使用说明

mcp服务器浏览器使用

MCP服务器，赋予AI助手控制网络浏览器的能力。

这是什么？

这个包裹浏览器使用作为MCP服务器，让Claude（或任何MCP客户端）自动化一个真正的浏览器——导航页面、填写表单、点击按钮、提取数据等等。

为什么选择HTTP而不是stdio？

浏览器自动化任务需要30-120+秒。标准MCP stdio传输在长时间运行的操作中存在超时问题——任务中途连接中断。 HTTP传输解决了这个问题 通过作为持久守护进程运行，无论持续时间长短，都能可靠地处理请求。

安装

Claude代码插件（推荐）

作为Claude Code插件安装以进行自动设置：

# Install the plugin
/plugin install browser-use/mcp-browser-use

插件自动：

首次运行时安装Playwright浏览器
Claude Code启动时启动HTTP守护进程
向Claude注册MCP服务器

设置API密钥 （浏览器代理需要LLM来决定操作）：

# Set API key (environment variable - recommended)
export GEMINI_API_KEY=your-key-here

# Or use config file
mcp-server-browser-use config set -k llm.api_key -v your-key-here

就是这样！Claude现在可以使用浏览器自动化工具。

手动安装

对于其他MCP客户端或独立使用：

# Clone and install
git clone https://github.com/Saik0s/mcp-browser-use.git
cd mcp-server-browser-use
uv sync

# Install browser
uv run playwright install chromium

# Start the server
uv run mcp-server-browser-use server

添加到克劳德桌面 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "browser-use": {
      "type": "streamable-http",
      "url": "http://localhost:8383/mcp"
    }
  }
}

对于不支持HTTP传输的MCP客户端，请使用 mcp-remote 作为代理人：

{
  "mcpServers": {
    "browser-use": {
      "command": "npx",
      "args": ["mcp-remote", "http://localhost:8383/mcp"]
    }
  }
}

Web用户界面

访问任务查看器http://localhost:8383当守护进程运行时。

特征：

带有状态和进度的实时任务列表
带有执行日志的任务详细信息
服务器健康状态和正常运行时间
运行任务监控

web UI提供了对浏览器自动化任务的可见性，而不需要CLI命令。

Web仪表板

访问功能齐全的仪表板http://localhost:8383/dashboard当守护进程运行时。

特征：

任务选项卡： 完整的任务历史记录，包括过滤、实时状态更新和详细的执行日志
技能选项卡： 使用统计数据浏览、检查和管理所学技能
历史选项卡： 所有已完成任务的历史视图，按状态和时间过滤

关键能力：

使用自定义参数直接从仪表板运行现有技能
开始学习课程以掌握新技能
删除过时或无效的技能
使用实时进度更新监控正在运行的任务
查看完整的任务结果和错误详细信息

仪表板提供了一个全面的web界面，用于管理浏览器自动化的各个方面，而无需CLI命令。

配置

设置存储在 ~/.config/mcp-server-browser-use/config.json.

查看当前配置：

mcp-server-browser-use config view

更改设置：

mcp-server-browser-use config set -k llm.provider -v openai
mcp-server-browser-use config set -k llm.model_name -v gpt-4o
# Note: Set API keys via environment variables (e.g., ANTHROPIC_API_KEY) for better security
# mcp-server-browser-use config set -k llm.api_key -v sk-...
mcp-server-browser-use config set -k browser.headless -v false
mcp-server-browser-use config set -k agent.max_steps -v 30

设置参考

密钥	默认值	描述
`llm.provider`	`google`	LLM提供商（anthropic、openai、谷歌、azure _openai、groq、deepseek、braneas、ollama、基岩、browser_use、openrouter、vercel）
`llm.model_name`	`gemini-3-flash-preview`	浏览器代理的模型
`llm.api_key`	-	提供程序的API密钥（首选env vars:GEMINI_API_key、ANTHROPIC_API_key等）
`browser.headless`	`true`	运行不带GUI的浏览器
`browser.cdp_url`	-	连接到现有的Chrome（例如。，http://localhost:9222)
`browser.user_data_dir`	-	用于持久登录/Cookie的Chrome配置文件目录
`browser.chromium_sandbox`	`true`	启用Chromium沙盒以确保安全
`agent.max_steps`	`20`	每个浏览器任务的最大步数
`agent.use_vision`	`true`	为代理启用视觉功能
`research.max_searches`	`5`	每个研究任务的最大搜索次数
`research.search_timeout`	-	单个搜索超时
`server.host`	`127.0.0.1`	服务器绑定地址
`server.port`	`8383`	服务器端口
`server.results_dir`	-	保存结果的目录
`server.auth_token`	-	非本地主机连接的身份验证令牌
`skills.enabled`	`false`	启用技能系统（测试版-默认禁用）
`skills.directory`	`~/.config/browser-skills`	技能存储位置
`skills.validate_results`	`true`	验证技能执行结果

