メインコンテンツへスキップ
Gologin Cloud Browserは、AIエージェント向けのリモートブラウザ実行環境として利用できます。 エージェント(Claude、Codex、またはツール呼び出しに対応した任意のエージェント)が、お客様のコードを介してCloud Browserセッションに接続し、ページ遷移、クリック、文字入力、データ抽出といった実際のブラウザ操作を実行できます。 これにより、次のようなエージェントのワークフローが可能になります。
  • JavaScriptのレンダリングや、実際のユーザー操作(クリック、スクロール、フォーム入力)
  • プロファイルによる永続的なセッション(Cookie/ストレージ)
  • プロキシ経由の通信と、再現性のあるブラウザ設定
ツールを一から作りたくない場合は、 Agent Browser CLI または AI Skills をご利用ください。すぐに使えるエージェント機能が揃っており、Puppeteer/Playwrightのコードは不要です。
注: このページでは、技術的な連携パターンについて説明しています。対象ウェブサイトのルールを変更するものではなく、アクセスを保証するものでもありません。

連携パターンの概要

AIエージェントは通常、ブラウザに「直接接続」するわけではありません。代わりに、次の流れで動作します。
  1. 次に行うことを計画する
  2. お客様が公開したツール/関数を呼び出す(ツール呼び出し)
  3. 構造化された結果を読み取り、処理を続ける
Gologin Cloud Browserを使う場合、ツール/関数は次の処理を行います。
  1. クラウドセッションに接続する(トークン+任意のプロファイル)
  2. ブラウザ操作を実行する(ページ遷移、クリック、抽出、スクリーンショット)
  3. 構造化された結果をエージェントに返す

推奨アーキテクチャ

AIエージェント(Claude / Codex / その他) -> お客様のツールサーバー(Node/Pythonサービス)を呼び出す -> ツールサーバーがPlaywright/Puppeteerを使用する -> Gologin Cloud Browser(リモートエンドポイント)に接続する -> 結果(テキスト/JSON/スクリーンショットの参照)をエージェントに返す このパターンを採用する理由:
  • Gologinのトークンをサーバー側だけで管理できる
  • レート制限、リトライ、ログ記録、安全性チェックを適用できる
  • プロファイルとプロキシを一貫して再利用できる

前提条件

1) APIトークン(サーバー側)

Gologinアプリでトークンを作成します: API & MCP → API → 新しいトークン。
トークンは機密情報として扱ってください。クライアント側のコードで公開しないでください。

2)(推奨)REST APIによるプロファイルとプロキシの管理

Cloud Browserは実行(ランタイム)層です。プロファイルの管理(作成/更新)やプロキシの設定には、REST APIを使用します。
重要: プロファイルのプロキシ設定に誤りがある場合や、プロキシに到達できない場合、クラウドブラウザのセッションはプロキシのタイムアウトエラーで起動に失敗します。接続する前にプロキシに到達できることを確認するか、テスト時はプロキシモードを none に設定してください。

2種類のURLの違い

Gologinは、Cloud Browser用に2種類のURLを提供しています。それぞれ用途が異なります。 Puppeteer/Playwrightで使えるのは /connect エンドポイントだけです。 ライブビューのURLはHTMLのストリーミングインターフェースを返すため、browserWSEndpoint として使用することはできません。

クラウドセッションへの接続

Cloud Browserの標準エンドポイントを使用します。
  • token — GologinのAPIトークン
  • profile — プロファイルID(任意)
    • 永続的なセッションや制御された設定が必要な場合は、profileId を指定します
    • profile を省略すると、セッション用に新しいプロファイルが作成されることがあります
/connect エンドポイントはブラウザセッションを自動的に開始します。接続前に別途APIを呼び出す必要はありません。 実装例(Puppeteer/Playwright): https://gologin.com/docs/api-reference/cloud-browser/getting-started

既製のCLIツールとカスタムツールの比較

エージェントにブラウザへのアクセス手段を与える方法は2つあります。

オプションA: GologinのCLIツールを使う(ほとんどの場合に推奨)

  • Agent Browser CLI — open、snapshot、click、type、fill、screenshot、close に加え、さらに30以上のコマンドを備えた既製のCLIです。常駐デーモン、参照(ref)ベースの操作、エージェントのループ処理向けにコンパクトにまとめた出力を備えています。
  • Web Access CLI — スクレイピング(Web Unlocker)とブラウザ操作を1つにまとめた統合CLIです。
  • AI Skills — Claude Code向けのプラグアンドプレイ型スキルで、すべて自動的に処理します。

オプションB: Puppeteer/Playwrightでカスタムツールを作成する

完全な制御が必要な場合は、Playwright/Puppeteerを包む小さなラッパーをいくつか実装し、ツールとして公開します。 通常は、次の最小構成で十分です。
  • open_url(url)
  • click(selector)
  • type(selector, text)
  • wait_for(selector | timeout)
  • extract_text(selector | page)
  • screenshot()
  • close_session()
これらはGologin独自のAPIではありません。Cloud Browserセッションに対して実行される、標準的なPlaywright/Puppeteerコマンドの薄いラッパーです。

重要: ツール呼び出し間のセッション管理

これは、エージェントのワークフローにおいて最も重要な設計上の課題です。 AIエージェントは、複数のステップにわたって順番にツールを呼び出します。各ツール呼び出しでは同じブラウザ接続を再利用する必要があります。ツールを呼び出すたびに新しく puppeteer.connect() を実行すると、ステップ間でCookie、ローカルストレージ、ページの状態が失われます。 推奨パターン: ツールサーバー上でセッションのシングルトンを保持します。
各ツールは getSession() を呼び出して、共有インスタンスを取得します。

ツールがエージェントに返すべき内容

エージェントが確実に処理を続けられるよう、小さく構造化された結果を返してください。例:
  • 現在のURL
  • 抽出したテキスト/JSON
  • 要素が見つかったかどうか
  • スクリーンショットの参照(保存している場合)
  • エラーの種類(タイムアウト、ナビゲーションエラーなど)

運用上の注意点

  • セキュリティ: トークンはサーバー側で管理し、クライアントアプリには決して埋め込まないでください。
  • セッション管理: 同時接続数の上限に達しないよう、使い終わったセッションは閉じてください。エージェントのワークフローが完了したら closeSession() を呼び出します。
  • 信頼性: 一時的な障害(タイムアウト、ナビゲーションエラー)に備えて、リトライやバックオフを追加してください。
  • 可観測性: デバッグ時は、利用可能であればライブビューを開けます。URLの形式の例: https://cloudbrowser.gologin.com/browsers/{profileId}/{sessionId-or-view-token}/

制限事項

  • 結果は、対象ウェブサイトやお客様の設定によって異なります。
  • ウェブサイトによっては自動化をブロックする場合があります。Cloud Browserは実行環境であり、アクセスを保証するものではありません。
  • 同じプロファイルに複数のセッションから同時に接続すると、競合が発生する場合があります。1つのプロファイルにつき、同時に1つの接続のみを使用してください。
  • クォータとレート制限が適用されます: https://gologin.com/docs/api-reference/limitations/rate-limits