用途:Auto Browser 为智能体提供真实、可人工介入的浏览器控制平面,适合访问、读取或操作任意网站,尤其是 JS 渲染页面、SPA、仪表盘和多步骤流程;也适合需要保存登录状态复用的认证工作流,或需要在表单、点击流程中由人工接管的场景。当普通 HTTP 抓取无法满足登录、动态内容和会话状态需求时,可用该工具。上游项目明确不适用于验证码破解、未授权抓取或欺骗性自动化。
主要能力:由 FastAPI 控制器与 Chromium 浏览器节点组成,支持共享会话、可复用认证配置文件、审批门控、审计轨迹和 noVNC 人工接管。提供约 35 个精选 MCP 工具(browser.*),典型调用链为 browser.create_session → browser.observe → browser.execute_action、browser.find_by_vision、browser.find_elements、browser.wait_for_selector → browser.screenshot、browser.get_html、browser.get_network_log → browser.list_auth_profiles → browser.close_session。设置 MCP_TOOL_PROFILE=full 可开放管理/代理/测试面。
使用方式:以 Docker 栈运行,执行 git clone https://github.com/LvcidPsyche/auto-browser.git,然后 cd auto-browser,docker compose up --build -d。启动后控制器/MCP 位于 http://127.0.0.1:8000(MCP 在 /mcp,仪表盘在 /dashboard),人工接管 noVNC 位于 http://127.0.0.1:6080/vnc.html。需用 uv 注册 MCP stdio 桥接,配置中命令为 uvx、参数为 auto-browser-mcp、环境变量 AUTO_BROWSER_BASE_URL 指向 http://127.0.0.1:8000/mcp。Claude Code 可用 claude mcp add-json auto-browser '{ ... }' --scope user。就绪检查无 /health 路由,可用 curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:8000/mcp/tools,返回 200 表示已启动。
已知限制与安装问题:上游由 LvcidPsyche 以 MIT 许可发布,MCP stdio 桥接以 auto-browser-mcp 名称发布在 PyPI,本技能仅记录并接线,不内嵌上游源码。Windows 11 上 Docker Desktop 的 AF_UNIX 套接字层可能损坏,导致后端启动崩溃;可行做法是在 WSL2 内安装 Docker Engine 并以原生套接字运行,WSL2 会把 localhost:8000 转发给 Windows,Windows 侧 uvx 桥接无需改动。WSL2 空闲约 8 秒会关闭虚拟机,需保持 VM 常驻。构建应在 WSL 文件系统内进行,避免 /mnt 路径的 NTFS-over-9P 性能与 CRLF/权限问题。该工具不解决验证码,不支持未授权抓取或欺骗性自动化。其他收费、价格、平台等细节资料暂未提供。