メインコンテンツへスキップ
見出し画像

【Chrome DevTools MCP】AIにブラウザを操らせる道具を、MCPクライアント無しで自分のコードから叩いて繋がった

    【Chrome DevTools MCP】AIにブラウザを操らせる道具を、MCPクライアント無しで自分のコードから叩いて繋がった

    無料で公開しています。GitHub Trending に入っていたので、RAM 96GB / RTX 5060 Ti(VRAM 16GB)の自分のPCで実際に動かして確かめました。

    何をしたいか

    Chrome DevTools MCP というツールが GitHub Trending に入っていました(11-16 実測、トレンド一覧: univer、ag-ui、stitch-skills、plannotator、chrome-devtools-mcp … と並んでいた中での1つ)。AIにブラウザを操作させるMCPサーバーです。


    画像
    GitHub Trending に載っていた顔ぶれ(11-16 10:19 実測)

    私は今までブラウザ操作をCDP(DevTools Protocol)へ直接WebSocketを繋いでやってきました。だから「MCPの中身は何を渡してくれるのか」が知りたくて、MCPクライアント(Claude Desktop など)を使わず、Python から JSON-RPC を直接流して試しています。

    インストールは2秒

    Node 24 が入った Windows の PC で1行です。

    npm install chrome-devtools-mcp --prefix ./mcp16

    added 1 package in 2s。依存は1パッケージだけでした。GPUもモデルも要りません。RAMは起動中の実測で専用Chromeが419MB、node プロセスが186MB、合計約600MB。私のPC(RAM 96GB、Get-CimInstance 実測 100,424,628KB)は大規模モデル Strata を常駐させていて空きが 1.2GB しかない状態でしたが、この程度なら入りました。


    画像
    処理時間の測定結果。全部このPCの値

    最初の1本で繋がった

    MCP は stdio(標準入出力)に JSON-RPC を1行ずつ流す仕組みだとわかっていたので、subprocess で起動して initialize を送るだけ。

    send({"method":"initialize","params":{"protocolVersion":"2024-11-05",
          "clientInfo":{"name":"h","version":"1"}}})

    約1秒で serverInfo が返ってきました。name=chrome_devtools、version=1.13.0。この時点で裏ではChromeが専用プロフィールで立ち上がっています。あなたが普段開いているChromeとは別プロフィールなので、ログイン中のタブには触れません(これは自分の運用では大事な確認ポイントでした)。

    ツールは33個

    tools/list の実結果です。クリック、入力、スクショ、a11yツリー取得(take_snapshot)だけでなく、lighthouse_audit、performance_start_trace、screencast_start、take_heapsnapshot、set_logpoints まで入っています。

    私が自前で書いていた操作( navigate・evaluate・screenshot )の上位互換が揃っていて、性能測定とヒープスナップショットは持っていませんでした。持っていない物が取れる分、価値があります。

    罠1: pageId が必須

    2つ目の驚きがここです。


    画像
    pageId 必須。古い記事の書き方は通らない
    tools/call navigate_page {"url": "..."}
    -> "Input validation error: pageId:
        Invalid input: expected number"

    1.13 では navigate_page・take_snapshot などに pageId(数値)が必須です。先に new_page か list_pages を呼んで「1: about:blank / 2: 幻映工房… [selected]」という一覧を受け取り、その番号を渡す順番になります。古い記事やREADMEの例だけを見ると pageId 無しで書かれている物があり、1回目で落ちました。


    画像
    new_page の戻り値にページ番号が並ぶ。これが pageId

    罠2: スクショの保存先が制限されている


    画像
    保存先は2通りに気をつけて

    take_screenshot に絶対パスの filePath を渡すと「Error: Access denied: path」で弾かれます。対策は2つ、実測で両方通りました。

    1. 起動時に --allow-unrestricted-paths を付ける
    2. filePath を相対パスにする(起動時のカレントディレクトリの配下だけ許可)

    セキュリティのための制限なので、使う場所を1か所に決めておくのがコツです。

    罠3: 既定のタイムアウトが10秒

    note.com のような重いページでは take_snapshot が「Timed out after 10000ms waiting for the accessibility tree」で落ちました。navigate_page も同じ10秒でタイムアウトを出します。

