BrowserOS

自然言語のコマンドだけで、Webブラウジングから複雑な業務の自動化までをローカルで処理するオープンソースAIブラウザ

無料clidesktopmacosオープンソースLLMベースマルチモーダル

概要

BrowserOSは、ユーザーが自然言語でタスクを説明すると、その内容をブラウザ上で代わりに実行するオープンソースのエージェントブラウザです。画面を直接クリックしたりキーボードを叩いたりする必要なく、AIがWebブラウジング、ボタンのクリック、フォーム入力などの一連のブラウザ操作を連続して処理します。プレーンテキストでタスクを指示する方式のため、別途スクリプトを作成する必要がありません。OllamaなどのローカルLLMを連携させることで、コマンドやブラウジングデータをデバイス内のみで処理できるため、外部サーバーに情報が送信されることはありません。Chromiumをベースに構築されているため、既存のChrome拡張機能やブックマークをそのままインポートして使用できる点も、導入のハードルを下げています。繰り返しのフォーム入力に追われるオフィスワーカー、複数ページからデータを収集するリサーチャー、データを外部へ送信することを嫌う開発者に特に適したツールです。オープンソースであるため無料で利用でき、必要に応じてソースコードを直接カスタマイズして自身の業務に合わせることも可能です。

差別化ポイント

MultiOnやSkyvernのようなクラウド上で動作する競合ツールとは異なり、Ollamaを接続すれば、ブラウジングデータを外部サーバーへ送信せずにデバイス上で処理できます。
Perplexity CometやChatGPT Atlasがサブスクリプション料金やウェイティングリストへの登録を必要とするのに対し、オープンソースであるため、誰でも無料でダウンロードして利用できます。
ただし、ローカルモデルで動作させるため、応答速度や複雑なUIの処理能力がクラウド専用モデルより劣る可能性がある点には留意が必要です。

主な機能

自然言語ベースのブラウザタスク自動化（クリック・入力・ナビゲーション・データ抽出）
Ollama・LM Studioを通じたローカルLLM連携およびプライバシー保護
OpenAI・Anthropic・Geminiなど11以上のAIプロバイダーをサポート
Gmail・Calendar・Docs・Notionなど40以上のサービスの組み込み統合
MCPサーバー対応によるClaude Code・Gemini CLIなどの開発ツールの接続
Chromiumベースによる既存のChrome拡張機能との互換性

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

ローカルLLM連携機能により、すべてのブラウジングデータとコマンドを外部サーバーへ送信せず、デバイス上で処理するため、極めて高いセキュリティが求められる業務に適しています。Chromiumベースで開発されており、既存のChrome拡張機能やブックマークをそのまま利用できる使い慣れた環境を提供します。また、GitHubで9,000以上のスターを獲得した活発なオープンソースコミュニティにより、透明性が高く、開発の進展も速い点が特長です。特に、複数のAIモデルを同時に立ち上げて作業できるLLM Hubは、比較分析業務に非常に役立ちます。

デメリット

ローカル環境でエージェントを円滑に動作させるには、少なくとも32GBの大容量RAMが必要で、低スペックのPCでは手動でクリックするよりも作業が大幅に遅くなる可能性があります。まだ開発初期段階にあるため、複雑な動的ウェブサイトでクリック位置を誤ったり、要素認識に失敗したりするなどの安定性の問題が報告されています。また、一般ユーザーがOllamaのインストールやAPIキーの設定を自分で行う必要があり、初期オンボーディングがやや複雑に感じられる場合があります。