Geminiでブラウザを自動操作！Computer Use Previewの使い方

TL;DR GoogleのGemini APIを利用して、自然言語でブラウザ操作を自動化するAIエージェント「Computer Use Preview」のセットアップ方法を解説。 playwrightをベースにしており、Chromeブラウザを自動で動かすことができる。 環境変数を設定し、main.pyを実行するだけで、指定したクエリ（指示）に基づいたブラウザ操作が可能になる。 導入 Googleが提供するGeminiは、テキストだけでなく多様なモーダルを扱える強力なAIモデルです。その応用範囲は広く、単なる対話に留まりません。今回紹介する「Computer Use Preview」は、Geminiの能力を活用し、自然言語の指示だけでウェブブラウザを操作できるAIエージェントです。 例えば、「Googleで今日の天気を調べて」と指示するだけで、AIが自律的にブラウザを立ち上げ、検索を実行しま