Nfig AI

Nfig AIは開発者向けのAPI。開発者のAIエージェントに、Webブラウザ内で実際の作業をさせる。壊れやすいセレクタや待機ループを書く代わりに、「スマホを検索して最初の結果をカートに入れて」といった一文を送る。エージェントはそれを実際のページ上で実行する。あなたのアプリケーションとクラウド上のブラウザの間に立ち、面倒な部分を引き受ける。ナビゲーション、入力、スクロール、ファイルのアップロード、ポップアップ、ログイン処理だ。人間と同じようにページを読む、遠隔の手だと思えばいい。

狙いはチャットボットが欲しいだけの相手ではなく、エージェント機能を出荷するチーム。Nfigはリモートブラウザを大規模に動かすので、自前でブラウザ群を立ち上げる必要も、長時間の自動化の間にクラッシュを見張る必要もない。ログインの裏に隠れたサイトや、DOMを仮想化するサイトにも対応する。Google Docsがその例で、単純なスクレイピングツールの多くはここで音を上げる。

難点は、これが開発者ツールであり、ポチポチ操作するアプリではないこと。使うにはAPIキーの管理、セッションの操作、SDKドキュメントの読解が要る。料金はステップ単位の課金なので、固定サブスクではなく利用量に連動し、重いタスクほどステップを多く消費する。大きなワークフローに組み込む前に、予算を見積もっておくといい。

はじめかた

1. nfig.ioで登録し、ダッシュボードでAPIキーを発行する。
2. SDKをインストールしてクライアントを作成する。REMOTEなどのブラウザモードを選ぶ。
3. セッションを開き、nfig.act('go to example.com') のようなアクションを送る。
4. さらなるact呼び出しをつないで、入力、スクロール、クリック、ファイル送信を行う。
5. 実行が終わったらセッションを閉じ、使用量ダッシュボードでステップ数を確認する。