ベータのコンピュータとブラウザのツールセットがClaudeのPythonとTypeScript SDKに入った

何が変わったか

ClaudeDevsは、APIがClaudeのクリックや入力の意図を伝え、SDKがいまループを実行して操作をドライバへ送ると書きました。ClaudeDevsは、それ以前はループを自分で書き、クリックとキー入力をコマンドへ対応させていたとも述べています。プラットフォームのページは、ツールランナーと、自分で書くループの両方を文書化しています。

BetaAbstractBrowserToolset20260801かBetaAbstractComputerToolset20260801をサブクラスにし、navigateやleft_clickのように操作ごとにメソッドを一つ置きます。PythonのガイドはBetaAsyncAbstractBrowserToolset20260801とBetaAsyncAbstractComputerToolset20260801も扱います。コンピュータのクイックスタートは、このツールセットをcomputer_toolset_20260801と呼びます。接尾辞20260801は、これらのページ上の識別子です。ドキュメントは別の出荷日を記していません。実装せずに省いたメンバーは、APIへdisabledとして送られます。Claudeがそれでも呼ぶと、SDKはエラーを返し、実行は続きます。一つのリクエストにブラウザのインスタンスとコンピュータのインスタンスを両方入れられます。各呼び出しはtoolset_nameとしてbrowserまたはcomputerを持ち、失敗するとそのターンでは同じツールセットの残りの呼び出しを飛ばします。そのため、コンピュータの呼び出しが失敗しても、そのターンのブラウザの呼び出しは動き続けます。

ClaudeDevsは、Browser Use、Browserbase、E2B、Daytonaのドライバか、クイックスタートの例から書く自前のコードを挙げています。ドキュメントは、Browser Use、Browserbase、E2Bが独自の連携を公開していると述べています。DaytonaはClaudeDevsの投稿に現れます。

• XのClaudeDevs
• SDKツールセットによるブラウザとコンピュータの利用

誰向けか

ブラウザまたはデスクトップのドライバを自分で用意する、ベータのPythonおよびTypeScript API SDKの呼び出し元向けです。呼び出し元がブラウザまたはデスクトップ、ドライバ、URLポリシーを用意します。

コンピュータのクイックスタートが前提にするのは、Pythonのanthropic.tools.computerかTypeScriptの@anthropic-ai/sdk/helpers/beta/toolsetsを備えたSDKビルド、Python 3.10+またはNode.js 20+、そしてモデルを動かすときのANTHROPIC_API_KEYです。パッケージのバージョンは挙げていません。MODEL変数の既定値はclaude-sonnet-5-5です。プラットフォームページのサンプルはclaude-opus-5-5を渡します。どちらもサンプルの文字列で、ページはこれより広いモデル一覧を示しません。Claude Codeのchangelogは、これらのクラスを説明していません。

• Claude Codeのchangelog

試し方

コンピュータのクイックスタートは、PythonとTypeScriptで書かれた数百行のVNCドライバ（RFBプロトコル）です。READMEは、インターフェースを示すものでプロダクションのコードではないと述べています。localhost上のパスワードなしサーバと、1920×1200を超えない画面を使います。サンプルの行はXvnc :1 -geometry 1280x800 -depth 24 -SecurityTypes None -localhost -rfbport 5900です。コンテナからは-p 127.0.0.1:5900:5900だけを公開します。VNC_HOSTの既定値は127.0.0.1、VNC_PORTの既定値は5900です。x11vnc -display :0 -nopw -localhost -foreverも動きます。画面をポーリングするため、入力直後のスクリーンショットは古いままのことがあります。サンドボックス内の使い捨てデスクトップを使います。画面にあるものが次の操作を導き、フォーカスのある端末はモデルが入力したものをそのまま実行します。

python run.py "Open a terminal, run date, and tell me today's date and time zone"は、そのコマンドライン全体をタスクとして送ります。TypeScriptでは同じ文を付けてnpm run start --とします。run.tsはオプションを読まないので、--helpもモデルへ渡ります。run.pyは--helpに自分で答えます。スクリーンショット以外の各操作の前に、runは呼び出しを表示し、yと答えたときだけ実行します。python exercise.pyとnpm run exerciseはVNCサーバへ接続し、モデルが送るはずの呼び出しをスクリプトとして送ります。APIキーは要りません。そこのconfirmはすべての呼び出しを承認します。

