HN投稿: Webアプリをエージェントツールにリバースエンジニアリングする

HNの皆さん、こんにちは！認証済みのWebアプリ内で動作し、アプリが自身のAPIをどのように呼び出すかを監視し、それらを自動的にエージェントツールに変換するブラウザベースのエージェントを構築しました。これは、ホストアプリが変更されても自己更新される、自動生成されたMCPサーバーと考えてください。 その結果、最小限の労力で、チャットやRAGだけでなく、あらゆる製品に深く統合できる、熟練したAIアシスタントが生まれます。 以下の短いデモで、おそらく皆さんがよく知っているソフトウェアでエージェントがどのように動作するかをご覧ください。 - Jira: https://demo.frigade.com/hn?skill=jira - Spotify: https://demo.frigade.com/hn?skill=spotify - Hacker News (笑): https://demo.frigade.com/hn?skill=hackernews - フルデモ: https://demo.frigade.com/hn?skill=full-demo 例で見られるように、ポイント＆クリックで通常できることよりも、はるかに多くのこと（そしてより速く）ができます。そして、私たちはこれらの製品のソースコードに一切触れていません！ なぜこれを行うのか？ 理想的な世界では、すべてのアプリケーションにMCPサーバーまたはAIエージェントが利用できる、消化しやすいAPIが用意されているはずです。実際には、非常にモダンなソフトウェアでさえ、AIエージェントがそのままでは使用できない、混乱したAPIとサービスのクモの巣を持っていることがわかりました。セキュリティも大きな問題となります。なぜなら、アプリケーションはエンドポイントの保護方法について、さまざまな（しばしば自社開発の）標準（JWT/Cookie/両方の組み合わせ）を持っているからです。最後に、実際のブラウザエージェントがユーザーの代わりにアプリケーションを使用して（つまり、コンピューターの使用）、あまりにも脆く、遅く、そして多くのトークンを消費します。 私たちは、既に認証済みアプリケーションの使用と学習に訓練された既存のブラウザエージェントを使用し、アプリの認証済みAPIを「レシピ」に自動的に変換する追加ステップを追加しました。レシピは以下の要素の組み合わせです。 - APIエンドポイント + メソッド - 認証方法（およびリフレッシュ認証トークン/Cookieの取得方法） - レスポンススキーマ - 入力スキーマ（POST/PUTの場合） - ツールが何をするかの人間が読める説明 これらをすべて組み合わせることで、コードを記述または維持することなく、LLMのための再利用可能なツールになります。APIが変更されても、私たちのエージェントはそれを検出し、ツールのレシピを更新されたバージョンに置き換えます。 このようにして、AIエージェントにツールを追加するのは非常に簡単になります。 - 私たちのエージェントはアプリでトレーニングを行い、レシピを構築します。 - アプリの所有者は、ダッシュボードから検出されたツールを有効にします。 - エージェントは、サードパーティを介さずに、ユーザーの代わりに直接アプリケーション内でアクションを実行できるようになります。例えば、「ワークスペースにチームメイトを招待して」と言うと、プロキシやサードパーティを介さずに、ユーザーを招待するための既存のAPIエンドポイントが安全に呼び出されます。 もちろん、これを試みるときに遭遇するエッジケースはたくさんあります。多くの「標準」が存在するにもかかわらず、すべてのアプリケーションは本質的に異なります。豆知識：graphqlは、レシピの標準化において最も扱いにくいAPIでした。 フィードバック/コメントを楽しみにしています！