github-trend-summarizer

以上から十分情報が揃ったのでまとめる。


url: https://github.com/ChromeDevTools/chrome-devtools-mcp keywords: MCP, Chrome DevTools, coding agent, Puppeteer, performance trace oneliner: Chrome DevTools の機能をコーディングエージェントに橋渡しする MCP サーバ。Chrome を起動・操作・計測させ、デバッグや性能分析を任せられるようにする。 —

ChromeDevTools/chrome-devtools-mcp

このリポジトリは何?

chrome-devtools-mcp は、Gemini / Claude / Cursor / Copilot などのコーディングエージェントから「本物の Chrome ブラウザ」を操作・検査できるようにする MCP(Model Context Protocol)サーバ(TypeScript/Node.js 実装、npm パッケージ公開)。Google Chrome DevTools チームが公式にメンテしている。

設計原則(docs/design-principles.md)として「Agent-Agnostic」「トークン節約のため生データではなく意味的サマリを返す」「重い成果物はファイルパス/URI で返す」「自己修復できるエラーメッセージ」など、エージェント向けに最適化された API を志向している点が特徴。

このリポジトリは何が嬉しいの?

「LLM エージェントがフロントエンドを“実際に動かして”検証・デバッグ・性能評価できる」 こと。既存手段との違いは次の通り。

比較対象 位置付け・違い
Puppeteer / Playwright をエージェントから直接叩く 生 API は粒度が細かすぎ、返すデータも大きく LLM 向けでない。本ツールは意味のある粒度のツール要約済みレスポンスを提供
Playwright MCP など汎用ブラウザ自動化 MCP 操作中心で、パフォーマンストレース・Lighthouse 監査・CrUX フィールドデータ・ヒープスナップショット・ソースマップ付きスタックトレースなど DevTools 固有の計測/解析能力が強い
ヘッドレス実行スクリプトや CI 計測 人手で書く必要があり対話的ではない。本ツールはエージェントが自律的に「このページの LCP を測って原因分析して」と依頼できる
Chrome DevTools の手動操作 人間が画面で行うため繰り返しにくい。エージェントに再現可能・連続的に回させられる

結果として、エージェントに「実装 → ブラウザで開く → コンソールエラー拾う → 性能トレース取る → 修正」のループを任せられるのが最大の嬉しさ。

使うときはどういう流れに沿う?

  1. 前提準備:Node.js v20.19+ / Chrome stable 以降 / npm を用意
  2. MCP クライアントに登録~/.claude.json や Cursor / VS Code / Codex / Windsurf 等の MCP 設定に、次を追加(npx で毎回最新を取得)
    {
      "mcpServers": {
        "chrome-devtools": {
          "command": "npx",
          "args": ["-y", "chrome-devtools-mcp@latest"]
        }
      }
    }
    

    Claude Code なら claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest、あるいは /plugin install chrome-devtools-mcp(Skills も同梱)。

  3. オプションで用途に合わせて設定--headless / --isolated(使い捨てプロファイル)/ --channel=canary / --viewport=1280x720 / --slim / --browser-url=http://127.0.0.1:9222(既存 Chrome に接続)/ --no-usage-statistics など
  4. エージェントに自然言語で指示:例)Check the performance of https://developers.chrome.com
    • 最初のツール呼び出し時に Chrome が自動起動(接続モードを除く)
    • エージェントが new_pagenavigate_pageperformance_start_traceperformance_stop_traceperformance_analyze_insight などを連鎖呼び出し
  5. 結果の受け取り:大きな成果物(スクリーンショット、トレース)はファイル/リソース URI として、分析結果は要約テキストとしてエージェントに返り、エージェントが人間に説明・次のアクションへ反映する
  6. 応用:E2E 風のフォーム操作確認、コンソールエラー/ネットワーク失敗の切り分け、Lighthouse 監査、レスポンシブ/デバイスエミュレーション、ヒープリークの調査など、日常的なフロント開発ループに組み込む