【要約】Chrome DevTools for Agentsのトークン消費・実行時間をplaywright-cliと比べてみた [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
AIエージェントを用いたブラウザ操作において、コンテキスト（ページ情報）の取得コストが課題となっている。従来の自動化ツールを用いた手法では、以下の問題に直面する。
- ・Playwright等のツールはページ全体をスナップショットとして取得するため、トークン消費量が増大しやすい。
- ・LLMの入力トークン増大は、直接的な実行コストの増加とレイテンシの悪化を招く。
- ・エージェントが効率的に必要な情報のみを抽出する手法の確立が求められている。
// Approach
筆者は、Chrome DevTools for Agentsの効率性を検証するため、3つの異なる接続方式による比較実験を行った。検証の詳細は以下の通りである。
- ・対象タスクとして「Qiita記事の見出し構造取得」を選定。
- ・比較対象に「chrome-devtools-cli（プラグイン）」「chrome-devtools（デバッグモード）」「playwright-cli」の3種を設定。
- ・各ツールで実行し、使用したツール、Input/Outputトークン、Cache read/write、合計コスト、実行時間を計測。
// Result
Chrome DevTools for Agentsは、Playwrightと比較して大幅なコスト削減を実現した。検証結果の詳細は以下の通りである。
- ・コスト面：
chrome-devtools-cliはPlaywright比で約53%のコスト削減（$0.1688 vs $0.3608）を達成。 - ・時間面：実行時間は34秒と、Playwright（47秒）よりも高速。
- ・要因：
evaluate_scriptを用いて必要なDOM要素に絞って情報を取得できるため、不要なトークン消費を抑制できた。
Senior Engineer Insight
> 本検証は、LLMエージェントの運用コストを考える上で極めて示唆に富む。Playwrightのような「全量取得」は開発は容易だが、大規模サイトではトークンコストが指数関数的に増大する。一方、Chrome DevTools for Agentsのように「必要な要素をJSで狙い撃つ」アプローチは、コストと精度のバランスにおいて圧倒的に優位だ。実戦投入時は、エージェントに渡すコンテキストの粒度を、いかに
evaluate_scriptで制御できるかが、スケーラビリティの鍵となる。