メインコンテンツへスキップ
見出し画像

AIサブスクを「手」に変える:ブラウザ自動操作ツール「Endoplexity」使ってみました

    一応、謳い文句がAPIキーはもう要らないって話なんですけど、ClaudeやCursor課金前提で考えた方が良い感じです。

    これはエージェントのブラウザ操作ツール。

    サイドパネルが結構使いやすかったんですが、日本語UIに弱かったり、賢いモデルじゃないと人間の確認がむっちゃ増える。

    まだまだ出たばっかりのツールだから仕方無いっちゃ仕方無い。
    スマホで記事編集しているんですが、むっちゃやりにくいです。

    1. 概要:Endoplexityとは何か

    AIのエージェント利用、ブラウザ操作ないとしんどいです。

    AIに高度な計画を立案させることは簡単、その結果をブラウザに反映させる実行段階で、依然として人間の作業は消えない事も多い訳で。

    画像

    Endoplexityは、この「エージェント」と「実行」の乖離を埋めるために設計されたブリッジツール。

    このツールの最大の価値は、ユーザーがすでに月額20ドル前後の費用を投じている「Claude Pro」や「Cursor」のサブスクをそのまま活用し、追加のAPI課金なしでブラウザを制御できる点。

    • 既存資産の解法: 高価なAPIキー駆動型エージェントとは異なり、手元にあるClaudeやCursorのCLIを脳として利用し、既存のサブスクに眠る潜在的価値を引き出します。

    • 構成要素: AIという「脳」に対し、ブラウザを操作するための「手」となるツールサーバー(ブリッジ)と、作業の進捗を監視する「顔」としてのブラウザサイドパネルUI。

    • リアルセッションの活用: ログイン済みの既存ブラウザセッション上で動作するため、ヘッドレスブラウザのような複雑な再ログインプロセスは不要。

    AIを作業を完遂する自律型エージェントへと昇華させるためのツール、それがEndoplexity。

    わたしとしてはヘッドレスブラウザとHermesAgentのブラウザ操作、んでこのツール。どれが一番良いのか探っていきたい。

    2. このツールが向く人・向かない人

    癖が強いというか、ClaudeかCursorじゃないと最適化してないかもです。最初ローカルで使いたかったんですよー。モデル賢くないと確認が鬼増えます。

    わたしは結局Claudeで使いました

    向いている人

    • Claude ProやCursorのサブスクユーザー: 毎月の固定費を使い倒し、1アクションごとのAPI課金に怯えることなく自動化を進めたい方。

    • Node.js環境を整備できる人: Node 24以上の実行環境を保持しており、CLI操作に抵抗がない技術的リテラシーのある方。

    • ブラウザ作業の「ラストワンマイル」を自動化したい人: 情報収集からフォーム入力まで、人間が介在していたルーチンワークをAIに委譲したい方。

    • APIの不確実なコストを嫌う人: 予算管理の観点から、予測不可能な従量課金よりも定額制サービスの中で最大限の出力を得たい方。

    画像

    向かない人

    • 環境構築の自動化を求める人: ソフトウェアのクローンやコマンド実行を伴うセットアップ作業を避けたい方。そんな甘くなかったー

    • モバイル利用がメインの人: PC版Chromeのデバッガー機能に依存しているため、スマホやタブレットでは動作しません。

    • AIに全権を委任したい人: 安全性の観点から、Endoplexityは人間による承認(Human-in-the-loop)を前提としています。完全なブラックボックスでの動作を求める場合には不向き。

    3. 圧倒的なパフォーマンスと仕組みの裏側

    Endoplexityの技術的優位性は、ブラウザ情報をいかに軽量かつ高効率にAIへ伝達するかというアーキテクチャに集約。TypeScriptとNode 24+で構築されたこのシステムは随分軽い感じです。

    画像
    • アクセシビリティ・ツリーの採用: 生のHTMLではなく、ウェブサイトの構造と意味を抽出した「アクセシビリティ・ツリー」をAIに送信。モデルはページ内容を正確に把握しつつ、トークン消費量を劇的に抑えることが可能らしい。それにしてはHTML以外のサイトに弱かったな。

    • デルタ更新(差分送信)による効率化: タスクの2ターン目以降は、変更された箇所だけを送信。例えば10ターンの複雑なタスクにおいて、119,856トークンの消費を31,626トークンまで圧縮し、約3.8倍の通信効率を実現。

    • MCP:業界標準の通信プロトコルであるMCPを介して、AIに14種類の強力な道具を装備させます。

    • 14のブラウザツール: snapshot、navigate、click、type、upload、read_files、Scrollなど、AIは人間と同等の操作を行います。

    4. 他のAIエージェントツールとの性能比

    コスパと利便性の観点から、Endoplexityは既存市場にあるAPI駆動型エージェントとの決定的な差が浮き彫りに。

    画像
    • 経済的インパクト: ソースデータのテスト事例では、10ターンの複雑なフォーム入力タスクで約0.0959ドルのAPI消費(112kトークン相当)が記録。Endoplexityなら、この費用を支払うことなく、すでに契約済みのサブスク枠内で完結。