配置优先级

Environment Variables > Config File > Defaults

环境变量使用前缀 MCP_ +部分+ _ +密钥（例如。， MCP_LLM_PROVIDER).

使用自己的浏览器

选项1：持久配置文件（推荐）

使用专用的Chrome配置文件来保存登录信息和Cookie：

# Set user data directory
mcp-server-browser-use config set -k browser.user_data_dir -v ~/.chrome-browser-use

选项2：连接到现有的Chrome

连接到现有的Chrome实例（可用于高级调试）：

# Launch Chrome with debugging enabled
google-chrome --remote-debugging-port=9222

# Configure CDP connection (localhost only for security)
mcp-server-browser-use config set -k browser.cdp_url -v http://localhost:9222

CLI参考

服务器管理

mcp-server-browser-use server          # Start as background daemon
mcp-server-browser-use server -f       # Start in foreground (for debugging)
mcp-server-browser-use status          # Check if running
mcp-server-browser-use stop            # Stop the daemon
mcp-server-browser-use logs -f         # Tail server logs

呼叫工具

mcp-server-browser-use tools           # List all available MCP tools
mcp-server-browser-use call run_browser_agent task="Go to google.com"
mcp-server-browser-use call run_deep_research topic="quantum computing"

配置

mcp-server-browser-use config view     # Show all settings
mcp-server-browser-use config set -k <key> -v <value>
mcp-server-browser-use config path     # Show config file location

可观测性

mcp-server-browser-use tasks           # List recent tasks
mcp-server-browser-use tasks --status running
mcp-server-browser-use task <id>       # Get task details
mcp-server-browser-use task cancel <id> # Cancel a running task
mcp-server-browser-use health          # Server health + stats

技能管理

mcp-server-browser-use call skill_list
mcp-server-browser-use call skill_get name="my-skill"
mcp-server-browser-use call skill_delete name="my-skill"

提示： 技能也可以通过以下web仪表板进行管理：http://localhost:8383/dashboard用于一键执行和学习会话的可视化界面。

MCP工具

这些工具通过MCP向AI客户端公开：

工具	描述	典型持续时间
`run_browser_agent`	执行浏览器自动化任务	60-120s
`run_deep_research`	多搜索综合研究	2-5分钟
`skill_list`	列出所学技能	<1s
`skill_get`	获取技能定义	<1s
`skill_delete`	删除技能	<1s
`health_check`	服务器状态和正在运行的任务	<1s
`task_list`	查询任务历史	<1s
`task_get`	获取完整任务详细信息	<1s

run_browser_agent

主要工具。用简单的英语告诉它你想要什么：

mcp-server-browser-use call run_browser_agent \
  task="Find the price of iPhone 16 Pro on Apple's website"

代理启动浏览器，导航到apple.com，找到产品并返回价格。

参数：

参数	类型	说明
`task`	string	做什么（必填）
`max_steps`	int	覆盖默认最大步数
`skill_name`	string	使用所学技能
`skill_params`	JSON	技能参数
`learn`	bool	启用学习模式
`save_skill_as`	string	所学技能的名称

run_deep_research

具有自动合成功能的多步网络研究：

mcp-server-browser-use call run_deep_research \
  topic="Latest developments in quantum computing" \
  max_searches=5

代理搜索多个来源，提取关键发现，并编写降价报告。

深入研究

深入研究执行一个3阶段的工作流程：

┌─────────────────────────────────────────────────────────┐
│  Phase 1: PLANNING                                       │
│  LLM generates 3-5 focused search queries from topic     │
└─────────────────────────────┬───────────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────┐
│  Phase 2: SEARCHING                                      │
│  For each query:                                         │
│    • Browser agent executes search                       │
│    • Extracts URL + summary from results                 │
│    • Stores findings                                     │
└─────────────────────────────┬───────────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────┐
│  Phase 3: SYNTHESIS                                      │
│  LLM creates markdown report:                            │
│    1. Executive Summary                                  │
│    2. Key Findings (by theme)                            │
│    3. Analysis and Insights                              │
│    4. Gaps and Limitations                               │
│    5. Conclusion with Sources                            │
└─────────────────────────────────────────────────────────┘

通过配置，可以自动保存报告 research.save_directory.

