OpenDia
Aeon (aeonfun) · コーディング
OpenDiaは、ClaudeやChatGPT、CursorといったモデルをChrome、Firefox、その他のChromium系ブラウザに接続するオープンソースのブラウザエージェントだ。既存のログイン、Cookie、閲覧履歴をそのまま使える。
OpenDia について
About
OpenDiaとは
OpenDiaは、オープンソースの拡張機能とMCPサーバーの組み合わせで、普段使っているブラウザをAIモデルに渡す。MCP拡張機能として、専用のAIブラウザを開くことなく、すでに使っているChromeやFirefoxにそのまま載る。
売りは単純だ。ブラウザの中には、あなたにとってネットを機能させるアカウント、保存済みパスワード、Cookie、ブックマークがすでにある。OpenDiaはそれらをモデルが呼び出せるツールとして公開する。だからエージェントはログイン状態を保ったまま、Xに投稿し、メールを読み、フォームを埋められる。
一番の壁は導入だ。OpenDiaは、コマンドを実行し、JSONの設定を書き換え、未パッケージの拡張機能を読み込める人向けに作られている。ワンクリックで入る一般向け製品ではなく、クラウドのホスティングサービスも付いてこない。
はじめかた
npx opendiaでNode.jsパッケージを入れ、ローカルのMCPサーバーとWebSocketブリッジを起動する。- Claude DesktopやCursorといったMCPクライアントに、サーバー設定を貼り付けて追加するか、用意された
.dxtファイルを読み込んでダブルクリックで入れる。 - releasesページからChromeまたはFirefoxの拡張機能を入手し、未パッケージのまま読み込み、
ws://localhost:5555に接続したことを確認する。 - 接続したモデルに、開いているタブを要約する、返信を下書きするなど、ブラウザでの作業を頼み、ページを操作する様子を見る。
AIツール情報
OpenDiaの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- Webアプリをテストする開発者：OpenDiaは実物のブラウザと本物のセッションを操作するので、テストスクリプトを書かずに登録フローを確認し、スクリーンショットも撮れる。
- プライバシーを重視するパワーユーザー：すべて手元で動き、Cookieは自分のマシンから出ない。閲覧データをベンダーのクラウドに通したくない人には効く。
- ソーシャル担当者：拡張機能にはX、LinkedIn、Facebook向けの回避処理が入っており、エージェントは自動化の壁にぶつからず、ログイン済みのアカウントで投稿できる。
タスク
- 読んだものを成果物に変える：今日開いた記事を要約させ、要点をスレッドや読書リストにまとめられる。
- 受信トレイの整理：エージェントがメールアカウントを走査し、返信が要るものを拾い上げる。通常のログイン状態を引き継ぐからだ。
- 見失ったページの再発見：先月読んだ記事を説明すれば、モデルが閲覧履歴とブックマークをたどって探し出す。
シーン
- Cursorでのローカル開発：自分のログイン状態のまま、起動中のアプリに対して自動チェックを走らせる。
- 毎日のニュース整理：いつもの情報源をタブで開き、モデルに主要ニュースを一気に要約させる。
- 遊びとしての自動化：ドキュメントサイトの見た目を変える、頼まれてページをダークモードにする、といった軽い用途にも使われる。これもブラウザ自動化であり、AIによるブラウザ操作の小さな実例だ。
主な機能
1つのMCPサーバーに18のブラウザツール
OpenDiaは標準のModel Context Protocol（MCP）サーバーを公開するので、この規格に対応したクライアントならどれでもブラウザを動かせる。ツール群はページ解析、内容の抽出、クリック、フォーム入力、ページ移動、複数タブの処理をカバーする。オープンな規格に沿っているため、新しいMCPクライアントも専用ビルドなしでおおむね動く。
普段使うブラウザでそのまま動く
拡張機能はChrome、Firefox、Edge、Brave、Opera、そしてChromium系のあらゆるブラウザで動く。新しいAIブラウザに乗り換える必要も、ログイン状態を組み直す必要もない。パスワード、ウォレット、拡張機能はすべてそのままの位置に残る。
ソーシャルプラットフォーム向けの検知回避
OpenDiaにはX、LinkedIn、Facebook専用の回避処理が入っている。ふだんスクリプト化されたツールを弾くサイトだ。人間の挙動をまねるので、本物のアカウントで投稿やフォーム入力ができる。ここが汎用の自動化アドオンとの分かれ目になる。
ローカル優先のプライバシー設計
WebSocketとHTTPの両リスナーは既定でループバックに束縛され、トンネルも自分のマシンから伸びる。公開トンネルを自分で有効にしない限り、閲覧データは手元に残る。セッションCookieを新興企業に預けたくない人にとって、ここが決め手だ。
コマンド1つで導入
npx opendia でサーバーが起動し、拡張機能はポート5556から5558で自動的にそれを見つける。パッケージ済みの .dxt ファイルを使えば、Claude Desktopの利用者はダブルクリックで入れられる。ポートやトンネル設定は引数か環境変数から渡すので、固定した環境は再現できる。
オンラインモデル向けのトンネルモード
npx opendia --tunnel を実行すると、OpenDiaはngrokトンネルを作り、ChatGPTのようなWeb専用サービスからも届くようにする。トンネルが公開されるため起動時にトークンを表示し、各リクエストにそのトークンを付ける。ローカルの機能はその間も動き続ける。
メリットとデメリット
メリット
- 既存のログイン、Cookie、ウォレットを使い回せるので、デジタル環境を組み直さずに済む。
- MITライセンスのオープンソースで無料。コードはGitHubにあり、誰でも確認できる。
- 標準のMCPに対応し、Claude、ChatGPT、Cursorなど複数のクライアントで使える。
- 既定で完全に手元のマシンで動くため、セッション資料が第三者サーバーに渡らない。
- 対応するブラウザとクライアントが広く、ChromeやFirefoxからGrok Build、Windsurfまで届く。
デメリット
- 導入はターミナルとJSON設定に慣れている前提で、技術に不慣れな人には向かない。
- ホスティング版はなく、Nodeプロセスとトンネルは自分で面倒を見る必要がある。
- Firefox対応は一時的なアドオンとして読み込まれ、ブラウザを再起動すると消える。
- コマンド操作は機密性の高いアカウントに触れうるため、誤った指示は実際のリスクを伴う。
よくある質問
OpenDiaは、AIモデルに普段のブラウザを操作させる。ページの要約、ブックマークや履歴の検索、フォーム入力、ソーシャルアカウントへの投稿、Webアプリのテストまで、すでにログインしているセッションのまま実行できる。
関連コンテンツ
OpenDiaに関連するツール、スキル、記事を探す。
OpenDiaの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。