AI导哈

浏览器自动化服务

一个通过自然语言命令实现浏览器自动化的FastMCP服务器，支持网页浏览、表单填写、按钮点击等任务。

  • by pietrozullo
  • Python
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 pietrozullo/browser-use-mcp

使用说明





浏览器使用MCP服务器

FastMCP服务器，通过自然语言命令实现浏览器自动化。该服务器允许语言模型通过简单的API浏览web、填写表单、单击按钮以及执行其他基于web的任务。

快速开始

1.安装包装

使用特定的提供者（例如OpenAI）进行安装

pip install -e "git+https://github.com/yourusername/browser-use-mcp.git#egg=browser-use-mcp[openai]"

或安装所有提供程序


pip install -e "git+https://github.com/yourusername/browser-use-mcp.git#egg=browser-use-mcp[all-providers]"

安装Playwright浏览器

playwright install chromium

2.配置您的MCP客户端

将浏览器使用mcp服务器添加到mcp客户端配置中：

{
    "mcpServers": {
        "browser-use-mcp": {
            "command": "browser-use-mcp",
            "args": ["--model", "gpt-4o"],
            "env": {
                "OPENAI_API_KEY": "your-openai-api-key",  // Or any other provider's API key
                "DISPLAY": ":0"  // For GUI environments
            }
        }
    }
}

替换 "your-openai-api-key" 使用实际的API键或使用环境变量引用，如 process.env.OPENAI_API_KEY.

3.与您最喜欢的MCP客户端一起使用

使用mcp和Python的示例

import asyncio
import os
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    # Load environment variables
    load_dotenv()

    # Create MCPClient from config file
    client = MCPClient(
        config={
            "mcpServers": {
                "browser-use-mcp": {
                    "command": "browser-use-mcp",
                    "args": ["--model", "gpt-4o"],
                    "env": {
                        "OPENAI_API_KEY": os.getenv("OPENAI_API_KEY"),
                        "DISPLAY": ":0",
                    },
                }
            }
        }
    )

    # Create LLM
    llm = ChatOpenAI(model="gpt-4o")

    # Create agent with the client
    agent = MCPAgent(llm=llm, client=client, max_steps=30)

    # Run the query
    result = await agent.run(
        """
        Navigate to https://github.com, search for "browser-use-mcp", and summarize the project.
        """,
        max_steps=30,
    )
    print(f"\nResult: {result}")

if __name__ == "__main__":
    asyncio.run(main())

将Claude用于桌面

  1. 打开Claude桌面版
  2. 转到“设置”→ 实验性功能
  3. 为API启用Claude API Beta和OpenAPI架构
  4. 将以下配置添加到您的Claude Desktop配置文件中：
    • 雨衣： ~/Library/Application Support/Claude/claude_desktop_config.json
    • 窗户： %AppData%\Claude\claude_desktop_config.json
{
    "mcpServers": {
        "browser-use": {
            "command": "browser-use-mcp",
            "args": ["--model", "claude-3-opus-20240229"]
        }
    }
}
  1. 与Claude开始新的对话，并要求其执行网络任务

支持的LLM提供商

浏览器自动化支持以下LLM提供程序：

提供程序 API密钥环境变量
OpenAI OPENAI_API_KEY
人类学 ANTHROPIC_API_KEY
谷歌 GOOGLE_API_KEY
科恩 COHERE_API_KEY
米斯特拉尔AI MISTRAL_API_KEY
绿色 GROQ_API_KEY
一起AI TOGETHER_API_KEY
AWS基岩 AWS_ACCESS_KEY_ID 和 AWS_SECRET_ACCESS_KEY
烟花 FIREWORKS_API_KEY
Azure OpenAI AZURE_OPENAI_API_KEY 和 AZURE_OPENAI_ENDPOINT
顶点AI GOOGLE_APPLICATION_CREDENTIALS
英伟达 NVIDIA_API_KEY
AI21 AI21_API_KEY
copula DATABRICKS_HOST 和 DATABRICKS_TOKEN
IBM沃森 WATSONX_API_KEY
xAI XAI_API_KEY
高端 UPSTAGE_API_KEY
拥抱的脸 HUGGINGFACE_API_KEY
不要 。 OLLAMA_BASE_URL
呼叫.cpp LLAMA_CPP_SERVER_URL

有关更多信息，请查看：https://python.langchain.com/docs/integrations/chat/

您可以创建 .env 使用API密钥在项目目录中的文件：

OPENAI_API_KEY=your_openai_key_here
# Or any other provider key

故障排除

  • API关键问题：确保在环境变量或 .env 文件。
  • 未找到提供商：确保您已安装所需的提供程序包。
  • 浏览器自动化错误：检查Playwright是否正确安装了 playwright install chromium.
  • 模型选择：如果您收到关于无效模型的错误，请尝试使用 --model 标志为您的提供商指定一个有效的模型。
  • 调试模式：使用 --debug 以实现更详细的日志记录，从而帮助识别问题。
  • MCP客户端配置：确保您的MCP客户端已正确配置了正确的命令和环境变量。

许可证

MIT#浏览器使用mcp

相关 MCP