可观测性

所有工具的执行都在SQLite中进行跟踪，以便进行调试和监控。

任务生命周期

PENDING ──► RUNNING ──► COMPLETED
               │
               ├──► FAILED
               └──► CANCELLED

任务阶段

在执行过程中，任务会经历细粒度阶段：

INITIALIZING → PLANNING → NAVIGATING → EXTRACTING → SYNTHESIZING

查询任务

列出最近的任务：

mcp-server-browser-use tasks

┌──────────────┬───────────────────┬───────────┬──────────┬──────────┐
│ ID           │ Tool              │ Status    │ Progress │ Duration │
├──────────────┼───────────────────┼───────────┼──────────┼──────────┤
│ a1b2c3d4     │ run_browser_agent │ completed │ 15/15    │ 45s      │
│ e5f6g7h8     │ run_deep_research │ running   │ 3/7      │ 2m 15s   │
└──────────────┴───────────────────┴───────────┴──────────┴──────────┘

获取任务详细信息：

mcp-server-browser-use task a1b2c3d4

服务器运行状况：

mcp-server-browser-use health

显示正常运行时间、内存使用情况和当前运行的任务。

MCP可观察性工具

AI客户端可以直接查询任务状态：

health_check -服务器状态+正在运行的任务列表
task_list -最近使用可选状态筛选器的任务
task_get -特定任务的完整细节

存储

数据库： ~/.config/mcp-server-browser-use/tasks.db
保留： 7天后自动删除已完成的任务
格式： SQLite采用WAL模式实现并发

技能系统（超级阿尔法）

警告： 该功能尚处于试验阶段，正在积极开发中。预计会有粗糙的边缘。

默认情况下，技能处于禁用状态。 先启用它们：

mcp-server-browser-use config set -k skills.enabled -v true

技能让你“教”代理人一次任务，然后重播 快50倍 通过重用发现的API端点而不是完全的浏览器自动化。

问题

浏览器自动化很慢（每个任务60-120秒）。但大多数网站的UI后面都有API。如果我们能发现这些API，我们可以直接调用它们。

解决方案

技能捕获在浏览器会话期间进行的API调用，并通过CDP（Chrome DevTools协议）直接回放这些调用。

Without Skills:  Browser navigation → 60-120 seconds
With Skills:     Direct API call    → 1-3 seconds

学习一项技能

mcp-server-browser-use call run_browser_agent \
  task="Find React packages on npmjs.com" \
  learn=true \
  save_skill_as="npm-search"

发生了什么：

记录： CDP在执行过程中捕获所有网络流量
分析： LLM识别“资金请求”-返回数据的API调用
提取： 保存URL模式、标头和响应解析规则
储存： 技能另存为YAML ~/.config/browser-skills/npm-search.yaml

使用技能

mcp-server-browser-use call run_browser_agent \
  skill_name="npm-search" \
  skill_params='{"query": "vue"}'

两种执行模式

每种技能都支持两种执行路径：

1.直接执行（快速路径）~2秒

如果技能获取了API端点(SkillRequest):

Initialize CDP session
    ↓
Navigate to domain (establish cookies)
    ↓
Execute fetch() via Runtime.evaluate
    ↓
Parse response with JSONPath
    ↓
Return data

2.基于提示的执行（回退）~60-120秒

如果直接执行失败或找不到API：

Inject navigation hints into task prompt
    ↓
Agent uses hints as guidance
    ↓
Agent discovers and calls API
    ↓
Return data

技能文件格式

技能以YAML格式存储在 ~/.config/browser-skills/:

name: npm-search
description: Search for packages on npmjs.com
version: "1.0"

# For direct execution (fast path)
request:
  url: "https://www.npmjs.com/search?q={query}"
  method: GET
  headers:
    Accept: application/json
  response_type: json
  extract_path: "objects[*].package"

# For hint-based execution (fallback)
hints:
  navigation:
    - step: "Go to npmjs.com"
      url: "https://www.npmjs.com"
  money_request:
    url_pattern: "/search"
    method: GET

# Auth recovery (if API returns 401/403)
auth_recovery:
  trigger_on_status: [401, 403]
  recovery_page: "https://www.npmjs.com/login"

# Usage stats
success_count: 12
failure_count: 1
last_used: "2024-01-15T10:30:00Z"

参数

技能支持参数化URL和请求体：

request:
  url: "https://api.example.com/search?q={query}&limit={limit}"
  body_template: '{"filters": {"category": "{category}"}}'

参数在执行时被替换为 skill_params.

