OpenDia：ブラウザとAIモデルを接続するオープンソースツール

オープンディアは、次のようなオープンソースプロジェクトである。 モデル・コンテキスト・プロトコル (エムシーピーOpenDiaは、ページ解析、コンテンツ抽出、ダイナミックブックマーク、ローカルで動作するMCPサーバーと連携したブラウザの自動化など、様々な機能をサポートしています。ユーザーは、ChromeやFirefoxなどのブラウザにOpenDiaの拡張機能をインストールすることで、ローカルで動作するMCPサーバーと連携してブラウザ操作を自動化することができます。OpenDiaは、ページ分析、コンテンツ抽出、ダイナミックブックマーク管理、ページスタイルのカスタマイズなど、様々な機能をサポートしています。プライバシーを重視し、クラウドサービスに依存することなく、完全にローカルで動作する。プロジェクトのライセンスはMITライセンスで、コードはGitHubで公開されている。最新バージョンv1.1では、Firefoxとリモート操作がサポートされ、より安定している。

機能一覧

• インテリジェント・ページ分析：AIモデルによる処理のためにウェブページのコンテンツを抽出します。
• 自動化された操作：ボタンのクリック、フォームへの入力、ウェブページのナビゲーションをサポート。
• ダイナミックなブックマーク管理：キーワードやトピックに基づいて閲覧履歴を素早く検索。
• ページスタイルのカスタマイズ：ウェブページの外観を調整し、ユーザーエクスペリエンスを最適化します。
• バックグラウンド操作：効率的なワークフローを維持するために、マルチタブページ操作をサポートします。
• プライバシー：すべての操作はローカルで実行され、データはクラウドにアップロードされない。
• クロスブラウザ対応：Chrome、Firefox、Edge、Braveなどに対応。
• リモート・コントロール：さまざまなデバイスやカメラからのリモート・コントロールをサポート。 クロード ブラウザの操作。

ヘルプの使用

設置プロセス

OpenDiaを使用するには、サーバー側とブラウザの拡張機能の両方をインストールする必要があります。以下はその詳細な手順である：

1. Node.jsのインストール
   OpenDiaはNode.js（v14以降）に依存しています。Node.jsの公式サイトにアクセスし、お使いのOSに適したバージョンをダウンロードしてインストールしてください。インストールが完了したら、以下のコマンドを実行し、インストールが成功したことを確認してください：

   node --version
   

2. OpenDiaプロジェクトのクローン化
   ターミナルまたはコマンドラインで以下のコマンドを実行し、OpenDiaのソースコードをダウンロードする：

   git clone https://github.com/aaronjmars/opendia.git
   cd opendia
   

3. MCPサーバーの起動
   サーバーのディレクトリに移動し、依存関係をインストールする：

   cd opendia-mcp
   npm install
   npm start
   

   デフォルトでは、サーバーは localhost:5555(WebSocketポート）。カスタムポートには

   npx opendia --ws-port=5555 --http-port=5556
   

   ポートが競合した場合、OpenDiaは自動的に既存のプロセスを終了し、再バインドします。

4. ブラウザ拡張機能のインストール
   • クローム
     クロームを開き chrome://extensions/Developer Mode "ボタンをクリックし、"Developer Mode "を有効にする。Load unzipped extensions "をクリックし、以下の項目を選択します。 ./opendia-extension/dist/chrome フォルダーに接続します。エクステンションは自動的にローカルサーバーに接続します。
   • Firefoxブラウザ
     Firefoxを開き about:debugging#/runtime/this-firefox一時アドオンの読み込み」をクリックし、以下を選択します。 ./opendia-extension/dist/firefox/manifest.json ファイル。拡張機能がロードされ、使用できるようになります。
   • その他のChromiumブラウザ（Edge、Braveなど）については、Chromeのインストール手順を参照してください。
5. 接続の確認
   エクステンションがロードされたら、サーバーが正しく動作していることを確認します。エクステンションは自動的に localhost:5555リモートサーバーを使用している場合は、ngrokなどのツールを設定する（下記参照）。リモートサーバーを使用している場合は、ngrokなどのツールを設定します（下記参照）。
6. オプション：遠隔操作
   別のデバイスまたはクロードブラウザで実行するには、ポート転送用にngrokを設定します：
   • ngrokをインストールする（Ubuntu/Debianの例）：

     curl -s https://ngrok-agent.s3.amazonaws.com/ngrok.asc | sudo tee /etc/apt/trusted.gpg.d/ngrok.asc >/dev/null
     echo "deb https://ngrok-agent.s3.amazonaws.com buster main" | sudo tee /etc/apt/sources.list.d/ngrok.list
     sudo apt update && sudo apt install ngrok
     

