AI导哈

数字视觉狂想曲

Deepseek R1 是一款免费的计算机视觉工具，专注于浏览器自动化和视觉处理。它提供了强大的浏览器控制能力，能够实时处理视觉信息并做出决策。适用于需要自动化浏览器操作和视觉处理的场景。

  • by grapheneaffiliate
  • 更新于
在 GitHub 查看 grapheneaffiliate/roo-browser-mcp

使用说明

基本能力

产品定位

Deepseek R1 是一款专注于浏览器自动化和计算机视觉的工具，旨在提供免费的视觉处理能力。

核心功能

  • 免费计算机视觉：为零成本的数字大众提供计算机视觉能力。
  • 浏览器控制：通过 Deepseek R1 在网页中进行高效操作。
  • 视觉处理：提供强大的视觉处理能力，帮助 AI 摆脱“盲视”状态。
  • 实时决策：支持实时决策，适用于动态环境。

适用场景

  • 自动化浏览器操作
  • 实时视觉信息处理
  • 动态环境下的决策支持

工具列表

  • launch_browser：启动浏览器并打开指定 URL。
  • click：模拟鼠标点击操作。
  • type：模拟键盘输入操作。
  • scroll：模拟页面滚动操作。
  • close_browser：关闭浏览器。

使用教程

使用依赖

  1. 确保已安装 Node.js 和 npm。

安装教程

  1. 克隆仓库：
git clone https://github.com/grapheneaffiliate/roo-browser-mcp.git
cd roo-browser-mcp
  1. 安装依赖：
npm install
  1. 构建项目：
npm run build

调试方式

  1. 配置 MCP 服务器：
{
  "mcpServers": {
    "browser": {
      "command": "node",
      "args": ["path/to/browser-server/build/index.js"],
      "disabled": false,
      "alwaysAllow": []
    }
  }
}
  1. 使用 API 测试工具：
const result = await use_mcp_tool({
  server_name: "browser",
  tool_name: "launch_browser",
  arguments: {
    url: "https://example.com"
  }
});

相关 MCP