身份恢复

如果API返回401/403，技能可以触发身份验证恢复：

auth_recovery:
  trigger_on_status: [401, 403]
  recovery_page: "https://example.com/login"
  max_retries: 2

系统将导航到恢复页面（允许您登录）并重试。

局限性

API发现： 只有当网站有API时才有效。在服务器端呈现所有内容的网站不会产生有用的技能。
授权状态： 技能依赖于浏览器Cookie。如果您注销，它们可能会失败。
API变更： 如果一个网站改变了他们的API，技能就会中断。回到基于提示的执行。
复杂流程： 多步骤工作流（登录→ 导航→ 搜索）可能无法清晰地捕获。

REST API参考

服务器公开REST端点以进行直接HTTP访问。除非另有说明，否则所有端点都返回JSON。

基本URL

http://localhost:8383

健康与状态

GET/api/健康

使用正在运行的任务信息进行服务器健康检查。

curl http://localhost:8383/api/health

答复：

{
  "status": "healthy",
  "uptime_seconds": 1234.5,
  "memory_mb": 256.7,
  "running_tasks": 2,
  "tasks": [...],
  "stats": {...}
}

任务

GET/api/任务

使用可选筛选列出最近的任务。

# List all tasks
curl http://localhost:8383/api/tasks

# Filter by status
curl http://localhost:8383/api/tasks?status=running

# Limit results
curl http://localhost:8383/api/tasks?limit=50

GET/api/tasks/{task_id}

获取特定任务的完整详细信息。

curl http://localhost:8383/api/tasks/abc123

GET/api/tasks/{task_id}/logs 上海证券交易所

通过服务器发送事件实时任务进度流。

const events = new EventSource('/api/tasks/abc123/logs');
events.onmessage = (e) => console.log(JSON.parse(e.data));

技能

GET/api/技能

列出所有可用技能。

curl http://localhost:8383/api/skills

答复：

{
  "skills": [
    {
      "name": "npm-search",
      "description": "Search for packages on npmjs.com",
      "success_rate": 92.5,
      "usage_count": 15,
      "last_used": "2024-01-15T10:30:00Z"
    }
  ],
  "count": 1,
  "skills_directory": "/Users/you/.config/browser-skills"
}

GET/api/skills/{name}

获取JSON格式的完整技能定义。

curl http://localhost:8383/api/skills/npm-search

删除/api/skills/{name}

删除技能。

curl -X DELETE http://localhost:8383/api/skills/npm-search

POST/api/技能/{name}/run

使用参数执行技能（启动后台任务）。

curl -X POST http://localhost:8383/api/skills/npm-search/run \
  -H "Content-Type: application/json" \
  -d '{"params": {"query": "react"}}'

答复：

{
  "task_id": "abc123...",
  "skill_name": "npm-search",
  "message": "Skill execution started",
  "status_url": "/api/tasks/abc123..."
}

POST/api/学习

开始学习课程以掌握新技能（开始背景任务）。

curl -X POST http://localhost:8383/api/learn \
  -H "Content-Type: application/json" \
  -d '{
    "task": "Search for TypeScript packages on npmjs.com",
    "skill_name": "npm-search"
  }'

答复：

{
  "task_id": "def456...",
  "learning_task": "Search for TypeScript packages on npmjs.com",
  "skill_name": "npm-search",
  "message": "Learning session started",
  "status_url": "/api/tasks/def456..."
}

实时更新

GET/api/events 上海证券交易所

所有任务更新的服务器发送事件流。

const events = new EventSource('/api/events');
events.onmessage = (e) => {
  const data = JSON.parse(e.data);
  console.log(`Task ${data.task_id}: ${data.status}`);
};

