AIエージェントが実ブラウザを操作できるMCPサーバー「OpenCode Browse」登場

原題: OpenCode Browse

なぜ重要か

AIエージェントが実ブラウザのセッションを直接利用できるアーキテクチャは、ヘッドレスブラウザ方式と比べて認証コストを大幅に削減し、エージェント自律化の実用範囲を広げる可能性がある。

OpenCodeを運営するAnomalyは、AIコーディングエージェントがユーザーの実際のChromiumブラウザを操作できるMCPサーバーとChrome拡張機能「OpenCode Browse」を公開した。ログイン済みセッションやタブ、拡張機能をそのまま利用でき、2FAやログインが必要な場面ではユーザーに操作を引き渡す「Handoff」機能を備える。

OpenCode BrowseはMCP(Model Context Protocol)サーバーとChromium向けブラウザ拡張機能のセットで構成される。エージェントはChrome、Edge、Brave、Arc、Vivaldi、Operaなど主要Chromiumブラウザ上でタブをバックグラウンドに開き、ページの読み取り・クリック・文字入力・スクリーンショット撮影・タブ録画・ネットワークトラフィックの記録を実行できる。

最大の特徴は「ユーザーがすでにログインしているサイト」をそのまま活用できる点だ。APIキーや追加設定は不要で、ブラウザに保存済みのセッションをエージェントが引き継ぐ。エージェントが開くタブは折りたたまれたグループとしてバックグラウンドに配置されるため、通常の作業画面を妨げない設計になっている。

ログイン・2FA・決済など人間の介入が必要な場面では「Handoff」機能が働く。エージェントはタブをユーザーに返し、ユーザーが操作を済ませて「Continue」をクリックすると処理を再開する。逆に「Lend a tab」機能でユーザーが開いているタブをエージェントに渡すことも可能だ。

対応MCPクライアントはOpenCode、Claude Code、Cursor、Codex、Zedなど多岐にわたる。インストールはChrome拡張機能から始め、CLIはcurl・PowerShell・npm・bunの各方法で導入できる。「Allowed sites」設定でエージェントが操作できるドメインを制限する機能も用意されている。

AnomalyはOpenCode Browse以外にも、オンデバイス音声入力ツール「Hex」、ローカルアプリ向けHTTPSトンネル「OpenTunnel」、ターミナルUIライブラリ「OpenTUI」を展開している。

出典

opencode.ai — 元記事を読む →