SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体mcp-browser-agent

mcp-browser-agent

MCP Browser Agent 是一个基于 Model Context Protocol（MCP）的集成工具，为 Claude Desktop 提供自主浏览器自动化能力。它让 Claude 能够与网页内容交互、操作 DOM 元素、执行 JavaScript 以及发起 API 请求。该工具支持导航到任意 URL 并自定义加载策略、截取整页或元素级截图、执行精确的 DOM 交互（点击、填写、选择、悬停），并能在浏览器上下文中执行任意 JavaScript 并捕获控制台日志。此外，它还提供强大的 API 客户端，可执行 GET、POST、PUT、PATCH、DELETE 等 HTTP 请求，配置请求头和请求体，并以 JSON 格式处理响应数据。通过 MCP 资源管理，浏览器控制台日志和截图可作为资源访问，并保持有头浏览器实例的持久会话。该工具支持链式操作以完成复杂任务，具备智能错误恢复能力，可通过自然语言指令实现技术任务自动化。

访问官网

工具介绍

MCP Browser Agent 是一个 Model Context Protocol（MCP）集成工具，旨在为 Claude Desktop 提供自主浏览器自动化能力。它使 Claude 能够与网页内容交互、操作 DOM 元素、执行 JavaScript 以及发起 API 请求。

用途

该工具主要用于将 Claude Desktop 转变为一个能够自主操作浏览器的 AI 智能体。通过 MCP 协议，Claude 可以控制一个真实的有头浏览器，完成网页导航、表单填写、元素点击、截图、JavaScript 执行和 API 调用等任务，从而自动化各种技术工作流。

主要能力

  • 高级浏览器自动化：导航到任意 URL 并支持自定义加载策略；截取整页或元素级截图；执行精确的 DOM 交互（点击、填写、选择、悬停）；在浏览器上下文中执行任意 JavaScript 并捕获控制台日志。
  • 强大的 API 客户端：执行 HTTP 请求（GET、POST、PUT、PATCH、DELETE）；配置请求头和请求体内容；以 JSON 格式处理响应数据；提供详细的错误处理反馈。
  • MCP 资源管理：将浏览器控制台日志作为资源访问；通过 MCP 资源接口获取截图；保持有头浏览器实例的持久会话。
  • AI 智能体能力：链式执行多个浏览器操作以完成复杂任务；遵循多步指令并具备智能错误恢复；通过自然语言指令实现技术任务自动化。

使用方式

环境要求

  • Node.js 20 或更高版本
  • 浏览器：Google Chrome 或 Playwright 支持的浏览器（Chrome 默认、WebKit、Firefox、Edge）

安装

  • 通过 Smithery 安装：从 Smithery 服务器页面安装打包好的 bundle，或使用 CLI。
  • 手动安装：克隆或下载仓库，安装依赖，构建项目。

运行 MCP 服务器

有两种方式：

  1. 手动运行：打开终端，导航到项目目录，直接运行服务器，并保持终端窗口打开。
  2. 随 Claude Desktop 自动启动（推荐）：编辑 Claude Desktop 配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json；Windows: %APPDATA%\Claude\claude_desktop_config.json；Linux: ~/.config/Claude/claude_desktop_config.json），添加 Browser Agent MCP 配置，替换 ABSOLUTE_PATH_TO_DIRECTORY 为实际安装路径。

浏览器选择

支持多种浏览器类型，可通过配置文件、命令行参数、环境变量或 Claude Desktop 配置指定。支持的值：chrome（默认）、firefox、webkit、edge。

适用场景

  • 自动化网页搜索和信息提取
  • 表单填写和提交
  • 网页截图和视觉内容捕获
  • 执行 JavaScript 并获取控制台日志
  • 直接调用 API 并处理返回数据
  • 多步骤复杂工作流的自动化

限制

  • 需要 Node.js 20 或更高版本。
  • 需要安装支持的浏览器。
  • Playwright 的浏览器不会在首次使用时自动下载，需要手动安装（通过克隆并 npm install 会自动下载 Chromium、Firefox 和 WebKit；通过 Smithery 或 MCPB 安装则不会）。
  • macOS 13（Ventura）上 Playwright 被固定为 1.61 版本，因为 1.62 不再支持该版本。
  • Playwright 不直接支持 Safari 浏览器，而是使用 WebKit 引擎。
  • 选择 edge 会启动已安装的 Microsoft Edge，如果未安装则回退到 Playwright 的 Chromium。
  • 版本 0.9.0 之前的工具返回结果在旧版 toolResult 字段中，当前 MCP 客户端只读取 content，因此需要更新到 0.9.0 或更高版本。
  • 导航可能因防火墙阻止浏览器二进制文件而失败（ERR_NAME_NOT_RESOLVED），需要允许 ~/Library/Caches/ms-playwright/ 下的浏览器二进制文件。
  • 浏览器进程可能不会正常关闭，需要手动终止。

技术实现

MCP Browser Agent 基于 Model Context Protocol 构建，通过 Playwright 让 Claude 与有头浏览器交互。实现包括四个主要组件：服务器（index.ts）、工具注册表（tools.ts）、请求处理器（handlers.ts）和执行器（executor.ts）。

可用资源

  • browser://logs - 访问浏览器控制台日志
  • screenshot://[name] - 按名称访问截图

同类工具

查看分类