2026/07/17 5:21

[Show HN]：Libretto PR agents – Playwright スクリプトの失敗を自動的に修正するツール

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Libretto は、既存の自動化ロジックを変更せずに失敗する Playwright スクリプトを自動的に修正するための画期的なオープンソースツールです。その主な利点は、ライブページの失敗を分析し、正確なコード修正を含む GitHub のプルリクエストを生成することで、現在のワークフローへのシームレスな統合を実現できる点にあります。多くの自動化ツールとは異なり、Libretto は連続的な実行時間のオーバーヘッドではなく、単一のデバッガー初期化のみを必要とするため、大規模なテストスイートの維持に非常に効率的です。現状では Playwright のみをサポートしており（Selenium または Puppeteer にはまだ対応していません）、クラウド環境での要素の非表示問題や動的ネーミング不一致に悩むチームにとって重要な解決策を提供します。ユーザー自身がインフラコストを賄うためにモデルプロバイダーの API キーを提供する必要がありますが、MIT ライセンス下で無料で利用でき、専用クラウドホスティングの利用を強制することはありません。結局のところ、Libretto は開発者が堅牢なスクリプト構造を維持すると同時に手動でのメンテナンス労力を大幅に削減することを可能にし、ウェブ要素の変動による日常のテスト失敗のデバッグに時間を費やすのではなく、イノベーションに注力できるようチームをサポートします。

本文

PLAYWRIGHT PR AGENTS —— 失敗するスクリプトを自動修正

すでに動作しているブラウザ自動化環境を変更せずに維持しつつ、エラー発生時に Libretto がライブページを検証し、GitHub Pull Request を作成してコードの修正案を提案します。

🛠️ OpenLibretto の自動修復機能概要

libretto-agent

はメインブランチに 1 つのコミットをマージします。具体的な修正例と仕組みは以下の通りです。

自動修正の具体例

対象ファイル:
```
workflows/book-appointment.ts
```

元のコード:

await page.locator('input[name="username"]').fill(login);

修正後のコード:

await page.locator('input[name="login"]').fill(login);

理由: 「サインイン」フィールドの属性は
```
name="login"
```
です。これは**ライブページのインスペクション（調査）**により確認されています。

運用フロー

スクリプト自体は通常通り動作を続けます。
エラーが発生した後のみ、Pull Request エージェントが起動します。
何が変わったかを調査し、修正コードを提案します。

❓ FAQ（よくある質問）

ワークフローが失敗後にどうなるでしょうか？

エージェントはエラーの原因を診断し、今後の実行のためにコードの修正を提案することに焦点を当てます。
現在の試行については、キャッチ処理、再試行、フォールバック処理、エラーハンドリングなどは既存の仕組みがそのまま担当します。
エージェントは修正案を発見するとすぐに Pull Request を開きます。

libretto-playwright-debugger

は必須ですか？

いいえ、必須ではありません。
既存の Playwright プロジェクトに
```
libretto-playwright-debugger
```
パッケージを追加し、デバッガーを初期化します。
失敗処理のパスから
```
debugFailure()
```
を呼び出せば十分です。
現在のランタイム、ブラウザプロバイダ、デプロイ構成、ワークフロー構造は変更不要です。

Selenium や Puppeteer と動作しますか？

現時点では非対応です。
このパッケージは Playwright の
```
Page
```
オブジェクトを受け取るため、自動化処理自体もPlaywright を通じて実行する必要があるからです。
Selenium および Puppeteer には別途アダプターが必要になります。

すべてのブラウザやクラウドプロバイダと動作しますか？

はい、動作します。
ローカル環境、セルフホスト、そしてホスティングされているブラウザとの連携も可能でした。
前提条件: 自動化処理内ではライブ Playwright の
```
Page
```
が存在し、かつ
```
debugFailure()
```
が実行されるまでページを保持しておく必要があります。
Libretto Cloud を利用してブラウザセッションを実行する必要はありません。

プルリクエストエージェントは無料ですか？

Libretto はエージェントの利用に対して課金しません。
ただし、モデルプロバイダーの API キーとブラウザインフラストラクチャは各自で用意する必要があります。
そのため、AI モデルやブラウザプロバイダーの利用料は別途かかる場合があります。