    • 処理スピード: 42秒という短時間で、情報の読み取りから10段階のステップ実行までを完遂する高いレスポンス性能を誇ります。

    • 利便性の優位: 多くの競合ツールが「クリーンな環境(ログインなし)」からスタートするのに対し、Endoplexityは「今、あなたが使っているタブ」から直接作業を開始できるため、ログインや多要素認証の壁を容易に突破。

    5. メリットとデメリット:導入前に知るべき真実

    導入におけるリスク管理、このツールの強みと現時点での制約を考えてみましたー。

    メリット

    • 追加コストの完全排除: 既存のClaude/Cursorサブスク以外の費用は発生しません。

    • 強力なセキュリティ構造: 通信は127.0.0.1(ループバックアドレス)に限定され、外部への漏洩を防止。拡張機能IDはRSAキーで固定(ピン留め)され、WebSocket接続もオリジン固定によって保護されています。

    • 物理的な安全策: 「送信(submit)」「支払(pay)」「削除(delete)」などの不可逆なアクションに対しては、必ず人間が承認ボタンを押すまで停止するゲートが設けられています。

    画像

    デメリット

    • 英語優先の安全策: 承認ゲートは「submit」「pay」といった英語のラベルヒューリスティックで動作。そのため他言語のボタンやアイコンのみのボタンは自動で検知できない場合があるため注意が必要。

    • OS間の差異: 現時点ではWindowsの自動起動(npm run setup)が優先されており、Mac/Linuxユーザーは npm start による手動起動が必要。

    • メモリ依存のセッション: セッション情報はブリッジのメモリ内に保持され、ブリッジを再起動すると進行中のコンテキストが失われちゃう。

    • 特殊なUIへの対応: ATS(採用管理システム)などで見られる複雑なコンボボックスなど、標準的なHTML構造から外れた要素は一発で操作できないことがあります。正直HTML専用には感じてますー

    6. Endoplexityが解決する具体的な悩み

    業務効率化の「ラストワンマイル」で足踏みしている多くのユーザーにとって、Endoplexityは実用的な解法を提供します。

    画像
    • マルチタブ横断調査の自動化: 「Vercel、Netlify、Cloudflareの無料枠を比較表にして」といった指示に対し、AIが自ら3つのタブを開き、各サイトを巡回して情報を集約。

    • 情報の「読み取り」と「反映」の同期: read_file機能によりPDF、DOCX、XLSX、CSV、JSONなどのローカルファイルをAIに読み取らせ、その内容をブラウザ入力欄へ正確に転記可能。

    • 「指示と実行」の反復解消: AIのアドバイスを見ながら自分で操作するという二度手間がなくなります。サイドパネルから指示を出すだけで、目の前の画面が自律的に動き出します。

    7. 5分で完了する導入ステップ

    導入障壁を最小化するための最短セットアップ手順です。

    画像
    • 前提条件の準備: Node 24以上とChrome(Ver114以降)がインストールされていることを確認。Claude ProまたはCursorの契約がある状態で、各CLIにログイン済みであることが必要。

    • リポジトリの取得: GitHubからプロジェクトをクローンし、ディレクトリに移動して npm install を実行。

    • ブリッジの初期設定: npm run setup を実行。Windowsであればスタートアップ登録が開始。

    • Cursorの連携設定(任意): Cursorのモデルも利用したい場合は、npm run cursor-login を実行して専用プロファイルでログイン。

    • 拡張機能の読み込み: Chromeの管理画面(chrome://extensions)で「デベロッパーモード」を有効にし「パッケージ化されていない拡張機能を読み込む」から extension フォルダ選択。

    • 実稼働: ツールバーのアイコンからサイドパネルを開き、実行したいタブを選択して指示を入力し「Run」をクリック。

    8. ビジネス現場での活用事例

    Endoplexityを実務に組み込むことで、極めて高い投資対効果を享受できるらしい。

    画像
    • 動的な競合調査レポート: AIは途中でリンク先が予想外のページであっても、自律的に「戻る」操作を行い、正しい情報を探し直す「エージェント的な粘り強さ」を発揮。常に最新の競合データを自動収集可能。

    • 複雑な応募・申請代行: read_file機能で手元の職務経歴書(PDF等)を読み取らせ、Greenhouseなどの複雑な採用フォームを埋めさせることが可能。AIは単に入力するだけでなく、項目の意味を理解して適切な情報をマッピング。

    • 社内システムのデータ統合: APIが提供されてない古い社内システムであっても、Endoplexityを使えばブラウザ経由でデータを抽出し、他ドキュメントにまとめ上げる自動ワークフローが構築可能。

    画像

    9. まとめ:あなたのブラウザに「賢い手」を

    うーん、ローカルで最適化してほしい。
    現状は賢いモデルじゃないと、人間の確認がエンドレスかも。

    EndoplexityはAIサブスクの定義を書き換えるというコンセプトだから、長い目でみた方が良いんですかね?

    画像

    バージョン0.0.1という初期段階で、非英語UIへの対応やメモリ管理といった最高に使いにくい課題は残されています

    でも156ものユニットテストに裏打ちされた堅実な設計と、圧倒的なトークン節約技術、そして何より「追加費用ゼロ」という経済性は、早期導入による先行利益を十分に確約するもの。

    知っといて損はないかなーって感じ


    あなたへのおすすめ