例はscreenshot、left_click、right_click、double_click、triple_click、mouse_move、scroll、type、key、waitを実装します。省くのはzoom、left_click_drag、left_mouse_down、left_mouse_up、middle_click、hold_key、cursor_positionです。同じ除外の節は、スケーリング、VNCパスワードとRFB 3.7より古いサーバ、Raw以外のエンコーディング、ドライバ接続中に大きさが変わる画面、そして例が小文字のaとして入力するshift+aも扱います。waitの上限と、サーバが応答をやめたときの再接続も扱います。READMEは、プロダクションのドライバにはその一覧のほとんどが必要だと述べています。プラットフォームのページはコンピュータの操作を17と数え、五つを実装したサンプルドライバを示します。

この例は拡大縮小しないRawのスクリーンショットを送り、1280×800で約4MBになります。モデルが求めたwaitのあいだスリープします。どちらのSDKもduration、繰り返し回数、scroll_amountを制限せず、SDKは画像をリサイズしません。一つのリクエストが画像を20枚より多く持つと、ページは画像ごとに厳しい上限があることを指しますが、その数値は示しません。

プラットフォームのクイックスタートは、同じページにあるブラウザの経路です。BetaAbstractBrowserToolset20260801をサブクラスにし、navigate、screenshot、left_click、_browser_stateを実装して、URLポリシーを渡します。サンプルのタスクは、ツールランナーにexample.comを開いてページの見出しを報告するよう求めます。ページはそのポリシーを例と呼び、ポリシーが整うまでは使い捨てブラウザを使うよう述べています。同じページは、claude-quickstartsにあるPythonとTypeScriptの最小例が、Chrome DevTools Protocol（CDP）でChromiumを制御すると説明しています。その例はプロダクションのコードではありません。

ブラウザのツールセットでは、javascript_execとfile_uploadは既定でオフです。confirmの呼び出し可能オブジェクトなしでどちらかを有効にすると、構成エラーになります。TypeScriptではconfirm: nullは例外を起こさず、SDKはブラウザの呼び出しをすべて拒否します。ファイルポリシーがなければ、パスまたはドキュメントIDを指定したアップロードはすべて拒否されます。URLポリシーがなければ、SDKはURLを検査せず、APIもClaudeが開くURLをフィルタしません。ポリシーが見るのはnavigateの呼び出しだけです。Anthropicのプロンプトインジェクション分類器は、現在、Amazon Bedrock経由で送られたブラウザツールセットのリクエストでは動きません。

コンピュータのツールセットでは、type、key、hold_keyを実装するドライバにはconfirmの呼び出し可能オブジェクトが必要です。なければconfigsでそれらのツールをオフにします。そうしなければコンストラクタが例外を起こします。SDKは誰にも尋ねません。confirmがなければ、実装された呼び出しをすべて実行し、クリックもすべて含まれます。実装したコンピュータのツールは、すべて既定でオンです。

• コンピュータツールセットのクイックスタート
• SDKツールセットのドキュメント

まだ開いている点

投稿とこれらのページは、価格、クォータ、プランの要件、パッケージのバージョン、一般提供の日付を記していません。claude-sonnet-5-5とclaude-opus-5-5を超えるモデル対応は一覧にありません。DaytonaはClaudeDevsの言及のままです。ツールセットのページはコンピュータの操作を17と数え、完全な一覧は別の操作リファレンスを指します。Chrome DevTools Protocolのクイックスタートも引用しています。