡すのに抵抗はありませんか? 4つのツールは、この問題への答え方がそれぞれ違います。

agent-browser と chrome-devtools-mcp は、何も指定しなければ専用のまっさらなブラウザを立ち上げます。普段のログインは引き継がないので、ログインもエージェントにやらせるか、普段のChromeへつなぐ設定をあとから足します。Claude in Chrome と OpenCode Browse は逆で、最初から普段のブラウザに入り込み、人がログイン済みのタブをそのまま使います。

もう1つの違いが、開いてよいサイトを先に決めておく設定(許可リスト)です。名前は似ていても中身は4つでバラバラで、普段のログインと一緒に使えるかどうかも違います。

agent-browser 0.43.0 と chrome-devtools-mcp 1.13.0 は、Linuxのコンテナ(Chromium)で、公開されている練習用のログインページを使って動かしました。IDとパスワードは、ページに書かれた練習用の値です。

1. agent-browser、許可リストと普段のプロファイルは同時に使えない

Vercel Labs が出している、ブラウザ操作のCLIです。エージェントはシェルからコマンドを叩くだけなので、ターミナルを使えるエージェントならどれでも動かせます。ライセンスは Apache-2.0 です。

npm i -g agent-browser は1.8秒で終わりました。arm64 の Linux 向けには既定のブラウザ(Chrome for Testing)が無いので、環境変数 AGENT_BROWSER_EXECUTABLE_PATH で Debian の Chromium を指定しています。起動すると「Chrome 156 は最新の安定版158より古く、158では507件のCVEが修正済み」という警告が出ました。

ログインはこの5行です。

agent-browser open https://the-internet.herokuapp.com/login
agent-browser snapshot -i
agent-browser fill "#username" <ページに書かれたID>
agent-browser fill "#password" <ページに書かれたパスワード>
agent-browser click "button[type=submit]"

open はブラウザの起動込みで3.3秒でした。snapshot -i は、入力欄に ref=e8、ボタンに ref=e6 のような番号を振った一覧を返し、エージェントはこの番号かCSSセレクタで操作先を決めます。クリックのあとURLが /secure に変わり、「You logged into a secure area!」が表示されました。

ここからが本題です。--allowed-domains で許可するドメインを1つだけにして別のサイトを開かせると、きっちり止まります。公式のセキュリティ文書によると、ページ移動だけでなく、ページが読み込む画像やスクリプト、fetch、WebSocket の通信まで遮断する作りです。

ところが同じ指定に --profile(ログイン状態を残しておくブラウザのプロファイル)を足したら、起動を断られました。

$ agent-browser open https://example.com
✗ Domain 'example.com' is not in the allowed domains list

$ agent-browser --allowed-domains "the-internet.herokuapp.com" --profile /tmp/p1 open https://the-internet.herokuapp.com/login
✗ Auto-launch failed: --allowed-domains is not supported with --profile because Chrome may restore existing pages before network containment is installed

理由はエラー文に書いてあります。プロファイルを使うとChromeが前のページを復元することがあり、その読み込みが通信の制限より先に走るかもしれない、ということです。公式文書では、実行中のChromeにつなぐ --auto-connect や --cdp、保存したログイン状態を読み込む --state も併用不可とされています。普段のChromeのログイン状態に許可リストをかける組み合わせは、agent-browser では作れません。これは罠でした。

代わりに使えるのが Auth Vault です。IDとパスワードを名前つきで手元に保存しておき、auth login で呼び出すとフォームへの入力までやってくれます。

echo "<パスワード>" | agent-browser auth save practice --url https://the-internet.herokuapp.com/login --username <ID> --password-stdin
agent-browser auth login practice

結果は「✓ Logged in as 'practice'」で、URLも /secure になりました。保存した中身は AES-256-GCM で暗号化され、パスワードはモデルに渡る文脈に入らない、と公式文書にあります。併用不可の一覧に Auth Vault は入っていないので、許可リストと組み合わせられます。CIや使い捨てのコンテナで回すなら、この組み合わせがいちばん素直です。

2. chrome-devtools-mcp、DevToolsの調査は得意で許可リストは無い

Chrome DevTools のチームが出している MCP サーバーです。MCP は、AIに外部のツールをつなぐための共通の規格で、Claude Code や Cursor の設定に npx -y chrome-devtools-mcp@latest を書けば使えます。ツールは33個あり、クリックや入力に加えて、コンソールのログ、ネットワークの中身、パフォーマンスの計測、Lighthouse の監査まで揃っています。