   • ngrokのオートトークンを無料で取得する（登録はngrokのウェブサイトで）。
   • ngrokを走らせる：

     ngrok http 5556
     

   • ngrok が提供する URL を使用して、拡張リモート接続を設定します。

主な機能

• インテリジェントなページ分析
  拡張機能をインストールした後、任意のウェブページを開き、拡張機能のアイコンをクリックして「ページ分析」機能を有効にすると、OpenDiaはAIモデル（ClaudeやChatGPTなど）による処理のために、ウェブページのテキスト、画像、その他のコンテンツを抽出します。ユーザーはMCPプロトコルでコマンドを送信し、AIにコンテンツを分析させ、結果を返すことができる。例えば、「このページの核となるアイデアを要約せよ」と入力すると、AIは抽出されたコンテンツに基づいて要約を生成する。
• オートメーション
  OpenDiaはAIコマンドによる自動化をサポートしている。例えば、「Twitterで最新のAIトレンドを検索」と入力すると、拡張機能が自動的にTwitterを開き、検索語を入力し、結果を表示する。ユーザーは拡張機能のインターフェイスにコマンドを入力したり、APIを介してローカルのAIモデルと統合することができる。
• ダイナミックなブックマーク管理
  拡張機能のインターフェイスで「ブックマーク」を選択し、キーワード（例：「機械学習」）やトピックを入力すると、OpenDiaがブラウザの履歴をスキャンし、関連するウェブページをリストアップする。ブックマークのエクスポートやレポートの作成にも対応しており、研究データの整理に便利です。
• ページスタイルのカスタマイズ
  拡張機能のスタイリングツールを開き、プリセットスキンまたはカスタムCSSを選択して、ウェブページのフォント、色、レイアウトを調整します。この機能は、ウェブページをナイトモードに切り替えるなど、読書体験を最適化するのに理想的です。
• 複数のタブをバックグラウンドで実行
  OpenDiaはバックグラウンドでのタスク処理をサポートします。ユーザーは同時に複数のタブを開き、異なるコマンドを実行することができます（例えば、あるタブで検索し、別のタブでフォームに入力する）。バックグラウンドでの実行により、タスクが中断されることはありません。

ほら

• Node.jsとサーバーが正しく動作していることを確認してください。そうでない場合、エクステンションは接続できません。
• リモート操作には、ngrok接続の中断を避けるために安定したネットワークが必要です。
• 拡張機能は高い権限を必要とし、ブラウザのセキュリティ警告を引き起こす可能性があるため、手動で信頼性を確認してください。
• このプロジェクトはオープンソースソフトウェアであり、公式な技術サポートはない。

アプリケーションシナリオ

1. 学術研究
   研究者はOpenDiaを使って、ブラウザの履歴から学術論文を素早く検索し、重要な情報を抽出して要約を作成することができる。例えば、"Find machine learning articles read this week "と入力すると、関連するウェブページのリストとその内容の要約が表示される。
2. 自動化されたワークフロー
   OpenDiaを使えば、マーケティング担当者は、コンテンツの一括投稿やデータ収集といったソーシャルメディア上のアクションを自動化できる。LinkedInでAI関連の仕事を検索」とコマンドを入力すると、検索と結果の照合が自動化される。
3. パーソナライズされたブラウジング体験
   ユーザーは、ページスタイルのカスタマイズ機能を通じて、ウェブページの読書体験を最適化することができ、長時間の読書や高コントラストのインターフェイスを必要とするユーザーに適している。
4. 開発とテスト
   開発者はOpenDiaのMCPプロトコルを活用して、カスタムAIツールを開発し、ブラウザ自動化機能をテストし、より多くの統合の可能性を探ることができる。

品質保証

1. オープンダイヤはインターネット接続が必要ですか？
   オープンダイヤのコア機能はローカルで動作するため、インターネット接続は必要ありません。リモートコントロールやオンラインコンテンツへのアクセスにはネットワークサポートが必要です。
2. 対応するAIモデルは？
   オープンダイヤは、MCPプロトコルを介してClaude、ChatGPT、ローカルLLMをサポートしており、ユーザーはモデルを設定する必要がある。
3. 完全無料ですか？
   はい、OpenDiaはMITライセンスの下で利用可能であり、完全に無料です。ユーザーが負担するのは、実行環境のハードウェア費用のみです。
4. エクステンションがサーバーに接続できない問題を解決するには？
   サーバーが localhost:5555ポートが占有されていない場合は、ポートが占有されていないことを確認してください。サーバーを再起動するか、ポートを変更して問題を解決してください。