AI导哈

浏览器自动化GPT

一个通过Webfuse Session MCP连接到实时浏览器会话的自定义ChatGPT GPT，可查看、点击、输入和导航任何网站。

  • by hummer-netizen
  • 云端部署
  • 更新于
在 GitHub 查看 hummer-netizen/chatgpt-webfuse-mcp

使用说明

ChatGPT+Webfuse MCP

通过以下方式连接到实时浏览器会话的自定义ChatGPT GPT Webfuse会话MCP.ChatGPT可以查看、单击、键入和导航您正在浏览的任何网站。不需要后端服务器。

它的作用

在浏览器中打开Webfuse会话，将会话ID粘贴到ChatGPT中，然后开始给出指令。ChatGPT使用13个浏览器工具（通过MCP）读取页面、填写表单、点击链接和提取数据。您可以在浏览器中实时观看它的发生。

建筑

flowchart TD
    A[ChatGPT<br/>Custom GPT] -->|MCP connector| B[Webfuse Session MCP<br/>session-mcp.webfu.se/mcp]
    B -->|13 browser tools| C[Your Live Browser<br/>Any website]

没有后端服务器。没有Python代码。只有ChatGPT的MCP连接器指向Webfuse。

先决条件

  • ChatGPT商业、企业或教育计划（MCP连接器支持）
  • A. Webfuse 的 空间帐户
  • 您的共享空间上安装的自动化应用程序

快速开始

  1. 创建Webfuse空间并生成REST API密钥(rk_...)
  2. 安装自动化应用程序（空间>应用程序>自动化）
  3. 在ChatGPT中，使用MCP连接器创建自定义应用程序（请参阅 安装指南.md)
  4. 打开Webfuse会话，从URL复制会话ID
  5. 告诉ChatGPT：“我的会话ID是[粘贴]。拍摄此页面的快照。”

完整的步骤： 安装指南.md

配置

变量 描述 从哪里获取
Webfuse REST API密钥 用于MCP连接器配置 Webfuse仪表板>空间>API密钥
MCP端点URL https://session-mcp.webfu.se/mcp 固定，对所有用户都一样

不 .env 需要文件。API密钥直接进入ChatGPT MCP连接器配置。

运作原理

ChatGPT获得所有13个Webfuse会话MCP工具：

类别 工具
看 see_domSnapshot, see_guiSnapshot, see_accessibilityTree, see_textSelection
法案 act_click, act_type, act_keyPress, act_scroll, act_mouseMove, act_select, act_textSelect
导航 navigate
等待 wait

所有工具都需要 session_id 作为一个参数。通过CSS选择器、Webfuse ID定位元素(wf-42)，或坐标 [x,y].

提示：

  • 使用 root 带有CSS选择器的选项
  • 从开始 see_accessibilityTree 为了获得简洁的页面概述
  • 对于纯文本快照，使用质量0.1（紧凑且可读）
  • 3分钟后MCP连接超时（ChatGPT自动重新连接）

文件夹：

gpt-config.md          System prompt and GPT configuration
SETUP-GUIDE.md         Step-by-step setup instructions
README.md              This file

链接

其他Webfuse集成

许可证

麻省理工学院

相关 MCP