オープンソースですか？

はい、オープンソースです。
Playwright デバッガーパッケージは Libretto リポジトリ上で、MIT ライセンスの下で公開されています。

同じ日のほかのニュース

一覧に戻る →

2026/07/16 23:46

Kimi K3：オープン・フロンティア・インテリジェンス

## Japanese Translation: Kimi K3 は、ネイティブビジョン機能と 100 万トークンのコンテキストウィンドウを備えた、開かれた 2.8T パラメータモデルであり、同クラスにおいて初めてこの規模に達したものです。Kimide Delta Attention (KDA)、Attention Residuals (AttnRes)、Stable LatentMoE（896 のエキスパートのうち 16 を有効化）を活用し、Kimi K2 に比べて約 2.5 倍のスケーリング効率向上を実現しています。API、モバイルアプリ（iOS、Android、HarmonyOS）、デスクトップアプリ（Windows/Mac v3.1.0 以降）、ターミナル（Kimi Code）、および Kimi Work プラットフォーム経由で現在利用可能です。完全なモデル重みは 2026 年 7 月 27 日にリリース予定です。発売時はデフォルトで"max"の思考努力で動作し、将来のアップデートで低い effort と高い effort のモードが個別に導入される予定です。全体的一般ベンチマークでは Claude Fable 5 や GPT 5.6 Sol などのプロプライエタリモデルに劣りますが、「max」推論（temperature = 1.0, top-p = 1.0）を使用する際は、評価スイート内でテストされた他のすべてのモデルで一貫して高スコアを獲得しています。NVIDIA H200 上での Kernel Optimization テストでは、Claude Fable 5 と競合的な性能を誇り、Opus 4.8、GPT 5.6 Sol、GPT 5.5 を大幅に上回っています。また、NanoTriton を成功裏に構築しており、これは Triton や torch.compile に匹敵するかそれ以上のパフォーマンスを発揮しながら、エンドツーエンドの nanoGPT 訓練を継続可能なカスタム GPU コンパイラです。ドメイン固有のベンチマークでは Kimi K3 が内部指標で優位を示しています：DeepSWE（67.5）、Program Bench（77.8）、Terminal Bench 2.1（88.3）。顕著なケーススタディには、48 時間以内にナノモデルを供給するチップの自律的デザイン（シミュレーションにおいて 100 MHz のタイミングクロージャー達成および>8,700 トークン/秒のデコードスループット達成）、ならびに 20 以上の論文を相互検証し Python コード 3,000 行以上を生成することで複雑な天体物理学研究タスクを数週間から約 2 時間へと短縮する実績が含まれます。 Kimi Work には、永続的な視覚インタラクションのためのウィジェットおよびダッシュボード、そしてネイティブ動画編集機能を搭載した新機能が追加されました。モデルは API 経由で利用可能で、入力/出力それぞれに対し MToken あたり 0.30 米ドル・3.00 米ドル・15.00 米ドルの料金体系を適用しています。制限事項としては、思考履歴への感受性（特定のハネス互換性を必要とする例：Kimi Code など）、および曖昧なタスクに対して過度の能動性を示す傾向があり、これらには明示的な振る舞い制約が必要です。

2026/07/17 5:18

LM Studio Bionic：オープンソースモデル用の AI エージェント

## Japanese Translation: LM Studio Bionic は、機密データを厳格な「ゼロデータ保持ポリシー」に従って安全に処理するために設計された専用のワークアプリケーションとして発売されました。このポリシーにより、文書やコードがより広範なシステムの学習に使用されることは一切ありません。プラットフォームは柔軟な実行環境を提供しており、ユーザーは自身のハードウェア上でローカルにタスクを実行できるほか、LM Link プロトコルを介して接続したり、処理直後にリクエストを削除する安全なクラウドを利用したりすることができます。ただし、クラウドモデルへのアクセスには LM Studio アカウントの作成および課金設定が必要です。主な機能としては、Mistral AI Voxtral を活用したオフライン音声認識と、GLM 5.2 や Kimi K2.7 Code のようなモデルを用いた高度なコーディング能力（ローカルコードベースの検査、説明、編集）が挙げられます。文書処理には PDF スライド表計算シートなどが含まれます。すべてのファイルはサンドボックス化された「Work project」環境内で安全に扱われます。今後のアップデートでは、ジョブごとに特定モデルを選択するための Bionic エージェントおよび、文書の変更を元に戻せる自動チェックポイント機能が導入されます。このソリューションは、ユーザーのプライバシーを犠牲にしてモデル学習を行うプラットフォームとは異なり、組織がコードベースの検査や PDF の分析などを実行しながら、コストを正確に管理でき、安心して作業を進められるよう支援します。

2026/07/17 1:06

Microsoft Comic Chat がオープンソース化されました

## Japanese Translation: Microsoft は、1990 年代に登場し、テキストとイラスト化された漫画パネルを組み合わせた画期的なチャットクライアント「Comic Chat」のオープンソース版を正式に公開しました。このソフトは、ダビッド・DJ・カルランダー氏により Microsoft Research で 1995 年に構想され、Visual C++ 4.0 と MFC を用いて開発されました。同年に Internet Explorer 3 に、その後 Windows 98 にも組み込まれ、24 の言語に対応してリリースされました。「Comic Sans」フォントを最初にスピーチバブル会話の文脈で採用したことで同フォントを広めたのもこの製品です。実際のチャットセッションのトランスクリプトから、漫画家 Jim Woodring 氏が独自のビジュアル資産を作成し、システムは会話を示す手がかりを読み取り、自動的にポーズ、表情、ジェスチャー、パネルレイアウトを生成しました。これは SIGGRAPH '96 の論文で「自動イラストレーション構築の実験」として記述されています。Comic Chat は現代のリアクション、スタicker、GIF、AI 生成コンテンツ、そしてビデオが登場する以前の技術であり、それらの機能を先駆けとしたノスタルジックなアーチファクトとして機能します。オープンソースリリースの一環として、Microsoft は元々の C++/MFC コードを現在の Visual Studio ツールおよび高解像度 Windows システムで動作させるための AI による近代化試みを含めており、これらは洗練されたリイシューではなく、現代的な IRC サーバーとの互換性を示す実用サンプルとして提示されています。この取り組みはソフトウェアの歴史を保存すると同時に、開発者、歴史家、愛好家がソースコードを探索し、実験し、1990 年代の技術を基にした新たな形で創作できるよう促しています。