ブラウザを操作するエージェントは、読んだページの内容を根拠に次の操作を決めます。ページに仕込まれた指示文は、そのまま攻撃経路になります。2026年10月7日、Python SDK 1.12.0 と TypeScript SDK 0.132.0 にブラウザ用・デスクトップ用のツールセットクラスがベータで追加されました。ループ制御は SDK が担いますが、守りの大半は利用者側の実装です。
本記事はAIエージェントガバナンスの観点から、SDK が肩代わりする検査と、自前で用意すべき検査の境界を整理します。Computer Use 全般の導入はComputer Use の中小企業向け導入ガイド、バッチ実行の挙動はブラウザ操作ツールのバッチ実行設計を参照してください。
SDKのブラウザツールセットは何を引き受けるのか
SDKはツールループと、利用者が設定したURLポリシー・ファイルポリシー・承認コールバックを実行します。ブラウザ本体(ドライバ)は利用者が用意します。
公式ドキュメントによれば、利用者は BetaAbstractBrowserToolset20260801 を継承したドライバを用意し、navigate や screenshot など対応するメンバーだけを実装します。実装しないメンバーは無効としてAPIに送られ、Claude が呼んでもエラーになるだけでループは続きます。
SDK が行うのは、検査を通った呼び出しをドライバへ渡し、返り値から tool_result を組み立てることです。SDK に含まれないものも明記されています。
- ブラウザ本体、ドライバ、URLポリシーは同梱されない
- パートナー(Browser Use、Browserbase、Daytona、E2B)が独自のドライバを公開している
- 公式の example driver は「本番コードではない」と注記されている
つまり「SDKを使えば安全」にはなりません。安全性は、渡すポリシーとデプロイ環境で決まります。
URLポリシーが未設定だと何が起きるのか
URLポリシーを渡さない場合、SDKはURLを検査せず、APIもClaudeが開くURLを絞りません。nullを明示すると全navigateが拒否されます。
ポリシーは navigate の直前に呼ばれる関数です。何も返さなければ許可、ToolError を投げれば拒否で、メッセージは Claude に読まれます。ドキュメントは次の点を警告しています。
- SDK は URL のスキーム(
javascript:、file:、data:、view-source:)を検査しない。ドライバ側で拒否する file:はブラウザホストのファイル読取に、javascript:はjavascript_execが無効でもページ内スクリプト実行に使える- ポリシーの対象は
navigateのみで、back・forward・reloadでは呼ばれない url_policy=None(TypeScript はnull)は「全 navigate を拒否」の意味になり、設定値の読み損ねで無検査になる事故を防ぐ。TypeScript のundefinedは未指定と同じ扱いなので注意が必要
ホスト判定は文字列の分割ではなく、ブラウザと同じ方法でURLをパースして行います。公式の例は \ を / として読み替えてからパースしています。ホスト名の許可リストは example.com とそのサブドメインのように、必要最小限にします。
navigate以外の通信はどう止めるのか
ポリシーが見るのはnavigateのURLだけです。クリック先・リダイレクト・ページ内リクエストは、ドライバのフックとコンテナのegress制御で止めます。
公式は防御を6段階で示しています。SDK が肩代わりするのは1・4・5です。
- URLポリシーを書く(SDK が実行)
- ドライバでリクエストを傍受し、同じ判定関数で検査する
- コンテナにegressポリシーを置く
- アップロードとダウンロードを閉じ込める(SDK が実行)
- 影響の大きいメンバーを
confirmで関門にする(SDK が実行) - セッションごとに専用のコンテナまたはVMへ隔離する
2・3・6はドライバとデプロイ側の責任です。傍受フックには穴があり、WebSocket のハンドシェイク、Service Worker のリクエスト、リダイレクトの途中経路は見えません。Service Worker はブロックし、残りは見えるフックで別途検査します。
egress制御では、リンクローカルとプライベートのアドレス範囲(クラウドのメタデータアドレス 169.254.169.254 を含む)を IPv4・IPv6 の両方で遮断し、許可ホストだけに絞り、DNS はコンテナのリゾルバに限ります。コンテナ外のネットワークポリシーはコンテナ内のループバックを見ないため、DevTools ポートのように loopback で待ち受けるサービスには別の対策が要ります。
confirmとファイルポリシーで何を人間に残すのか
confirmは実行直前に毎回呼ばれる承認コールバックです。javascript_execとfile_uploadは既定で無効で、有効化にはconfirmが必須です。
javascript_exec と file_upload を有効にするとき confirm を渡さないと、コンストラクタが設定エラーを出します。承認画面には、メンバー名・ページのURL・入力値を出します。その前に、印字可能なASCII以外の文字をすべてエスケープします。ページ由来のテキストで承認画面を偽装されないためです。
注意点が3つあります。
- 承認は「最後の状態レポート時点のページ」に対するもので、実行前にページが変わっても SDK は再確認しない
- 購入・メッセージ送信・規約同意は
left_clickやtypeのような通常メンバーを通る。メンバー名だけでは判別できないため、人に承認させたい操作はそれらも承認対象にする javascript:URLのnavigateはconfirmから見ると単なるnavigateなので、URLポリシーで先に拒否しておく
ファイルポリシーは、アップロード元ディレクトリを1つに限り、シンボリックリンクを解決したうえで範囲外を拒否します。ダウンロード先はアップロード元と重ならない場所に置き、モード 0700 で作り、noexec,nosuid,nodev でマウントします。ダウンロードしたファイルは、人が判断するまで会話に読み込んだり実行したりしません。リモートやホスト型のブラウザには、この検査が効きません。ブラウザ側のファイルシステムは別物だからです。その場合は file_upload を無効のままにします。
規模別の留意点(SMB / エンタープライズ)
中小企業は、まず許可ホストを業務に必要な数サイトへ絞り、javascript_exec と file_upload を有効にしない構成から始めてください。承認はSlack通知など既存の経路に載せれば足ります。ドライバはパートナー製を使い、そのプロバイダのegress・録画保持の条件を確認します。ホスト型ブラウザでは自社のegress制御が効かず、傍受フックが唯一の検査になるためです。
大企業では、ポリシー関数を共通ライブラリとして配布し、設定の読み込み失敗が「無検査」にならないことをCIで検証します。ユーザーごとにツールセットを分け、承認キャッシュを共有しないことも要件です。全社展開の設計はRDEで扱っています。
導入前に何を確認すればよいか
確認の要点は5つです。ポリシーの有無、スキーム拒否、egress遮断、無効メンバーの維持、承認UIのエスケープです。
運用前のチェックリストです。
url_policyを渡し、Noneの読み込み時の挙動を試験したjavascript:・file:・data:を拒否するテストがある- 傍受フックが同じ判定関数を呼んでいる
- コンテナのegressでメタデータアドレスとプライベート範囲を遮断した
- 起動するブラウザプロファイルは、どのアカウントにもサインインしていない
- API キーを持つ SDK 実行側は、ブラウザのコンテナの外で動かしている
- 承認UIは非ASCIIをエスケープし、承認をURLと入力ごとに分けている
導入計画や運用設計の相談は、Kuuの伴走支援で受け付けています。
参考
まとめ
SDK のブラウザツールセットは、ループと3つの関門(URLポリシー、ファイルポリシー、confirm)を提供します。ただし URLポリシーは navigate しか見ず、傍受とegress制御、ホストの隔離は利用者側の仕事です。ポリシーなしで動く構成を残さないことが最初の一歩です。
ブラウザ型エージェントの権限設計や承認フローの整備は、Kuu株式会社にご相談ください。
