브라우저 자동화에서 문맥을 아끼는 MCP 도구 아이디어
에이전트는 웹페이지 정보를 읽을 때 많은 문맥을 써 버릴 수 있다. 기존 기반 MCP 도구는 해커뉴스 페이지 한 번을 읽는 데 약 1만4700토큰을 쓰고, 클릭할 때마다 전체 페이지 구조를 다시 내보낸다. agent-browser는 이 문제를 줄이기 위해 만든 Go 실행 파일이다.
내부에는 를 쓰고, MCP는 표준 입출력으로 연결된다. 페이지 전체를 길게 풀어 주는 대신 짧고 촘촘한 참조 줄을 에이전트에 주며, 행동 뒤에는 전체 재확인 대신 바뀐 부분만 돌려준다. 해커뉴스 페이지는 약 1200토큰, 페이지는 약 1250토큰 정도로 줄었다.
명령은 `act "Sign in"`처럼 사람이 말하는 의도에 가깝게 줄 수 있고, 이름이 헷갈리는 대상은 임의로 고르지 않고 후보를 순위로 보여준다. 행동 결과는 이동, 대화상자 열림, 상태 변화, 보이는 변화 없음, CHALLENGE 같은 판정과 함께 발생한 XHR 정보를 돌려준다.
핵심 포인트
- 기존 기반 MCP는 해커뉴스 한 페이지 스냅샷에 약 1만4700토큰을 썼다.
- agent-browser는 같은 해커뉴스 페이지를 약 1200토큰으로 줄였다고 제시한다.
- 행동 뒤에는 전체 페이지를 다시 보내지 않고 바뀐 부분인 델타만 돌려준다.
- `act "Sign in"`처럼 의도 기반 명령으로 클릭이나 입력을 한 번에 처리한다.
- 대상이 애매하면 추측하지 않고 후보 목록을 보여준다.