Browser Use CLI 完全ガイド：Claude Codeと組み合わせるブラウザ自動操作

# uvを使う場合（推奨）
uv tool install browser-use

# pipを使う場合
pip install browser-use

# ブラウザのインストール（初回のみ）
playwright install chromium

# インストールの確認
browser-use doctor

export ANTHROPIC_API_KEY="sk-ant-..."
# 永続化する場合は ~/.bashrc や ~/.zshrc に追記

set ANTHROPIC_API_KEY=sk-ant-...
# 永続化する場合はシステム環境変数に追加

browser-use open https://example.com   # URLに移動
browser-use back                       # 前のページに戻る
browser-use scroll down                # 下にスクロール
browser-use scroll up                  # 上にスクロール

browser-use state          # 操作可能な要素をインデックス付きで一覧表示
browser-use screenshot     # スクリーンショットを保存
browser-use get title      # ページタイトルを取得
browser-use get html       # HTMLソース全体を取得
browser-use get text       # ページ内テキストを取得
browser-use get value <番号>   # 要素の値を取得

browser-use click <番号>              # 要素をクリック
browser-use type "テキスト"           # フォーカス中の要素にテキスト入力
browser-use input <番号> "テキスト"   # 要素をクリックしてテキスト入力
browser-use keys "Enter"              # キーボードキーを送信
browser-use select <番号> "選択肢"    # セレクトボックスから選択
browser-use hover <番号>              # 要素にホバー
browser-use upload <番号> "/path"     # ファイルをアップロード
browser-use dblclick <番号>           # ダブルクリック

# JavaScriptを実行（戻り値を取得できる）
browser-use eval "document.title"
browser-use eval "document.querySelectorAll('.item').length"

# Pythonコードをローカルで実行（変数が永続化される）
browser-use python "import json; data = {'key': 'value'}"

# 要素の出現・テキストを待機
browser-use wait selector ".loaded"
browser-use wait text "完了しました"

# タブ操作
browser-use switch <タブ番号>
browser-use close-tab

# ① ページを開く
browser-use open https://example.com/contact

# ② 操作可能な要素を確認
browser-use state
# 出力例: [0] input "お名前", [1] input "メールアドレス", [2] button "送信"

# ③ フォームに入力
browser-use input 0 "山田 太郎"
browser-use input 1 "yamada@example.com"

# ④ 送信して確認
browser-use click 2
browser-use screenshot confirm.png

# ブラウザウィンドウを表示しながら操作
browser-use --headed open https://example.com
browser-use --headed state

# セッションと組み合わせてウィンドウを開いたまま複数コマンド実行
browser-use --headed --session debug open https://example.com
browser-use --session debug state    # --headedなしでも同じセッションに接続
browser-use --session debug click 0

# セッション "research" を開始してサイトAに移動
browser-use --session research open https://siteA.com
browser-use --session research state

# 別セッション "monitor" を同時に使用
browser-use --session monitor open https://statuspage.io
browser-use --session monitor get text

# 2つのセッションは独立しており互いに影響しない
browser-use --session research click 3
browser-use --session monitor screenshot monitor.png

# アクティブなセッション一覧を確認
browser-use sessions

# セッションを終了
browser-use close --session research
# または全セッション終了
browser-use close --all

#!/bin/bash
# 競合3サイトの価格を収集

DATE=$(date +%Y-%m-%d)
OUTPUT_DIR="./price_data"
mkdir -p "$OUTPUT_DIR"

for SITE in "siteA.com" "siteB.com" "siteC.com"; do
  echo "=== $SITE の価格を取得中 ==="
  SESSION="price_${SITE//./_}"

  # ページを開いて価格テーブルをスクレイピング
  browser-use --session "$SESSION" open "https://$SITE/products"
  browser-use --session "$SESSION" wait selector ".product-grid"

  # テキストをJSON形式で取得してファイルに保存
  browser-use --session "$SESSION" --json get text     > "${OUTPUT_DIR}/${SITE}_${DATE}.json"

  browser-use close --session "$SESSION"
  echo "$SITE 完了"
  sleep 3  # サーバー負荷軽減のため待機
done

echo "全サイトの収集が完了しました。"

#!/usr/bin/env python3
"""CLIで収集したデータをPython Agentで分析"""
import subprocess, json, asyncio
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

def cli_get_page_text(url: str) -> str:
    """CLIコマンドで指定URLのテキストを取得"""
    subprocess.run(["browser-use", "open", url], capture_output=True)
    result = subprocess.run(
        ["browser-use", "--json", "get", "text"],
        capture_output=True, text=True
    )
    return result.stdout

async def analyze_prices(raw_data: str) -> dict:
    """Python AgentでAI分析（CLIでは難しい判断処理を担当）"""
    llm = ChatAnthropic(model="claude-sonnet-4-6")
    agent = Agent(
        task=f"以下のテキストから製品名と価格を抽出してJSON形式で返してください。

{raw_data[:3000]}",
        llm=llm,
    )
    result = await agent.run()
    return result.final_result()

if __name__ == "__main__":
    # CLI で取得 → Agent で解析
    raw = cli_get_page_text("https://example.com/products")
    analysis = asyncio.run(analyze_prices(raw))
    print(json.dumps(analysis, ensure_ascii=False, indent=2))

#!/bin/bash
# サービスステータス監視（cronで毎時実行）

SERVICES=(
  "https://status.example.com"
  "https://app.example.com/health"
)
LOG_FILE="./status_$(date +%Y%m%d).log"
SLACK_WEBHOOK="https://hooks.slack.com/services/xxx"

for URL in "${SERVICES[@]}"; do
  SESSION="monitor_$(echo $URL | md5sum | cut -c1-8)"

  browser-use --session "$SESSION" open "$URL"
  browser-use --session "$SESSION" wait selector "body"

