dsh にブラウザを任せる：browser MCP 実践ウォークスルー
mcp__browser のツール一覧と認可済み演習環境での実録を、11 ステップの画像付き解説で。各ステップが元動画の該当秒へ深リンクします。
最終更新: 2026-10-04
dsh が browser MCP から得るのは、スクリーンショット当て推量ではありません。Playwright が駆動する本物のブラウザがネイティブツールとしてマウントされ、mcp__browser__browser_navigate、browser_click、browser_snapshot といった名前がセッションのツール一覧にそのまま並びます。dsh はそれらで移動・クリック・フォーム入力・タブ操作・ネットワーク読み取りを行います。
このページでは、とりわけクリーンな実録動画を分解します。UP 主が認可済みの脆弱性演習環境で、ツールのマウントから最終レポートまでを通しで実演しています。MCP をまだ接続したことがないなら、まず MCP セットアップ入門をどうぞ。本ページは能力の全体像と、実際の実行がどんな形になるかに絞ります。 MCP セットアップ入門
要点まとめ
- ▸browser MCP は dsh に本物のブラウザを操作する手を与えます。移動・クリック・フォーム入力・アクセシビリティスナップショット・ネットワーク読み取りの 6 ツールグループ構成です。
- ▸実地テストは認可済み演習環境で実施。意図駆動のオーケストレーション、自律的なタブ操作、検証済みの発見、証跡アーカイブのダウンロードまで、12 項目を確認。
- ▸ツール一覧のフレームが本ページの主図です。browser_navigate、browser_click、browser_snapshot などが mcp__browser__* 接頭辞付きでひと目で分かります。
- ▸境界線を先に：Web 自動化は万能鍵ではありません。対象サイトの規約と法律を守り、ログイン状態を抱えたブラウザのマウントは慎重に。
ツール一覧から最終レポートまで、全ステップ解説
能力の全体像：browser MCP が dsh に加えるもの
- 1
ツール一覧を読む：dsh の Web 動詞一覧
このフレームが本ページの鍵です。マウント済みの browser MCP は mcp__browser__* 接頭辞付きで 6 グループのツールを並べます。ナビゲーション（browser_navigate / navigate_back / new_tab / tabs / close）、要素操作（click / getClickable / input / type / fill / selectOption / hover / drag）、マウスエミュレーション（mouse_click_xy / mouse_move_xy / mouse_scroll / screenshot_xy / screenshot_ele）、読み取りと検証（アクセシビリティツリーの browser_snapshot / browser_find）、ネットワーク（network_requests / network_response、手動許可が必要）、タブスクリプト（tabs_executeCode / tabs_script）。この 6 グループを理解すれば、dsh がブラウザで何ができるかが分かります。
同じフレームを精読：6 グループのツールが dsh の Web 動詞一覧1:52 の場面を見る - 2
ツールが動く場所を見る：セッションの殻
録画のセッションは ブラウザ操作デモの名を冠し、サブエージェント 1 個を従えてペネトレーションモードで実行。UI は会話・トレース・ペネトレーションの 3 タブに分かれ、横に Session log が置かれます。Think と Deep diving の表示は、dsh が指示を待つのではなく自律的に計画していることを示します。これが「操作」と「質問応答」の違いです。
「Webページを開くデモ」セッション：ペネトレーションモード、サブエージェント 1 個、3 タブ2:30 の場面を見る
実地テスト：認可済み演習環境での自動化
- 3
意図駆動オーケストレーションの始動を見る
オーケストレーションの型に注目です。まず pentest_add_intent が intent-1 を作成（目標は演習環境ルートドメインの既知問題を全て発見すること）、次に pentest_add_asset がルートドメインを資産としてマウントし、「サブエージェントが紐付けて提出するためのルート資産を作成」との注記が現れます。Deep diving 1m38s の間、browser MCP はペネトレーション系 MCP と組み合わさり、サブエージェントが intent id を消費してタスクを進めます。ブラウザはオーケストレーションされた能力の一つです。
意図オーケストレーションの始動：intent を作り、asset を紐付け、サブエージェントが引き取る4:00 の場面を見る - 4
進捗はチェック可能な段階に分解される
