---
title: browser - ブラウザ
description: ブラウザを操作してWebページにアクセス・操作する
---

Chromiumブラウザを操作してWebページのナビゲーション、要素操作、コンテンツ取得を行います。JavaScriptでレンダリングされる動的ページに対応し、簡略化したDOMスナップショットによりAgentが効率的にページ構造を理解できます。

## インストール

<Tabs>
  <Tab title="CLIインストール（推奨）">
    ```bash
    cow install-browser
    ```

    このコマンドは以下を自動で実行します：
    - `playwright` Pythonパッケージのインストール（古いシステムでは互換バージョンに自動フォールバック）
    - Linuxにおけるシステム依存のインストール
    - Chromiumブラウザのダウンロード（Linuxサーバーでは自動的にヘッドレス軽量版を使用）
    - 中国本土ネットワークの自動検知とミラー高速化
  </Tab>
  <Tab title="手動インストール">
    ```bash
    pip install playwright
    playwright install chromium
    ```

    Linuxサーバーではシステム依存も必要：
    ```bash
    sudo playwright install-deps chromium
    ```

    古いシステム（例: Ubuntu 18.04、glibc < 2.28）では互換バージョンをインストール：
    ```bash
    pip install playwright==1.28.0
    python -m playwright install chromium
    ```

    中国からChromiumのダウンロードを高速化したい場合：
    ```bash
    export PLAYWRIGHT_DOWNLOAD_HOST=https://registry.npmmirror.com/-/binary/playwright
    python -m playwright install chromium
    ```
  </Tab>
</Tabs>

<Note>
  1. Ubuntu 20.04+、Debian 10+、macOS、Windowsをサポート。Ubuntu 18.04などの古いシステムでは互換バージョンに自動フォールバックします。
  2. ブラウザToolは依存関係が大きい（約300MB）ため、不要な場合はインストールを省略できます。軽量なWebコンテンツ取得には `web_fetch` Toolをご利用ください。
</Note>

## ワークフロー

Agentがブラウザを使う典型的な流れ：

1. **`navigate`** — 対象URLを開く
2. **`snapshot`** — 簡略化したDOMを取得し、操作可能な要素には自動で番号（`ref`）が付く
3. **`click` / `fill` / `select`** — `ref`で要素を操作する
4. **`snapshot`** — 再度スナップショットを取得して結果を確認

## サポートされる操作

| 操作 | 説明 | 主なパラメータ |
| --- | --- | --- |
| `navigate` | URLを開く | `url` |
| `snapshot` | 構造化されたページテキストを取得（主な利用方法） | `selector`（任意） |
| `click` | 要素をクリック | `ref` または `selector` |
| `fill` | 入力欄にテキストを入力 | `ref` または `selector`、`text` |
| `select` | プルダウンから選択 | `ref` または `selector`、`value` |
| `scroll` | ページをスクロール | `direction`（up/down/left/right） |
| `screenshot` | スクリーンショットをワークスペースに保存 | `full_page` |
| `wait` | 要素または時間を待機 | `selector`、`timeout` |
| `press` | キー入力（Enter、Tabなど） | `key` |
| `back` / `forward` | ブラウザの戻る／進む | - |
| `get_text` | 要素のテキストを取得 | `selector` |
| `evaluate` | JavaScriptを実行 | `script` |

## ユースケース

- 指定URLにアクセスして動的コンテンツを取得
- フォーム入力やログイン操作
- Web要素の操作（ボタンクリック、項目選択など）
- デプロイ後のWebページ動作確認
- JSレンダリングが必要な動的コンテンツのスクレイピング

## 動作モード

実行環境に応じてブラウザのモードが自動選択されます：

| 環境 | モード |
| --- | --- |
| macOS / Windows | ヘッドモード（ブラウザウィンドウを表示） |
| Linuxデスクトップ（DISPLAYあり） | ヘッドモード |
| Linuxサーバー（DISPLAYなし） | ヘッドレスモード |

`config.json`で手動上書き可能：

```json
{
  "tools": {
    "browser": {
      "headless": true
    }
  }
}
```

## ログイン状態の永続化

**対象サイトに一度ログインすれば、Agentは以降そのまま利用できます。** 2つの方法があります：

### 方法1: Persistentモード（デフォルト）

設定不要、すぐに利用可能。ログイン情報は `~/.cow/browser_profile` に保存されます。

毎回クリーンな環境で起動したい場合は、永続化を無効化：

```json
{
  "tools": {
    "browser": {
      "persistent": false
    }
  }
}
```

### 方法2: CDPモード（既存のChromeに接続）

Playwright付属のChromiumではなく、別途起動した本物のChromeにAgentを接続させることで、完全なブラウザフィンガープリントが得られます。Bot検知が厳しいサイトに有効です。

Chromeをデバッグポートと専用のユーザーデータディレクトリ付きで起動します：

<Tabs>
  <Tab title="macOS">
    ```bash
    "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
      --remote-debugging-port=9222 \
      --user-data-dir="$HOME/.cow/chrome-cdp"
    ```
  </Tab>
  <Tab title="Linux">
    ```bash
    google-chrome \
      --remote-debugging-port=9222 \
      --user-data-dir="$HOME/.cow/chrome-cdp"
    ```
  </Tab>
  <Tab title="Windows">
    ```powershell
    & "C:\Program Files\Google\Chrome\Application\chrome.exe" `
      --remote-debugging-port=9222 `
      --user-data-dir="$env:USERPROFILE\.cow\chrome-cdp"
    ```
  </Tab>
</Tabs>

`config.json` で接続先を指定：

```json
{
  "tools": {
    "browser": {
      "cdp_endpoint": "http://localhost:9222"
    }
  }
}
```

<Note>
  Chrome 137以降では `--remote-debugging-port` を専用の `--user-data-dir` と組み合わせる必要があるため、CDPで起動するChromeは**普段使いのChromeのログイン状態をそのまま流用できません**。専用プロファイル内で一度ログインし直す必要があります。
</Note>