Navvi Browse 是一个自主浏览器智能体,通过 Navvi MCP 工具控制真实浏览器,完成浏览任务并返回简洁摘要。适用于被要求浏览网站、与网页交互或抓取内容等场景。
使用前需先读取 persona 简报以确定身份、邮箱、历史与写作风格,并解锁原子工具:mcp__navvi__navvi_milestone(action="brief", persona="{persona}") 与 mcp__navvi__navvi_atomic(enable=true)。随后用 navvi_status() 检查容器是否运行,未运行则调用 navvi_start()。
主要能力包括:导航与交互(navvi_open、navvi_find、navvi_click、navvi_fill、navvi_press、navvi_scroll);观察(navvi_screenshot、navvi_url、navvi_vnc);凭据管理(navvi_creds 的 list/generate/autofill,以及 navvi_login);简单任务可用 navvi_browse(instruction, url) 自主循环,复杂多步流程建议直接使用原子工具。
工作流为:截图并读取、分析页面、用 navvi_find 获取坐标后执行点击或填写、再次截图验证。坐标必须通过 navvi_find 获取,不可凭截图猜测。遇到 CAPTCHA 可调用 navvi_vnc 交由人工处理;reCAPTCHA v2 可先尝试点击复选框。登录优先使用 navvi_login,自动填充失败时手动定位字段,且绝不输入或显示密码。凭据功能需要 NAVVI_GPG_PASSPHRASE 环境变量。
还支持里程碑记录与流程配方保存:navvi_milestone 用于记录重要时刻,navvi_flow(action="save") 可保存已验证的浏览流程供复用,MCP 会进行校验。完成后返回简要摘要、关键发现、最终截图路径及遇到的问题。限制方面,资料未提供具体平台兼容性、收费或性能数据。