SuperAPI AI 工具集

browser-mcp

Browser MCP(由 Agent360 开发)是一款通过 Chrome 扩展与本地 MCP 服务器,让 AI 编程助手直接控制你已登录的真实 Chrome 浏览器的工具。它不需要单独的登录步骤、API 密钥或全新浏览器配置文件,能利用你现有的 Cookie、会话和双重验证,在 CAPTCHA、2FA 和反爬网站上继续操作,因为本质上是你本人在浏览。它提供 40 个浏览器工具,支持最多 20 个并发智能体,每个都有独立且颜色编码的标签组。遇到需要人工介入的步骤(如验证码、2FA 代码)时,它会停下来在屏幕上询问你,然后继续同一已登录的 Chrome 会话。项目采用 MIT 许可证,完全在本地运行,无账户、无遥测。仅支持 MCP 客户端在本地运行服务器的场景,例如 Claude Code、Cursor、VS Code 代理模式等。

访问官网

工具介绍

用途

Browser MCP 解决的是自动化工具在需要登录、验证码或双重验证的网站上无法继续工作的问题。传统的 Playwright 或 Puppeteer 在遇到 CAPTCHA、2FA 或反爬机制时会被阻止,而 Browser MCP 直接驱动你已登录的 Chrome——使用你的 Cookie、会话和 2FA,因此它以“你本人在浏览”的方式绕过这些障碍。它让你用 AI 助手操作没有 API 的内部仪表板、管理面板、门户网站、LinkedIn、Reddit 等平台,也能对自己的 Web 应用进行端到端 QA。

主要能力

  • 40 个浏览器工具:涵盖导航、内容读取、截图、执行脚本、点击、填写输入框、等待、标签页管理等。
  • 多会话并发:最多支持 20 个智能体同时运行,每个会话获得一个颜色编码的 Chrome 标签组,拥有独立的标签所有权,会话之间只能看到和控制自己的标签。
  • 人类介入机制:遇到登录墙、CAPTCHA、2FA 代码等需要你本人完成的步骤时,它会在你的屏幕上询问,然后继续同一个已登录的 Chrome 会话。
  • 真实事件检测:工具会验证页面是否真正收到了事件,而不是单纯相信 Chrome 的确认,避免无声失败。例如,点击会拒绝 0×0 的元素并说明原因。
  • 内置提供商集成:browser_extract_token 会打开提供商的 API 页面,并返回寻找或创建凭据的说明。
  • 多环境适配:支持 Claude Code、Cursor、VS Code、Codex、Windsurf、Cline 等 MCP 客户端。
  • 自动清理:会话结束或 Claude Code 关闭对话后,进程会自动退出,端口在最后一个标签关闭后 5 分钟释放。

使用方式

安装分为两个部分,缺一不可:一个 Chrome 扩展(驱动浏览器)和一个本地 MCP 服务器(智能体实际通信的对象)。仅安装扩展而不注册服务器,扩展会一直显示“未连接”。

自动设置

将以下提示粘贴给 AI 助手(Claude Code、Cursor、Codex、VS Code、Windsurf、Cline):

Set up Browser MCP for me. Read https://browsermcp.dev/llms-install.md and follow it for whichever AI client you are running in. One step only I can do - tell me which one, and wait for me. When I confirm, call browser_list_tabs to prove both halves are talking.

如果无法打开 URL,可运行:

npx @agent360/browser-mcp install

无论哪种方式,始终有一步需要你手动完成:Chrome 不允许扩展自行安装,因此你需要手动加载一次扩展。

手动安装

  1. 安装 Chrome 扩展:从 Chrome Web Store 一键安装,Chrome 会自动更新。也可以使用未打包安装(见下文)。
  2. 添加 MCP 服务器:在终端粘贴以下命令(必需,扩展自身无法工作):
claude mcp add --scope user browser-mcp -- npx @agent360/browser-mcp@latest

对于 Cursor / VS Code / Codex,使用该客户端自己的 MCP 配置。也可以手动添加到 ~/.claude.json:

{ "mcpServers" : { "browser-mcp" : { "command" : " npx " , "args" : [ " @agent360/browser-mcp@latest " ] } } }
  1. 重启 Claude Code:这会启动服务器。扩展图标在步骤 4 之前不会显示徽章——服务器只会在你的智能体第一次真正使用浏览器时占用端口。之后会出现一个绿色徽章,显示已连接智能体的数量。
  2. 验证:向 Claude Code 发送:
Open example.com and take a screenshot.