起動すると、利用統計を既定で Google に送る旨の注意が出ます。仕事で使うなら --no-usage-statistics と --no-performance-crux を付けておくと安心です。

ブラウザは既定だと専用のプロファイルで起動し、--isolated で使い捨てになります。普段のChromeを使うなら --autoConnect を付け、Chrome 144 以降で chrome://inspect/#remote-debugging からリモートデバッグを有効にします。

で、ここで詰みました。自分で書いた最小のMCPクライアントから navigate_page にURLだけ渡したら、全部のツールがこのエラーで失敗しました。

navigate_page {"url":"https://the-internet.herokuapp.com/login"}
→ Input validation error: ... pageId: Invalid input: expected number, received undefined

1.13.0 では、各ツールに操作するページの番号 pageId が必須でした。先に list_pages を呼ぶと 1: about:blank [selected] のように番号が返るので、それを毎回渡します。click や fill には、さらに take_snapshot で取った要素の番号 uid も要ります。

list_pages {}                                  → 1: about:blank [selected]
navigate_page {"pageId":1,"url":"https://the-internet.herokuapp.com/login"}
take_snapshot {"pageId":1}                     → uid=1_10 textbox "Username" など
fill {"pageId":1,"uid":"1_10","value":"<ID>"}
click {"pageId":1,"uid":"1_13"}                → Page navigated to .../secure

直したあとは、起動からログイン後のスクリーンショットまで約4.4秒で通りました。

許可リストと、人に操作を返す仕組みは README に見当たりません。実際、ログインのあと example.com へもそのまま移動できました。サイトを絞る役目はクライアント側か、使い捨てのプロファイルに任せる前提のツールです。

3. OpenCode Browse、ログインの場面で人にタブを返せるのはこれだけ

OpenCode のチームによる、普段のブラウザ(Chrome、Edge、Brave、Arc などのChromium系)を操作させるツールです。本体のMCPサーバーとブラウザ拡張の2つで動き、本体はローカルの中継役(relay)を通して拡張とやりとりします。リポジトリの anomalyco/browse(MITライセンス)が作られたのは2026年10月27日で、まだ0.1系です。

ほかの3つに無いのが、人にタブを返す handoff です。browse tools の説明はこうなっています。

handoff: Ask the user to do something in a tab only a person can do (sign in, 2FA, a captcha, a payment confirmation) and wait until they finish

ログイン、2段階認証、captcha、支払いの確認のように、人にしかできない操作の場面でタブを渡して待つ、という意味です。README によると、タブにはサイトのオリジンを書いたカードが出て、人が操作を終えてカードかツールバーの Continue を押すと、エージェントが続きを再開します。終わったと見なすのは実際のクリックだけで、ページ側からは偽装できない作りです。パスワードを一度もエージェントに見せず、ログイン後の作業だけ任せられる。これ、マジでよくできてます。

demonstrate も面白くて、人が操作して見せた手順(クリック、入力、ページ移動)を記録します。説明には、パスワードの値は記録しないと書かれています。

本体は npm i -g @opencode/browse で入りました(0.1.5)。ただし、拡張を入れたブラウザがつながっていないと何も操作できません。

$ browse navigate https://the-internet.herokuapp.com/login
No browser has connected to browse yet. Add the browse extension from https://chromewebstore.google.com/detail/mfnicocicmmlkpjnaffgihfjhdgjkdjg (if it's already added, open that browser), then run `browse install` to pair it, or `browse pair` for a code to enter in the extension.

コンテナの中だけでは1ページも開けないので、CIのような画面の無い環境には向きません。

開いてよいサイトは、タブを開くときの allowedOrigins で絞れます。ただ README 自身が「guardrails, not a data boundary」(ガードレールであって、データの境界ではない)と書いています。絞られるのはページ移動と、エージェントが開くタブやポップアップまでで、ページ自身が出す fetch、画像、iframe の通信は対象外です。操作を止める readOnly を付けても、ページ内でJavaScriptを動かす eval は使えます。

4. Claude in Chrome、先にログインしたタブをそのまま使える

Anthropic のChrome拡張で、Claude Code からも呼び出せます。使えるのは Pro、Max、Ultra、Team、Enterprise の有料プランで、ブラウザは Google Chrome だけです。

Claude Code で /chrome を打って接続すると、「Now using browser "Browser 1" for Chrome actions.」と出ました。アプリを再起動したあとは /chrome を打つまでブラウザのツールが出てこなかったので、つながらないときはまずこれを試してください。

