browse

ブラウザ操作

起動手順

1. 必ず最初に tabs_context(createIfEmpty: true) を呼び出して tabId を取得する。
2. $ARGUMENTS が URL なら navigate(tabId, url) を実行。テキストなら操作タスクとして解釈する。

ページの把握

• page_outline(tabId) — ページのランドマーク構造を取得（大規模ページでは最初にこれを使用）
• read_page(tabId, filter: "interactive") — 構造化された要素参照を取得。section パラメータでランドマーク領域に絞り込み可能（例: section: "main"）。query パラメータで自然言語によるコンテンツ領域特定（例: query: "商品一覧"）。section + query 併用でランドマーク不在時の自動フォールバック。includeMedia: false で画像/動画を省略してトークン節約
• find(tabId, query, maxResults?) — 自然言語で要素を検索（トークンマッチング + ML セマンティックリランキング）。maxResults で返却件数を制御（1〜50、デフォルト 25）
• screenshot(tabId) — 目視確認が必要な場合のみ使用

操作の優先順位

1. ref ベースのクリック・入力を座標指定より優先 — 信頼性が高い
2. form_input(ref, value) をすべてのフォーム要素に使用（input/select/checkbox/radio を自動判別）。submit: true で Enter 送信まで 1 操作で完了。複数フィールドの一括入力は form_fill(fields[]) を使用
3. bulk_action(refs[], action) で複数要素への同一操作（check/uncheck/click）を一括実行
4. read_table(ref) でテーブルを構造化データ（headers + rows）として取得
5. wait_for(navigation: true) をページ遷移が発生する操作の後に実行
6. handle_dialog(accept/dismiss) でダイアログがブロックしている場合に対処

セマンティック高速化

まず sm_capabilities(tabId) を確認。ページに登録済みアクション/フェッチがあれば、手動操作の代わりに sm_invoke/sm_fetch を使用 — より高速で信頼性が高い。

Google Sheets

Google Sheets ページ（docs.google.com/spreadsheets/）では専用ツールが利用可能:

• sheets_info(tabId) — シート一覧・メタデータ取得
• sheets_read(tabId, range?, query?) — データ読み取り（tq クエリ対応）
• sheets_write(tabId, cell, value/values) — データ書き込み
• sheets_navigate(tabId, cell?, sheet?) — セル/シート移動

デバッグ

• read_console_messages(tabId) — JavaScript エラーの確認
• read_network_requests(tabId) — API 呼び出しの検査（ヘッダー、postData、MIME タイプ付き）
• AJAX 差分検出: read_network_requests(clear: true) → UI 操作 → read_network_requests(include_body: true) でリクエスト差分とレスポンスボディを取得
• batch_fetch(tabId, url, requests, ...) — ブラウザセッションで AJAX バッチ収集