AI导哈

浏览器自动化服务器

基于模型上下文协议（MCP）的AI驱动浏览器自动化服务器，支持自然语言控制浏览器操作、页面导航、表单填写及视觉交互。

  • by deploya-labs
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 deploya-labs/mcp-browser-use

使用说明


浏览器使用MCP服务器

项目说明：此MCP服务器实现基于 浏览器使用/web用户界面 基础。核心浏览器自动化逻辑和配置模式改编自原始项目。

人工智能驱动的浏览器自动化服务器，实现了用于自然语言浏览器控制的模型上下文协议（MCP）。

特性

  • 🧠 MCP集成 -AI代理通信的完整协议实现
  • 🌐 浏览器自动化 -页面导航、表单填写和元素交互
  • 👁️ 视觉理解 -屏幕截图分析和基于视觉的交互
  • 🔄 状态持久性 -在任务之间维护浏览器会话
  • 🔌 多LLM支持 -OpenAI、Anthropic、Azure、DeepSeek集成

快速开始

先决条件

  • Python 3.11或更高版本
  • uv（快速Python包安装程序）
  • Chrome/Chromium浏览器

安装

克劳德桌面

在MacOS上： ~/Library/Application\ Support/Claude/claude_desktop_config.json 在Windows上： %APPDATA%/Claude/claude_desktop_config.json

"mcpServers": {
    "browser-use": {
      "command": "uvx",
      "args": [
        "mcp-server-browser-use",
      ],
      "env": {
        "OPENROUTER_API_KEY": "",
        "OPENROUTER_ENDPOINT": "https://openrouter.ai/api/v1",
        "OPENAI_ENDPOINT": "https://api.openai.com/v1",
        "OPENAI_API_KEY": "",
        "ANTHROPIC_ENDPOINT": "https://api.anthropic.com",
        "ANTHROPIC_API_KEY": "",
        "GOOGLE_API_KEY": "",
        "AZURE_OPENAI_ENDPOINT": "",
        "AZURE_OPENAI_API_KEY": "",
        "DEEPSEEK_ENDPOINT": "https://api.deepseek.com",
        "DEEPSEEK_API_KEY": "",
        "MISTRAL_API_KEY": "",
        "MISTRAL_ENDPOINT": "https://api.mistral.ai/v1",
        "OLLAMA_ENDPOINT": "http://localhost:11434",
        "ANONYMIZED_TELEMETRY": "true",
        "BROWSER_USE_LOGGING_LEVEL": "info",
        "CHROME_PATH": "",
        "CHROME_USER_DATA": "",
        "CHROME_DEBUGGING_PORT": "9222",
        "CHROME_DEBUGGING_HOST": "localhost",
        "CHROME_PERSISTENT_SESSION": "false",
        "BROWSER_HEADLESS": "false",
        "BROWSER_DISABLE_SECURITY": "false",
        "BROWSER_WINDOW_WIDTH": "1280",
        "BROWSER_WINDOW_HEIGHT": "720",
        "BROWSER_TRACE_PATH": "trace.json",
        "BROWSER_RECORDING_PATH": "recording.mp4",
        "RESOLUTION": "1920x1080x24",
        "RESOLUTION_WIDTH": "1920",
        "RESOLUTION_HEIGHT": "1080",
        "VNC_PASSWORD": "youvncpassword",
        "MCP_MODEL_PROVIDER": "anthropic",
        "MCP_MODEL_NAME": "claude-3-5-sonnet-20241022",
        "MCP_TEMPERATURE": "0.3",
        "MCP_MAX_STEPS": "30",
        "MCP_USE_VISION": "true",
        "MCP_MAX_ACTIONS_PER_STEP": "5",
        "MCP_TOOL_CALL_IN_CONTENT": "true"
    }
}

地方发展

"browser-use": {
  "command": "uv",
  "args": [
    "--directory",
    "/path/to/mcp-browser-use",
    "run",
    "mcp-server-browser-use"
  ],
  "env": {
    ...
  }
}

发展

# Install dev dependencies
uv sync

# Run with debugger
npx @modelcontextprotocol/inspector uv --directory . run mcp-server-browser-use

故障排除

  • 浏览器冲突：启动前关闭所有Chrome实例。
  • API错误：验证环境变量中的API键是否与LLM提供程序匹配。
  • 视觉支持：确保 MCP_USE_VISION=true 用于屏幕截图分析。

提供程序配置

服务器通过环境变量支持多个LLM提供程序。以下是可用的选项 MCP_MODEL_PROVIDER:

提供程序 值 必需的环境变量
人类学 anthropic ANTHROPIC_API_KEY
ANTHROPIC_ENDPOINT （可选）
OpenAI openai OPENAI_API_KEY
OPENAI_ENDPOINT （可选）
Azure OpenAI azure_openai AZURE_OPENAI_API_KEY
AZURE_OPENAI_ENDPOINT
DeepSeek deepseek DEEPSEEK_API_KEY
DEEPSEEK_ENDPOINT （可选）
双子座 gemini GOOGLE_API_KEY
米斯特拉尔 mistral MISTRAL_API_KEY
MISTRAL_ENDPOINT （可选）
不要 。 ollama OLLAMA_ENDPOINT （可选，默认为本地主机：11434）
OpenRouter 的 openrouter OPENROUTER_API_KEY
OPENROUTER_ENDPOINT （可选）

笔记：

  • 对于标记为可选的端点，如果未指定，将使用默认值
  • 温度可以使用配置 MCP_TEMPERATURE （默认值：0.3）
  • 可以使用指定模型 MCP_MODEL_NAME
  • 对于Ollama模型，其他上下文设置，如 num_ctx 和 num_predict 可配置

鸣谢

该项目扩展了 浏览器使用/web用户界面 根据MIT许可证。特别感谢原作者的浏览器自动化框架。

许可证

麻省理工学院-参见 许可证 了解详情。

相关 MCP