AI导哈

浏览器自动化代理

Browser MCP Agent 是一个基于Streamlit的应用程序，允许用户使用自然语言控制真实浏览器，结合LLM、MCP协议和Playwright实现自动化操作。

  • by subodh556
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 subodh556/Browser_mcp_agent

使用说明

浏览器MCP代理

浏览器MCP代理是一个基于Streamlit的应用程序，它允许您使用简单的英语控制真实的web浏览器。它结合了LLM、模型上下文协议和Playwright，将自然语言指令转化为可靠的浏览器操作。

将其视为真实浏览器之上的会话层，能够导航页面、与元素交互并逐步提取信息。

🏗️ 运作原理

该系统围绕代理驱动的架构构建：

  • A. 流线型UI 收集用户命令并显示结果
  • MCP（模型上下文协议） 将语言模型与浏览器工具连接起来
  • 剧作家 执行真正的浏览器自动化
  • MCP代理 处理计划、工具执行和多步骤推理
  • LLM 解释指令并决定采取哪些浏览器操作

此设置允许以对话方式执行复杂的浏览任务，而无需编写自动化脚本。

🛠️ 技术栈

  • 前端：Streamlit
  • 浏览器自动化：剧作家
  • AI框架：MCP代理
  • 语言模型：OpenAI API
  • 协议：模型上下文协议（MCP）

✨ 能力

  • 自然语言控制
    使用简单的对话命令驱动浏览器。

  • 完整的浏览器导航
    打开网站，在页面之间移动，并关注链接。

  • 页面交互
    单击按钮、填写表单、滚动页面并与UI元素交互。

  • 视觉输出
    捕获整页或特定元素的屏幕截图。

  • 内容提取
    从页面中提取文本并生成摘要或结构化输出。

  • 多步骤工作流
    在一个命令中执行链式任务，如搜索、过滤和汇总。

🚀 入门指南

先决条件

确保安装了以下内容：

  • Python 3.8或更高版本
  • Node.js和npm （剧作家必备）
    • 通过以下方式进行验证：
      node --version
npm --version
  • API密钥 适用于OpenAI或Anthropic

安装步骤

1.克隆存储库

git clone https://github.com/subodh556/Browser_mcp_agent.git
cd Browser_mcp_agent

2.安装Python依赖项

pip install -r requirements.txt

3.验证Node.js安装

node --version
npm --version

这两个命令都应该返回版本号。如果没有，请从官方网站安装Node.js。

4.配置API密钥

export 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.使用界面

  • 在文本输入中输入浏览命令
  • 点击“运行命令”执行
  • 实时查看结果和屏幕截图

相关 MCP