Kotlinマルチプラットフォーム向けのWebView自動化。 ページに対して何をしたいかをリストとして説明してください。 ステップを踏み、Android、iOS、デスクトップの埋め込みWebView内で実行します:アプリから、 テスト、またはモデルコンテキストプロトコル(Koog)上のLLMエージェントによるもの。

同じ語彙は4通り利用可能です:上記のKotlin DSLや、Compose可能な構成ツールなどです 画面にドロップし、ページを見たことのないエージェントにとっては、MCPツールやKoogツールとして機能します。 後者2つは1つの意味論の2つの実装ではなく、2つの実装である。

ブロックはスクリプトではなくビルダーです。最初に一度だけ実行して、ステップリストを組み立てます。 WorkflowEngineは歩くため、通常のKotlinifがワークフローに含む内容を選択します。 決定がランに属する場合、それは時々しか存在しない要素であり、価値は 先に抽出されたステップ — runIf は、エンジンがページに対して評価するステップを付け加えます。その WorkflowStep 構造体は公開的かつ同等のままです;これらは vitre-mcp が使用するものです。 エージェントのステップはKotlinではなくJSONとして届きます。

なぜ

Vitre

WebView automation for Kotlin Multiplatform. Describe what you want done to a page as a list of steps, then run it inside an embedded WebView on Android, iOS and the desktop: from your app, from a test, or from an LLM agent over the Model Context Protocol or Koog.

val workflow = workflow("hn-top-story", "Hacker News top story") {
    navigate("https://news.ycombinator.com/")
    waitFor(".titleline > a", timeoutMs = 15_000)
    extract(".titleline > a", into = "headline")
    extract(".titleline > a", into = "url", from = Source.Attribute("href"))
}

WorkflowEngine(controller).run(workflow).collect { event ->
    if (event is WorkflowEvent.Completed) println(event.variables["headline"])
}

The same vocabulary is available four ways: as the Kotlin DSL above, as a Compose composable you drop into a screen, and, for an agent that has never seen the page, as MCP tools or as Koog tools. Those last two are two deliveries of one set of semantics rather than two implementations of them.

The block is a builder rather than a script. It runs once, up front, to assemble the step list that WorkflowEngine then walks, so ordinary Kotlin if inside it chooses what the workflow contains. When the decision belongs to the run instead — an element that is only sometimes there, a value an earlier step extracted — runIf appends a step the engine evaluates against the page. The WorkflowStep constructors remain public and equivalent; they are what vitre-mcp uses, since an agent’s steps arrive as JSON rather than as Kotlin.

Why

Mobile apps already embed WebViews, and everything people want to do with them (read a page, fill a form, talk to the page’s own script, scrape a table, run four sites at once) ends up as one-off evaluateJavascript calls glued to a callback. Those calls race each other, they race the UI, and none of it is shared between Android, iOS and the desktop.

Vitre makes the page something you can drive: one ordering guarantee, one step vocabulary, one codebase for every platform, and a snapshot format an agent can read.

• The steps are declarative: Navigate, LoadHtml, WaitFor, Click, Input, Extract, ExtractRows, Snapshot, EvaluateJs, PostMessage, AwaitMessage, If for the branches the page decides rather than the builder, and ForEach to visit every page an earlier step found — search results in, one product page each out.
• Elements are addressed three ways: CSS, XPath, and handles issued by a page snapshot.
• evaluateJs returns a script’s result JSON-encoded on every platform, so