如果返回一张图片而不是“我没有浏览器访问权限”,说明已经运行成功。

未打包安装(不使用 npm 或希望手动加载)

运行以下命令将扩展文件复制到 ~/.browser-mcp/extension/:

npx @agent360/browser-mcp install

它会在终端打印该路径,同时如果检测到 Claude Code、Codex、VS Code 和 Cursor,也会自动注册服务器。

然后在 Chrome 中:

  1. 打开 chrome://extensions
  2. 打开右上角的“开发者模式”
  3. 点击“加载已解压的扩展程序”
  4. 在文件选择器中导航到 ~/.browser-mcp/extension/ 并选择
    • Mac:按 Cmd+Shift+G,粘贴 ~/.browser-mcp/extension/,按回车
    • Windows:在地址栏粘贴 %USERPROFILE%\.browser-mcp\extension\(Windows 尚未验证,自动化测试不通过)
    • Linux:在路径字段输入 ~/.browser-mcp/extension/
  5. 重启 Claude Code,使其识别新的 MCP 服务器

替代:手动下载 zip(无需 npm)

  1. 从最新 GitHub release 下载扩展 zip(agent360-browser-mcp-<version>.zip)
  2. 解压到任意位置
  3. 按上述步骤 2 加载解压后的文件夹
  4. 注册服务器:运行 claude mcp add --scope user browser-mcp -- npx @agent360/browser-mcp@latest

Chrome Web Store 安装(无需开发者模式,自动更新)

这仅替代步骤 2,步骤 1 仍需执行。

  1. 从 Chrome Web Store 安装扩展
  2. 注册 MCP 服务器:claude mcp add --scope user browser-mcp -- npx @agent360/browser-mcp@latest
  3. 重启 Claude Code

适用场景

  • 没有 API 的内部仪表板、管理面板、门户网站
  • LinkedIn、Reddit 等需要登录的社交平台
  • 对自己的 Web 应用进行端到端 QA
  • 需要人类确认敏感步骤的自动化流程(如支付、发布内容)
  • 在 CAPTCHA / 2FA 网站上继续自动化
  • 需要同时运行多个智能体、各自独立浏览的场景

限制与已知问题

  • 后台标签页输入:在你不查看的标签页中,智能体可以导航、读取、截图、运行脚本、点击和填写通过 CSS 选择器找到的字段。但 Chrome 不会向非可见标签页传递鼠标和键盘事件,因此按键、悬停、双击、右键、坐标点击、组合框输入以及通过文本查找字段都会失败并报告错误。自 1.30.2 起,调用 browser_switch_tab 会使该标签页成为其窗口中的活动标签,但不会把 Chrome 带到你面前;只有使用 bring_to_front: true 才会。
  • 无法完全后台输入:Chrome 不向非可见标签页传递鼠标或键盘输入,这是测量结果,不是可以修复的问题。CSS :hover 是渲染器拥有的状态,脚本无法伪造;脚本分发的事件永远不是 isTrusted;elementFromPoint 在跨源 iframe 处停止;真实双击产生的文本选择是浏览器行为而非事件。
  • Windows 未验证:自动化测试在 Windows 上不通过。
  • 远程机器:扩展只连接 127.0.0.1,不会与远程 WebSocket 通信。如果 MCP 网关与浏览器在不同机器上,需要通过 SSH 转发端口范围。
  • 端口范围:默认 9876-9895,共 20 个。可以通过环境变量和扩展存储调整,但两侧必须一致。硬上限为 200。每个额外端口每两秒产生一次被拒绝的连接。
  • 并发数量:默认最多 20 个智能体,可配置但需同时修改服务器和扩展端并重载扩展。

技术细节

  • 工作流程:Claude Code 启动 → 通过 stdio 生成 MCP 服务器 → 首次需要浏览器时绑定第一个空闲端口(9876-9895)→ 扩展的 offscreen 文档每 2 秒扫描端口 → 建立 WebSocket 连接 → 命令流:Claude Code → MCP → 扩展 → Chrome API → 进程自动退出。
  • 会话隔离:每个会话获得颜色编码的 Chrome 标签组,只能看到和控制自己的标签。
  • 许可证:MIT,免费,本地运行,无账户、无遥测。
  • 更新:如果使用未打包安装,重新运行安装命令并重新加载扩展;如果使用 Chrome Web Store,自动更新。

与其他方案的区别

Playwright MCP 的 README 列出 72 个工具(截至 2026-09-19 统计),但没有一个能停下来向人询问验证码。Browser MCP 的核心优势在于人类介入和真实已登录会话。名称相似的 browsermcp.io(@browsermcp/mcp)是另一个无关项目,自 2025 年 4 月起没有提交。本项目由 Agent360 维护(@agent360/browser-mcp)。