  STATUS=$(browser-use --session "$SESSION" --json get text)
  TIMESTAMP=$(date +"%Y-%m-%d %H:%M:%S")

  # ログに記録
  echo "$TIMESTAMP | $URL | $STATUS" >> "$LOG_FILE"

  # 「degraded」「down」「障害」が含まれていれば Slack 通知
  if echo "$STATUS" | grep -qi "degraded\|down\|障害\|停止"; then
    curl -s -X POST "$SLACK_WEBHOOK"       -H "Content-Type: application/json"       -d "{"text":"⚠️ $URL で異常を検出"}"
  fi

  browser-use close --session "$SESSION"
done

#!/usr/bin/env python3
"""テックニュース収集パイプライン（CLI + Python処理）"""
import subprocess, json, sqlite3, asyncio
from datetime import datetime
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

SOURCES = {
    "hacker_news": "https://news.ycombinator.com",
    "lobsters":    "https://lobste.rs",
}

def fetch_page_text(url: str) -> str:
    """Browser Use CLIでページのテキストを取得"""
    subprocess.run(["browser-use", "open", url],
                   capture_output=True, text=True)
    # 動的コンテンツの読み込みを待機
    subprocess.run(["browser-use", "wait", "selector", "body"],
                   capture_output=True, text=True)
    result = subprocess.run(
        ["browser-use", "--json", "get", "text"],
        capture_output=True, text=True
    )
    return result.stdout

async def extract_articles(raw_text: str, source: str) -> list:
    """Python AgentでLLMが記事情報を抽出"""
    llm = ChatAnthropic(model="claude-sonnet-4-6")
    agent = Agent(
        task=(
            f"以下は{source}のページテキストです。"
            "記事のタイトル・URL・スコアを抽出してJSON配列で返してください（最大20件）。

"
            + raw_text[:4000]
        ),
        llm=llm,
    )
    result = await agent.run()
    try:
        return json.loads(result.final_result()) if result.final_result() else []
    except json.JSONDecodeError:
        return []

def save_articles(db_path: str, source: str, articles: list) -> int:
    """SQLiteに保存（重複はスキップ）"""
    db = sqlite3.connect(db_path)
    cur = db.cursor()
    cur.execute("""
        CREATE TABLE IF NOT EXISTS articles (
            id INTEGER PRIMARY KEY, source TEXT,
            title TEXT UNIQUE, url TEXT, score TEXT,
            scraped_at TEXT
        )
    """)
    saved = 0
    for a in articles:
        try:
            cur.execute(
                "INSERT OR IGNORE INTO articles VALUES (NULL,?,?,?,?,?)",
                (source, a.get("title"), a.get("url"),
                 str(a.get("score","")), datetime.now().isoformat())
            )
            if cur.rowcount: saved += 1
        except Exception: pass
    db.commit(); db.close()
    return saved

if __name__ == "__main__":
    DB = "tech_news.db"
    for name, url in SOURCES.items():
        print(f"収集中: {name}")
        raw = fetch_page_text(url)
        articles = asyncio.run(extract_articles(raw, name))
        n = save_articles(DB, name, articles)
        print(f"  → {n}件を新規保存")

    # 集計表示
    db = sqlite3.connect(DB)
    cur = db.cursor()
    cur.execute(
        "SELECT source, COUNT(*) FROM articles "
        "WHERE scraped_at > datetime('now','-24 hours') GROUP BY source"
    )
    print("
[24時間以内の収集状況]")
    for src, cnt in cur.fetchall():
        print(f"  {src}: {cnt}件")
    db.close()

#!/usr/bin/env python3
"""
Claude Code Skill: Browser Use CLI ラッパー
使い方:
  python browser_cli_skill.py open https://example.com
  python browser_cli_skill.py state
  python browser_cli_skill.py click 0
  python browser_cli_skill.py eval "document.title"
"""
import sys, json, subprocess

def run_browser_cmd(args: list[str], json_output: bool = False) -> dict:
    """browser-useコマンドを実行して結果を返す"""
    cmd = ["browser-use"]
    if json_output:
        cmd.append("--json")
    cmd.extend(args)

    result = subprocess.run(cmd, capture_output=True, text=True, encoding="utf-8")
    return {
        "stdout": result.stdout.strip(),
        "returncode": result.returncode,
        "stderr": result.stderr.strip() if result.returncode != 0 else "",
    }

if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("Usage: python browser_cli_skill.py <command> [args...]")
        sys.exit(1)

    command = sys.argv[1]
    args = sys.argv[2:]

    # get系コマンドはJSON出力
    use_json = command in ("get", "state", "eval")
    result = run_browser_cmd([command] + args, json_output=use_json)
    print(json.dumps(result, ensure_ascii=False, indent=2))

# まず診断コマンドを実行
browser-use doctor

# Chromiumを再インストール
playwright install chromium

# 既存のChromeプロファイルを使う
browser-use --profile "Default" open https://example.com

# リモートのCDPに接続
browser-use --cdp-url ws://localhost:9222 open https://example.com

# アクティブなセッションを確認
browser-use sessions

# 全セッションを強制終了して再起動
browser-use close --all
browser-use open https://example.com

# 毎回 state で最新インデックスを取得してから click する
browser-use state          # 必ず直前に実行
browser-use click 5        # 確認した番号を使う

# 動的コンテンツはセレクタ待機を入れる
browser-use wait selector ".product-list"
browser-use state          # 待機後に再取得

# JavaScriptで直接セレクタを指定する
browser-use eval "document.querySelector('[data-id="submit"]').click()"