意図と資産のリストはタスクを段階に分解します。情報収集、WAF フィンガープリント、資産整理などの項目に次々と完了印が付きます。dsh は大きな目標を検証可能な小目標へ落とし込み、その一歩一歩をトレースで再生できます。この分解の型は自分のセッションにも転用できます。
段階チェックリスト：情報収集と WAF フィンガープリントに完了印4:18 の場面を見る - 5
実サイトへ自走する姿を見る
AI に操作されたブラウザの中には Alibaba.com の本物のページがあります。エージェントが自ら移動し、描画を完了させた証左です。browser_navigate が移動を担い、browser_snapshot がページをモデルが読めるアクセシビリティツリーへ変換します。この「移動 + スナップショット」の循環こそ、Web 自動化の基本サイクルです。
Alibaba.com への自律ナビゲーション：実サイトの描画完了4:30 の場面を見る - 6
curl による検証の様子を見る
検証フェーズでは会話に curl リクエストが連なります。dsh はブラウザ上で見つけた疑わしい点を再現可能なリクエストへ変換し、一件ずつ照合します。スクリーンショット・スナップショット・ネットワーク読み取り・コマンド出力が相互に裏付け合う。このクロスチェックこそが「レポート」と「感想」を分けます。
curl 列で一件ずつ検証：再現可能なものだけをレポートへ4:48 の場面を見る - 7
バッチナビゲーションの実行中を見る
左側には browser_navigate のバッチ呼び出しリスト、右側には開いたままのライブページ。操作が進行している場面です。11 個の描画可能な発見ページが後にこの形で独立タブとして並び、browser_tabs_new で一度に 4 個以上のタブを連発するのが録画中の定番ムーブでした。
バッチ browser_navigate とライブページの並列表示：操作の進行中5:45 の場面を見る - 8
結論とコストの内訳を読む
結論のフレーム：12 項目の脆弱性がすべて確認され、www.zip がダウンロード証跡として .playwright-mcp/ ディレクトリに保存されています。ステータスバーはコストの内訳を一行で示します。9 ラウンド 36 ステップ、LLM 9m5s、キャッシュヒット 97%、入力 2.5M トークン、出力 27.3K トークン。もう一本の解説動画は UP 主自身の比較値を補足します。ひとまとめのスクリプト実行は逐次 REPL より平均 35% 速く、コスト約 21.6% 削減（数値の出典は人工大黒、動画内集計のまま引用）。
結論フレーム：12 項目確認、タブ連発、ステータスバーのコスト内訳1:30 の場面を見る
エビデンスの形と安全の境界線
- 9
最も生のエビデンスの形を見る
これはほとんど加工されていないエビデンスです。Apache Server Status のページが表示域を全面に埋め尽くしています（Apache/2.4.62 Win64、MySQL/8.4.0、PHP/8.3.14）。サーバーステータスページが公開インターネットに露出するべきではありません。ブラウザ操作によって dsh はそれを自らの目で読み、次にどこを探るかを決めました。
生のエビデンス：Apache Server Status の全ページがそのまま写る1:12 の場面を見る - 10
納品の形を見る：レポートとブラウザを左右に
分割画面こそこの組み合わせの納品形態です。左に完成したレポート、右に dsh とその開いているブラウザ。AI が結論を書き、ブラウザが現場を保存する。すべての主張を元フレームに戻って照合できます。
レポートとブラウザを左右に：AI がレポートを書き、現場はブラウザに残る7:12 の場面を見る - 11
グレード一覧で締め、境界線をもう一度
最終フレームは結果をグレード分けします。Critical 2、High 3、Medium 4、Low 1、さらに Info 1。12 項目のチェック完了です。最後に境界線を再確認します。この実演は認可済み演習環境に対して行われました。許可のないサイトに同じツール群を向けることは法律上のラインを越えることになりかねません。自分のアプリのテスト、フォームの一括処理、ページ監視にこそ正しい使いみちがあります。
グレード一覧で締め：Critical 2 / High 3 / Medium 4 / Low 1 + Info 17:30 の場面を見る
よくある質問
境界線・依存関係・コスト。dsh のブラウザ自動化について読者が実際に尋ねる質問です。
browser automation と computer-use プラグインの違いは？
browser MCP が dsh に渡すのはブラウザ（Playwright 駆動）です。ツールは browser_* 命名で、操作対象はタブ・要素・スナップショット・ネットワークといった Web ページに限られます。computer-use 系プラグイン（例：anionex/dsh-computer-use）はデスクトップ OS 全体を対象に、スクリーンショットとアクセシビリティ API で任意のアプリを駆動します。Web 自動化には browser MCP、アプリ横断のデスクトップ操作が必要なときだけ computer-use を。
