Selenium MCP 服务器

Selenium MCP服务器

快速入门：在VS代码中安装和使用

先决条件

• Node.js 18+
• TypeScript
• Selenium WebDriver浏览器驱动程序

1.克隆存储库

git clone https://github.com/KiranMote/Selenium_MCP_Server.git
cd Selenium_MCP_Server

2.安装依赖项

npm install

3.建设项目

npm run build

4.（可选）测试服务器

根据需要添加和运行测试。

5.在VS Code中注册MCP服务器

全球注册（推荐）

1. 打开（或创建）文件： C:\Users\<your-username>\AppData\Roaming\Code\User\mcp.json

2. 在下面添加以下内容 "servers":

   复制

   "selenium-mcp-server": {
     "type": "stdio",
     "command": "node",
     "args": [
       "C:\\Users\\<your-username>\\Selenium_MCP_Server\\dist\\index.js"
     ]
   }
   

3. 保存文件。现在，服务器在所有VS Code工作区中都可用。

您可以打开新文件夹，安装的MCP服务器将在那里可用：

如何使用Selenium MCP服务器。

查看Github Copilot聊天部分Selenium MCP服务器工具是否存在。

根据要求给出提示：

它使用mcp的探索、检查和更多工具，为我们工作。

特性

• 多浏览器支持：Chrome、Firefox和Edge浏览器
• 综合元素交互：单击、键入、获取文本、等待元素
• 高性能：屏幕截图、JavaScript执行、页面导航
• 柔性元件选择：CSS选择器、XPath、ID、类名和标记名
• 稳健的错误处理：适当的验证和用户友好的错误消息
• TypeScript：完全类型安全和现代JavaScript功能

可用工具

浏览器管理

• start_browser：初始化新的浏览器会话
• 关闭浏览器：关闭当前浏览器会话
• 导航：导航到特定URL
• get_current_url：获取当前页面URL
• get_page_title：获取当前页面标题

元素交互

• 点击：点击一个元素
• 类型文本：在输入框中键入文本
• get_text：从元素中提取文本内容
• wait_for_element：等待元素满足特定条件

高级功能

• take_screenshot：捕获页面截图
• execute_script：在浏览器中运行JavaScript代码

示例用法

1. 启动浏览器会话:

   复制

   {
     "tool": "start_browser",
     "arguments": {
       "browser": "chrome",
       "headless": false,
       "windowSize": "1920x1080"
     }
   }
   

2. 导航到网站:

   复制

   {
     "tool": "navigate",
     "arguments": {
       "url": "https://example.com"
     }
   }
   

3. 单击元素:

   复制

   {
     "tool": "click",
     "arguments": {
       "selector": "#submit-button",
       "method": "css"
     }
   }
   

4. 键入文本:

   复制

   {
     "tool": "type_text",
     "arguments": {
       "selector": "input[name='username']",
       "text": "user123",
       "method": "css"
     }
   }
   

配置

浏览器选项

• 浏览器：从“chrome”、“firefox”或“edge”中选择
• 无头的：运行不带GUI的浏览器（true/false）
• 窗口大小：设置浏览器窗口尺寸（例如“1920x1080”）
• 用户代理：自定义用户代理字符串

元素选择方法

• 层叠样式表：CSS选择器（默认）
• 函数：XPath表达式
• 本我：元素ID
• 类名：CSS类名
• 标签Name：HTML标记名称

等待条件

• 可见的：元素在页面上可见
• 当前：元素存在于DOM中
• 可点击的：元素已启用且可点击

发展

建筑

npm run build

在发展中奔跑

npm run dev

项目结构

src/
  index.ts          # Main server implementation
dist/               # Compiled JavaScript output
.vscode/
  mcp.json         # MCP server configuration
.github/
  copilot-instructions.md  # Copilot development guidelines

浏览器驱动程序设置

确保您安装了相应的浏览器驱动程序：

• 铬：ChromeDriver
• 火狐：GeckoDriver
• 边缘：边缘驱动器

大多数驱动程序都可以通过Selenium WebDriver 4+自动管理。

错误处理

服务器包括全面的错误处理：

• 使用Zod模式进行输入验证
• 浏览器会话状态检查
• 元素操作的超时管理
• 服务器关闭时的优雅清理

贡献

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 如果适用，添加测试
5. 提交拉取请求

相关项目

• 模型上下文协议
• Selenium WebDriver
• MCP-SDK