事件格式：

{
  "task_id": "abc123",
  "full_task_id": "abc123-full-uuid...",
  "tool": "run_browser_agent",
  "status": "running",
  "stage": "navigating",
  "progress": {
    "current": 5,
    "total": 15,
    "percent": 33.3,
    "message": "Loading page..."
  }
}

建筑

高级概述

┌─────────────────────────────────────────────────────────────────────────┐
│                           MCP CLIENTS                                    │
│              (Claude Desktop, mcp-remote, CLI call)                      │
└─────────────────────────────────┬───────────────────────────────────────┘
                                  │ HTTP POST /mcp
                                  ▼
┌─────────────────────────────────────────────────────────────────────────┐
│                         FastMCP SERVER                                   │
│  ┌──────────────────────────────────────────────────────────────────┐   │
│  │                      MCP TOOLS                                    │   │
│  │  • run_browser_agent    • skill_list/get/delete                  │   │
│  │  • run_deep_research    • health_check/task_list/task_get        │   │
│  └──────────────────────────────────────────────────────────────────┘   │
└────────┬──────────────┬─────────────────┬────────────────┬──────────────┘
         │              │                 │                │
         ▼              ▼                 ▼                ▼
┌─────────────┐  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐
│   CONFIG    │  │  PROVIDERS  │  │   SKILLS    │  │    OBSERVABILITY    │
│  Pydantic   │  │ 12 LLMs     │  │  Learn+Run  │  │   Task Tracking     │
└─────────────┘  └─────────────┘  └─────────────┘  └─────────────────────┘
                                         │
                                         ▼
                              ┌─────────────────────────┐
                              │      browser-use        │
                              │   (Agent + Playwright)  │
                              └─────────────────────────┘

模块结构

src/mcp_server_browser_use/
├── server.py            # FastMCP server + MCP tools
├── cli.py               # Typer CLI for daemon management
├── config.py            # Pydantic settings
├── providers.py         # LLM factory (12 providers)
│
├── observability/       # Task tracking
│   ├── models.py        # TaskRecord, TaskStatus, TaskStage
│   ├── store.py         # SQLite persistence
│   └── logging.py       # Structured logging
│
├── skills/              # Machine-learned browser skills
│   ├── models.py        # Skill, SkillRequest, AuthRecovery
│   ├── store.py         # YAML persistence
│   ├── recorder.py      # CDP network capture
│   ├── analyzer.py      # LLM skill extraction
│   ├── runner.py        # Direct fetch() execution
│   └── executor.py      # Hint injection
│
└── research/            # Deep research workflow
    ├── models.py        # SearchResult, ResearchSource
    └── machine.py       # Plan → Search → Synthesize

文件位置

什么	在哪里
配置	`~/.config/mcp-server-browser-use/config.json`
任务数据库	`~/.config/mcp-server-browser-use/tasks.db`
技能	`~/.config/browser-skills/*.yaml`
服务器日志	`~/.local/state/mcp-server-browser-use/server.log`
服务器PID	`~/.local/state/mcp-server-browser-use/server.json`

支持的LLM提供商

开放人工智能
Anthropic
谷歌双子座
Azure OpenAI
格罗克
深度求索
大脑
Ollama（当地）
AWS基岩
开放路由
Vercel AI

许可证

麻省理工学院

使用说明

mcp服务器浏览器使用

目录

这是什么？

为什么选择HTTP而不是stdio？

安装

Claude代码插件（推荐）

手动安装

Web用户界面

Web仪表板

配置

设置参考

配置优先级

使用自己的浏览器

CLI参考

服务器管理

呼叫工具

配置

可观测性

技能管理

MCP工具

run_browser_agent

run_deep_research

深入研究

可观测性

任务生命周期

任务阶段

查询任务

MCP可观察性工具

存储

技能系统（超级阿尔法）

问题

解决方案

学习一项技能

使用技能

两种执行模式

1.直接执行（快速路径）~2秒

2.基于提示的执行（回退）~60-120秒

技能文件格式

参数

身份恢复

局限性

REST API参考

基本URL

健康与状态

任务

技能

实时更新

建筑

高级概述

模块结构

文件位置

支持的LLM提供商

许可证

相关 MCP

网页内容抓取服务器

浏览器自动化MCP服务

浏览器自动化MCP服务器

网页内容抓取服务

Playwright浏览器自动化服务器

DuckDuckGo 搜索 MCP 服务器