どんな依存関係が要りますか？動画で使っているリポジトリはどれ？
録画にはリポジトリ名が映っていません。フレーム内から読み取れる手がかりは mcp__browser__* ツール名と .playwright-mcp/ ダウンロードディレクトリのみで、ここから Playwright 駆動の browser MCP だと判定できます。2026-10-04 に GitHub API で実査した同種のオープンソースプロジェクト：kyo615/dsh-browser-control（★7）、antibrow/dsh-antibrow（★688）、SciF-Lin/dsh-browsercontrol-mcp（★3）。多くの構成ではローカルに Chromium/Chrome が必要で、Playwright はプラグイン同梱か npm インストールです。MCP 全般の接続方法は MCP セットアップ入門へ。本ページはあえて動画のためにリポジトリを特定しません。
サイトのアンチボットを突破できますか？ログイン状態は？
録画の対象は認可済み演習環境なので、アンチボットとの攻防は映っていません。実サイトはそれぞれ規約とレート制限を持ち、エコシステムの方式も異なります。実ブラウザのログインセッションを再利用する方式もあれば、永続アイデンティティを提供する方式もあり、どれを選んでも対象サイトの規約を読み、リクエスト頻度を抑え、規約が禁じることはしないこと。
browser MCP と MCP 本体の関係は？
MCP（Model Context Protocol）は dsh が外部ツールを接続するための汎用プロトコルです。browser MCP はそのうちの一種のサーバーで、マウントされると mcp__browser__browser_navigate 形式の名前でセッションのツール一覧に現れます（t=112 のフレームがその証拠）。インストールとトラブルシューティングは MCP セットアップ入門ページへ。
安全面で注意すべきことは？
境界線は三つ。第一に許可：実演の対象はテスト許可済みの脆弱性演習環境であり、同じツールを未許可のサイトに向けることは多くの地域で違法です。第二にツール権限：browser_tabs_executeCode と browser_tabs_script はページ内で JS を実行でき、ネットワーク読み取りには手動許可が要ります。タスクに必要な分だけ有効化し、終わったら閉じる。第三に身元：ブラウザはあなたの Cookie とログイン状態を抱えています。機密性の高いアカウント環境でのマウントはよく考えてから。
無料ですか？
エコシステムのプラグインと MCP サーバー自体はオープンソースで無料です。継続コストはモデルのトークンです。録画のステータスバーは、9 ラウンド 36 ステップの実行が入力 2.5M トークン（キャッシュヒット 97%）と出力 27.3K トークンを消費したと示しています。キャッシュヒット率がコストの最大の変動要素です。動画自体は Bilibili で無料視聴できます。
初心者でも追随できますか？コードを書く必要は？
コードは不要です。自然言語で指示を出せば dsh がツールを操作します。URL・タブ・基本的なページ構造に心当たりがあると理解が早いですが、スクリプト能力は求めません。本ページを実行の伴走視聴として使い、自分で接続する前に MCP セットアップ入門を読んでください。
関連ガイド
隣接する軸：カタログ、前提知識、そして dsh が世界に手を伸ばすほかの方法。
ブラウザプラグインカタログ
star 数順に並べた dsh のブラウザ・Web系プラグイン厳選ディレクトリ。
ガイドを読むMCP セットアップ入門
外部ツールを dsh へつなぐ前提チュートリアル。本ページはその上に立っています。
ガイドを読むサブエージェントガイド
実録ではサブエージェント 1 個が intent を消費。サブエージェントの分担方法を解説します。
ガイドを読むリモートアクセス
外部からあなたの dsh にアクセスします。こちらは遠隔ブラウザではなく遠隔 dsh へ手を伸ばす軸です。
ガイドを読むdsh Web UI
本ページの全フレームが録られたインターフェース。
ガイドを読むAPI ドキュメント
既成プラグインだけでは足りない？自前の経路で dsh に接続します。
ガイドを読むdsh-bili-scroll：DSH が毎日 Bilibili を見てくれる（図解実録）
dsh-bili-scroll プラグインを実録フレーム分解：依存関係、QR ログイン、オフピークでトークン節約、1 日の上限、そして受信箱に届く @ まで。
ガイドを読む出典とクレジット
すべてのスクリーンショットはクレジット記載の UP 主が録画した画面で、本ページでは解説のために引用しています。著作権は原著作者に帰属します。各図の ？t= 秒表記から元動画の該当シーンへジャンプできます。ファクトソース動画のトーク部分はフレーム採取せず、その統計値は UP 主の動画内集計として引用しています。