Vercel Labsのagent-browserを試す

この話の要点はagent-browserのアクセシビリティツリー方式よりも、静かなパッケージングの癖にある。npmはバージョン未指定のインストールを「*」範囲の解決として扱うため、まず現在のNodeのengines.nodeチェックに失敗する候補を落とし、残った中から選ぶ。0.27.0にはenginesフィールドが一切ないため、Node 22でもこのフィルターを通過してインストールされる。エラーも警告も出ない。著者は両方向で確認した。Node v22.23.4では通常のコマンドで0.27.0が入り、Node v24.22.2に切り替えると同じコマンドで0.41.2が入った。

別途、著者によるagent-browser自体の試用はスムーズに進んだ。open、snapshot、fill、click、readはすべてローカルの日本語テストページで動作し、各要素は@e1のような@ref IDを持ち、座標やピクセルは関与しない。トークン削減の主張は部分的にしか再現できず、小さなローカルページで文字数が約48.6%減っただけで、公式のPlaywright MCP比較とは前提が異なる。姉妹ツールのagent-desktopはさらに先へ進んだ。WSLg上でアクセシビリティ権限は付与されたが、list-apps、list-windows、launch --activateはいずれもACTION_NOT_SUPPORTEDで失敗した。WMがWestonであり、ツール自身のLinuxスキルドキュメントが検証済みと挙げるGNOME環境ではなかったためだ。