浏览器自动化工具

CodingBaby-Browser-MCP是一款强大的浏览器自动化工具,通过WebSocket协议实现AI助手对Chrome浏览器的控制,支持多标签管理、表单交互、截图等功能。

  • by buyitsydney
  • JavaScript
  • 本地部署
  • 29 星标
  • 更新于
在 GitHub 查看 buyitsydney/CodingBaby-Browser-MCP

使用说明

正在编码。。。

概述

CodingBaby Browser MCP是一个强大的工具,它使Cursor中的Claude 3.7 Sonnet等AI助手能够控制Chrome浏览器进行自动化任务。该工具通过基于WebSocket的通信协议弥合了人工智能和网络浏览器交互之间的差距。

特性

  • 浏览器自动化:以编程方式控制Chrome浏览器浏览网站、填写表单和执行点击
  • 电脑屏幕截图工具:截取整个页面或特定区域的屏幕截图
  • 多标签支持:创建、列出、选择和关闭浏览器选项卡
  • 表单交互:键入文本,按键,然后选择表单元素
  • 批处理命令:按顺序执行多个浏览器操作
  • 视口控制:调整浏览器窗口大小以进行响应式测试

建筑

该项目由两个主要部分组成:

  1. MCP工具服务器:一个实现模型上下文协议(MCP)的Node.js服务器,用于与Cursor中的AI助手通信
  2. Chrome 扩展:从MCP服务器接收命令并控制浏览器的浏览器扩展

系统使用WebSocket(默认端口9876)在MCP服务器和Chrome扩展程序之间建立双向通信通道。

安装

先决条件

  • Node.js(v14或更高版本)
  • Chrome浏览器
  • 带Claude 3.7 Sonnet的光标编辑器

MCP工具设置

  1. 在光标中,转到设置→ MCP
  2. 使用以下配置添加新的全局MCP服务器:
{
  "mcpServers": {
    "CodingBaby-Browser-MCP": {
      "command": "npx",
      "args": ["@sydneyassistent/codingbaby-browser-mcp"]
    }
  }
}

Chrome扩展程序设置

  1. 从Chrome网上商店安装CodingBaby扩展程序
  2. 启用扩展并确保其具有必要的权限

用法

安装后,您可以在Cursor中让Claude 3.7控制您的浏览器:

Use the browser to navigate to https://example.com

可用命令

  • navigate:在浏览器中打开URL
  • click:点击元素
  • type:在表单字段中输入文本
  • pressKey:模拟键盘操作
  • scroll:向任何方向滚动
  • takeScreenshot:捕获浏览器内容
  • wait:在指定时间内暂停执行
  • setViewport:更改浏览器窗口尺寸
  • tabNew, tabList, tabSelect, tabClose:选项卡管理
  • batch:按顺序执行多个命令
  • close:关闭浏览器会话

开发与调试

如果您已经下载了源代码,则可以出于开发和调试目的设置项目。

调试Chrome扩展程序

要从源代码加载和调试Chrome扩展程序,请执行以下操作:

  1. 打开Chrome浏览器并导航到 chrome://extensions/
  2. 通过切换右上角的开关启用“开发人员模式”
  3. 点击“加载解包”按钮
  4. 导航到 chrome-extension 项目中的目录并选择它
  5. 扩展现在将以开发人员模式加载
  6. 您可以通过右键单击扩展图标,选择“检查”并打开console选项卡来查看控制台日志
  7. 更改扩展代码,然后单击扩展卡上的刷新图标以应用更改

在游标中调试MCP服务器

要使用本地MCP服务器代码进行调试:

  1. 克隆或下载存储库到本地计算机
  2. 导航到项目目录并安装依赖项:
    cd Browser-MCP
    npm install
    
  3. 在光标中,转到设置→ MCP
  4. 添加具有以下配置的新MCP服务器:
    {
      "mcpServers": {
        "CodingBaby-Browser-MCP-Dev": {
          "command": "node",
          "args": ["/absolute/path/to/your/Browser-MCP/index.js"]
        }
      }
    }
    
    替换 /absolute/path/to/your/ 带有下载项目的实际路径
  5. 点击“刷新”加载MCP服务器
  6. 现在,您可以更改MCP服务器代码,并通过单击Cursor的MCP设置中的“刷新”重新启动服务器

对于调试,您可以:

  • 通过单击MCP状态图标检查光标MCP日志
  • 添加 console.error() 用于更详细日志记录的代码语句
  • 从终端手动运行MCP服务器以获得完整的控制台输出

故障排除

  • 端口冲突:如果端口9876已在使用中,该工具将尝试自动释放它
  • 连接问题:确保Chrome扩展程序已正确安装并启用

许可证

麻省理工学院

链接