AI导哈

浏览器自动化代理

通过自然语言指令控制浏览器进行导航、交互和内容提取的自动化工具，适用于网页操作和信息收集场景。

  • by RickOnJava
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 RickOnJava/browser-mcp-agent

使用说明

🌐 浏览器MCP代理

特性

  • 自然语言接口：使用简单的英文命令控制浏览器
  • 全浏览器导航：访问网站并浏览页面
  • 交互式元素：单击按钮、填写表单并滚动浏览内容
  • 视觉反馈：截取网页元素的屏幕截图
  • 信息提取：从网页中提取和总结内容
  • 多步骤任务：通过对话完成复杂的浏览序列

设置

需求

  • Python 3.8+
  • Node.js和npm（用于剧作家）
    • 这是一个关键要求！该应用程序使用Playwright来控制无头浏览器
    • 从下载并安装 nodejs.org
  • OpenAI或Anthropic API密钥

安装

  1. 克隆此存储库：

    git clone https://github.com/RickOnJava/browser-mcp-agent.git

  2. 安装所需的Python包：

    pip install -r requirements.txt

  3. 验证Node.js和npm是否已安装：

    node --version
npm --version

    这两个命令都应该返回版本号。如果没有，请安装Node.js。

  4. 设置API密钥：

    • 将OpenAI API密钥设置为环境变量：（在.env文件中）
      OPENAI_API_KEY=your-openai-api-key

运行应用程序

  1. 启动Streamlit应用程序：

    streamlit run main.py

  2. 在应用程序界面中：

    • 输入浏览命令
    • 点击“运行命令”
    • 查看结果和屏幕截图

示例命令

基本导航

  • “访问www.mcp-agent.com”
  • “返回上一页”

交互

  • “单击登录按钮”
  • “向下滚动以查看更多内容”

内容提取

  • “总结此页面的主要内容”
  • “提取导航菜单项”
  • “截取英雄部分的屏幕截图”

多步骤任务

  • “转到博客，查找最新文章，并总结其要点”

建筑

该应用程序使用：

  • 用户界面已流光显示
  • MCP（模型上下文协议）将LLM与工具连接起来
  • 浏览器自动化剧作家
  • MCP代理 对于代理框架
  • OpenAI用于解释命令和生成响应的模型

相关 MCP