「読む」「ページ取得」「URLの内容」？
read_page（JSレンダリング）または fetch_light（静的）
← スキルレジストリに戻る
開発ワークフロー公開スキル
Browser Automation
AIエージェント向けウェブ操作 — ページ読み取り、データ抽出、スクリーンショット取得、フォーム操作、ヘッドレスChromiumによる構造化コンテンツのスクレイピング。
このスキルが教えること
特定の作業に再利用できるプレイブックです。
MCPサーバーはエージェントに利用可能なアクションを伝えます。スキルはそれらのアクションに関する判断を追加します：仕事の認識方法、従うべき順序、避けるべきこと、結果が完了したと判断する方法。
ブラウザ操作をオーケストレーションします — ウェブページの取得、コンテンツ抽出、スクリーンショット撮影、要素との対話、構造化データのスクレイピングを行います。ウェブページの閲覧、ウェブサイトからのデータ抽出、スクリーンショット撮影、URLの稼働確認、ウェブフォームとの対話時に使用してください。
アーキテクチャ
Browser AutomationがADK-Rustエージェントをどのように導くか。
スキルはサービス認証情報やビジネスデータではなく指示を含むため読みやすくポータブルです。ADK-Rustがエージェントに提供し、エージェントはレビュー済みのツール境界から選択し、接続されたMCPサーバーが認証された操作を実行します。
01
ユーザーリクエスト
エージェントは通常の言語で表現された目標を受け取ります。
02
Browser Automation スキル
意図に合致し、意思決定ガイドを提供し、ツールの境界を絞り込みます。
03
ADK-Rustエージェント
ワークフローを計画し、各重要なステップをランタイムにストリームします。
04
mcp-browser
機能を所有するシステムに対して認証された操作を実行します。
05
検証済みの結果
スキルの完了ルールはユーザーに返される証拠を形作ります。
意思決定ガイド
エージェントがリクエストを適切なアクションに変換する方法。
これらのルートはスキルの指示から直接来ています。モデルが意図を認識し、全機能の即興ではなく特定のツールやワークフローを選択するのに役立ちます。
「スクリーンショット」「キャプチャ」「ビジュアル」？
screenshot / screenshot_element
「リンク」「リンク抽出」？
extract_links
「クリック」「フォーム入力」「操作」？
click / type_text / wait_for
「稼働確認」「ステータス」「URLチェック」？
check_status
「PDF」「ページ保存」？
save_pdf
「構造化データ」「フィールド抽出」？
extract_structured / query_selector
実証済みのワークフロー
有用な結果のための繰り返し可能なシーケンス。
ワークフローは複数のツール呼び出しをユーザーが実際に認識するタスクに結びつけます。スキルはその順序と意図された結果を説明し、ADK-Rustは共有ランタイムを通じてエージェントの進行状況をストリームします。
011-2の呼び出し
ページ読み取り
任意のURLからクリーンなテキスト取得
022の呼び出し
データ抽出
ページから構造化フィールド抽出
031の呼び出し
スクリーンショット
ビジュアルキャプチャ（全ページまたは要素）
043-4の呼び出し
対話
フォーム入力、ボタンクリック
051の呼び出し
ステータスチェック
URLの到達可能性確認
ツールの境界
スキルは17の文書化されたツールを使用する場合があります。
この許可リストはスキルによって宣言されます。エージェントがこの仕事に必要なアクションに集中し、mcp-browserが認証、検証、接続されたシステムの責任を保持します。
read_page
get_html
extract_links
extract_metadata
query_selector
get_accessibility_tree
extract_structured
screenshot
screenshot_element
save_pdf
click
type_text
evaluate_js
wait_for
navigate
check_status
fetch_light
作業ルール
エージェントがすべきこと。
- 重い操作の前にcheck_statusを使う（死んだURLで時間を無駄にしない）
- 静的ページにはfetch_lightを使う（フルブラウザの10倍高速）
- トークン効率の良い抽出にはget_accessibility_treeを使う（HTMLより77%トークン削減）
運用の境界
エージェントが避けるべきこと。
- 単純な静的ページにread_pageを使わない（fetch_lightを使う）
- ボットを明示的にブロックするサイトはスクレイピングしない（robots.txtを尊重）
- type_textで入力した認証情報を保存しない
インストールと接続
期待される機能の隣にスキルを追加してください。
ADK-Rustスキルローダーが検出できるリポジトリをインストールし、mcp-browserに接続し、宣言されたツールが利用可能であることを確認してからエージェントにワークフローを使用させてください。
スキルをインストール
git clone https://github.com/zavora-ai/skill-browser-automation.git ~/.skills/skills/browser-automationADK-Rust読み込みの形状
let skills = SkillLoader::from_dir("~/.skills/skills").await?;
let skill = skills.load("browser-automation").await?;
let agent = LlmAgentBuilder::new("agent")
.instruction(skill.instructions())
.tools(skill.allowed_tools(toolset)?)
.build()?;リポジトリの互換性声明: mcp-browserサーバーの接続が必要です（Chromiumベース、ヘッドレス）。
公式ドキュメント
完全なスキルパッケージを読む。
リポジトリは正確な指示、例、ヘルパースクリプト、アセット、MCP要件、ライセンス、後の更新に関して権威を保持します。
探索を続ける
開発ワークフローでさらに詳しく。
CI/CD Pipeline ManagementAIエージェント向けのパイプライン操作 — ビルドの監視、ログからの失敗原因のデバッグ、安全なデプロイのトリガー、mcp-cicdを通じたリリースゲートの管理。8の許可されたツールCode Search & NavigationAIエージェント向けコードインテリジェンス — セマンティック検索、シンボル参照、コールグラフ、依存関係マッピング、影響範囲分析、所有権解決をmcp-code-search経由で提供。8の許可されたツールComputer UseAIエージェント向けデスクトップ自動化 — スクリーンショット、クリック、入力、スクロール、アクセシビリティツリー、フォーム入力、メニュー操作、スクリプト（AppleScript/JXA/PowerShell）、アプリ/ウィンドウ管理。49ツール。50の許可されたツール
ソース記録
このスキルエントリのリポジトリメタデータ。
- ライセンス
- Apache-2.0
- 許可されたツール
- 17
- 参照
- 3
- リビジョン
- 38297870a375
- 更新済み
- 2026年5月31日