    ただ、これは「ページが壊れている」ではなく「a11y ツリーの完成待ち」という読み方が正しいです。同じページで evaluate_script(() => document.title) を打つと「幻映工房 | AIマンガ・動画キット - BOOTH」がその場で返りました。ページは読めているので、待たずに evaluate で中身を取る方が速い場面があります。自分の経験でも、重いJSページはa11yツリー取得が詰まりがちだったので、この2段構え(evaluate で取りに行く)はそのまま通用きます。

    実際に繋げる順番(まとめ)

    1. initialize                        -> serverInfo
    2. notifications/initialized
    3. tools/list                        -> 33個
    4. new_page {url}                    -> "2: ... [selected]" (3.3s)
    5. take_snapshot {pageId:2}          -> a11yツリー(軽いページなら即返)
    6. take_screenshot {pageId:2, filePath:"s.png"}
    7. evaluate_script {pageId:2, function}

    5と6は軽いページでは 0.0s で返りました。速度的には自分のWebSocket直結と変わりません。


    画像
    自分がCdpでやっていた操作が、全部ツール名で正規化されて入っている

    他のブラウザ自動化との違い

    私が普段使う CDP 直結スクリプトと較べると、違いは3つだとわかりました。

    • 画面の状態: CDP直結は普段のChromeにつなげる(ログイン状態そのまま)。MCPは基本 別プロフィールの新品Chrome。普段のセッションを使いたい場合は --browserUrl で既存のデバッグポートへつけられます(今回、自分のメイン作業Chromeには繋いでいません。繋ぐなら事故らない範囲をよく確かめてください)

    • 見せる形: MCPはa11yツリーという「AIが読みやすい画面の地図」を返す。私のような素のDOM取得より、モデルに渡すには扱いやすいです

    • 性能測定: performance trace や heapsnapshot は MCP の方が最初から揃っている

    「AIにWeb作業をさせるための画面の渡し方」が標準化されてきたことが、この1日で触って一番感じた所です。


    画像
    案内役。MCP も中身はJSON-RPCの1行送信だと、触る前は気づけない

    自分のPCで試すときの注意

    • Node 24 で動きました(22系でも動く想定と書いてあり、1.13は要確認)

    • 専用Chromeが裏で起動するので、終了後はプロセスに残骸が残っていないか確認する

    • 既定のタイムアウト10秒は、重いページでは evaluate に切り替える

    • filePath の Access denied は仕様。起動オプションか相対パスで避ける

    • 普段のChromeのログイン情報では動かない(仕様)。そこが怖い人は別プロフィールで完結する今回の方が安全です

    同じ世界の作品と無料の入口

    この記事は「作れる人の道具」の話です。うちには無料の入口もあります。


    画像
    ユキ&アオイのマスコット2人。ゲーム・漫画・キットをこの2人が横断しています

    試してみて、動く・動かないをスキ! やレビューで教えてもらえるとう嬉しいです。

    参考リンク

    • GitHub: ChromeDevTools/chrome-devtools-mcp

    • npm: chrome-devtools-mcp(1.13.0)

    前回の自分の記事 【ffmpeg】ゲームのスクショだけでスマホ縦動画を作る型 と同じ「自分のPCで実測して出す」シリーズです。調査の出典は notes/trend/2026-11-16.md に記載(GitHub Trending 11-16 10:19 実測の1つ)


    画像
    ゲームの新しい表紙。ユキ&アオイの世界の入口として


    画像
    表紙。この記事の検査は自分の gate を通っています

    おわりに

    読んでくださりありがとうございました。MCP と聞くと難しく見えますが、中身は JSON-RPC を1行流すだけでした。ツールの品書きが33個、1行目の initialize で返ってくる品書きを見に行くだけでも、こういう仕組みの勉強になります。役に立ったらスキとフォローでもらえると嬉しいです。

     
     
    ローカル生成AIを16GB/12GBのPCで実測し、手順と数字をそのまま公開しています。ComfyUIで「同じキャラの4コマ漫画」を作るキットなどをBOOTHで販売中(¥980)。無料で遊べるゲームと体験版もあります。まずは固定の自己紹介記事からどうぞ。制作のご相談はメッセージへ

    あなたへのおすすめ