操作は、普段のChromeの中に作られる専用のタブグループで、新しいタブを開いて進みます。人が先にログインしておいたWebサービスを開かせたら、ログインし直しは一度も無く、そのまま中に入れました。写真のアップロード、設定の切り替え、チャットの送信、結果の読み取りまで通ります。ログインの手間がゼロ。これはヤバいです。

練習用のログインページも開かせ、入力欄とボタンを読み取るところまでやりました。パスワードは入力させていません。普段のChromeで動かす以上、ログインは人が済ませ、エージェントにはそのセッションだけを使わせる運用にしています。

サイトの制限は、拡張がサイトごとに許可を求める方式です。公式ヘルプによると、「この操作だけ許可」か「このサイトでは常に許可」を選び、常に許可したサイトでもファイルのダウンロードや機微な情報の入力の前には確認が入ります。Team と Enterprise では、管理者が許可するサイトと禁止するサイトの一覧を決められます。今回の Claude Code からの操作では、許可を求める画面は出ませんでした。

あなたの普段のChrome、いまどのサービスにログインしたままになっていますか? 普段のログインを全部使えるのは、裏を返すと、銀行やクラウドの管理画面にも手が届くということです。公式ヘルプも、機微なアカウントにログインしていない別のプロファイルを使うよう勧めています。

ブラウザ操作で許可するサイトの制限は、4つでどこまで効くのか?

ツール
普段のログイン
人に返す仕組み
許可リストの中身
既定は専用のブラウザ。--profile や --auto-connect で使える
なし。--confirm-actions で指定した操作の前に承認を求める
--allowed-domains。画像やfetchの通信まで遮断。--profile などとは併用不可
既定は専用のプロファイル。--autoConnect で普段のChromeへ
なし
なし
普段のブラウザそのまま
handoff。人が Continue を押すまで待つ
タブ単位の allowedOrigins。ページ自身の通信は絞らない
普段のChromeそのまま
なし。ダウンロードや機微な入力の前に確認が入る
サイトごとの許可。Team と Enterprise は管理者の一覧

並べてみると、「許可リスト」と呼べるものは3種類です。通信ごと止める agent-browser、タブの行き先を止める OpenCode Browse、操作の前に人が承認する Claude in Chrome で、chrome-devtools-mcp には仕組み自体がありません。

そして通信まで止められる agent-browser は、普段のログインとは組み合わせられません。普段のログインを使うツールの許可リストは、エージェントが迷子にならないための柵くらいに考えておくのが安全だと、僕は考えています。

用途別、ブラウザ操作ツールの選び方

エージェントに任せたいのは、使い捨ての環境でのテストですか、それとも普段ログインしているサービスでの作業ですか? 選ぶツールはここで分かれます。

  • CIや使い捨てのコンテナで回すなら agent-browser。--allowed-domains で通信ごと絞れて、ログインは Auth Vault に任せられます
  • 表示崩れや遅さの原因を調べるなら chrome-devtools-mcp。コンソール、ネットワーク、Lighthouse が1つで揃います。--isolated を付けて使い捨てにしておくと安心です
  • 普段のログイン状態を使いたいなら Claude in Chrome か OpenCode Browse。2段階認証や支払いの場面で人に戻したいなら OpenCode Browse です

後者の2つを使うなら、普段のChromeとは別のプロファイルを作り、エージェントに触らせたいサービスにだけログインしておくのがおすすめです。銀行やメールにログインしたままのプロファイルでは、動かさないほうが安全です。

OpenCode Browse を入れる前には、次の4点を確かめておくと事故りません。

  • 拡張は別のプロファイルにだけ入れる。拡張が入ったブラウザのタブとログインは、すべてエージェントの手が届く範囲になります
  • browse install はエージェントへの設定の追加まで行い、-y を付けるとこのPCで見つけたエージェント全部に足します。-a claude のように対象を絞るか、-a none でMCPの設定だけ表示させて自分で書く
  • browse status を見ると、自動更新が既定でオンでした。0.1系で更新が速いので、browse update --mode notify で通知だけにしておくと、知らないうちに挙動が変わるのを防げます
  • curl | bash のスクリプトは実行前に読む。中身は npm のパッケージを取ってくる作りなので、npm から直接入れる方法も選べます

最初の1本なら、使い捨てで試せる agent-browser か chrome-devtools-mcp から始めるのが気楽です。普段のログインを渡すのは、別のプロファイルを1つ作ってからにしましょう。