SuperAPI AI 工具集

kernel-mcp

智能体与模型

查看项目

更新于 11-01 06:54

技能介绍

KERNEL mcp 是一个 MCP 服务器,用于通过云端的 KERNEL 浏览器会话执行浏览器操作。所有浏览器均运行在云虚拟机中,不在用户机器上运行;每个浏览器都是由 MCP 工具创建、驱动和删除的云端实例。

首次使用时,用户需在浏览器中通过 OAuth 登录 KERNEL;授权时可以选择组织级访问,或仅限一个 KERNEL 项目。

会话生命周期

  • manage_browsers:创建、列出、获取、更新、删除浏览器会话,并获取会话遥测(get_telemetry)。创建后返回会话 ID、CDP URL 和实时视图 URL。可选参数包括 stealth、headless、proxy_id、profile_name、viewport_width、viewport_height 和 timeout_seconds。
  • manage_browser_pools:用于高吞吐任务的预热浏览器池,可创建池、获取浏览器并在完成后释放。

驱动浏览器

  • execute_playwright_code:在已有会话上运行 Playwright TypeScript,page 已在作用域中,返回值可回传。
  • browser_repl:浏览器 VM 内的持久化 JavaScript REPL,支持 playwright、patchright 和原始 CDP,状态在多次调用间保留,可用 repl.help() 开始。
  • computer_action:鼠标、键盘、滚动和截图操作,可在一次调用中批量执行多个动作并以截图结束。
  • webmcp:调用页面通过 WebMCP 暴露的结构化工具;在为站点操作编写选择器前可先检查是否存在此类工具。
  • browser_curl:在浏览器会话内部发送 HTTP 请求,复用其 Cookie 和网络路径。
  • exec_command:在浏览器 VM 内运行 shell 命令,例如检查 DNS、文件或日志。

状态与认证

  • manage_profiles:保存 Cookie 和本地存储。setup 会打开引导式会话供用户登录一次;在 manage_browsers 创建时传入 profile_name 即可复用。
  • manage_auth_connections:为第三方站点提供托管认证。需要账号的任务开始前,先按域名列出连接;若没有已认证连接,login 会启动托管登录流程,由用户在自己的浏览器中完成,凭据和 MFA 不进入聊天。
  • manage_proxies:支持数据中心、ISP、住宅、移动或自定义代理,可按国家、州或城市定向。
  • manage_extensions:列出和管理已上传的 Chrome 扩展。

其他工具

  • manage_replays:开始和停止会话的 MP4 录像(付费计划)。
  • manage_apps:列出应用、检查部署状态并调用 KERNEL 应用。
  • search_docs:搜索 KERNEL 文档。

常见流程 浏览或抓取页面:若站点有机器人检测,使用 stealth: true 创建浏览器;用 execute_playwright_code 导航并提取数据,例如:

await page.goto("https://news.ycombinator.com"); return await page.$$eval(".titleline > a", els => els.slice(0, 10).map(e => e.textContent) );

完成后用 manage_browsers 删除浏览器。

需要登录的站点:先用站点域名调用 manage_auth_connections list;若连接状态为 AUTHENTICATED,用其 profile_name 创建浏览器;否则创建连接并运行 login,把托管 URL 分享给用户,等待完成后再执行任务并删除浏览器。

视觉或坐标类任务:用 computer_action 截图查看页面,批量执行 click_mouse、type_text、press_key,最后再截图。

使用建议

  • 完成后删除浏览器,并设置 timeout_seconds 作为兜底。
  • 无人需要实时视图时使用 headless: true,启动更快。
  • 用户需要观看或接管时,分享实时视图 URL。
  • 会话异常时,可用 manage_browsers get_telemetry,对活动会话和已删除会话均有效。