AI导哈

浏览器自动化服务

一个基于JSON-RPC协议的浏览器自动化服务，允许LLMs通过标准化接口控制浏览器、与网页交互并分析内容。

  • by willer
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 willer/mcp-operator

使用说明

MCP浏览器操作员

用于浏览器自动化的模型控制协议（MCP）服务器，使LLM能够控制web浏览器，与网页交互，并通过标准化的JSON-RPC接口分析web内容。

特性

  • 浏览器管理：创建、导航、操作和关闭浏览器实例
  • 作业管理：使用作业ID跟踪浏览器操作的状态
  • Web交互：使用OpenAI的计算机使用API执行自然语言指令
  • 浏览器工具：访问控制台日志、网络活动、屏幕截图等
  • 审计：运行可访问性、性能、SEO和其他网页审核

需求

  • Python 3.11+
  • 剧作家
  • OpenAI API密钥（用于计算机使用API）

安装

  1. 克隆此存储库：

    git clone https://github.com/yourusername/operator-mcp.git
cd operator-mcp

  2. 安装依赖项：

    pip install -e .

  3. 安装Playwright浏览器：

    playwright install chromium

  4. 设置您的OpenAI API密钥：

    export OPENAI_API_KEY=your-api-key

用法

启动MCP服务器：

./run-server

服务器在stdin上监听JSON-RPC请求，并在stdout上按照MCP协议进行响应。

可执行脚本

  • run-server -运行MCP服务器（主入口点）

    # Run the MCP server
./run-server

# Run with specific log directory
./run-server --log-dir /path/to/logs

# Run in debug mode
./run-server --debug

  • run-tests -运行所有测试（仅提供单元或集成选项）

    # Run all tests
./run-tests

# Run only unit tests (faster)
./run-tests --unit-only

# Run only integration tests
./run-tests --integration-only

# Run with verbose output
./run-tests --verbose

# Run a specific test
./run-tests --test TestBrowserOperatorMethods

  • run-test-harness -使用MCP Inspector运行服务器进行交互式测试

    # Run with the MCP Inspector for interactive testing
./run-test-harness

核心方法

浏览器管理

  • 创建浏览器：初始化新浏览器实例

    {
  "jsonrpc": "2.0",
  "id": 1,
  "method": "mcp__browser-operator__create-browser",
  "params": {
    "project_name": "my-project"
  }
}

  • 浏览浏览器：将浏览器定向到指定的URL

    {
  "jsonrpc": "2.0",
  "id": 2,
  "method": "mcp__browser-operator__navigate-browser",
  "params": {
    "project_name": "my-project",
    "url": "https://example.com"
  }
}

  • 操作浏览器：执行浏览器交互的自然语言指令

    {
  "jsonrpc": "2.0",
  "id": 3,
  "method": "mcp__browser-operator__operate-browser",
  "params": {
    "project_name": "my-project",
    "instruction": "Find the heading on this page and tell me what it says."
  }
}

  • 关闭浏览器：终止浏览器实例

    {
  "jsonrpc": "2.0",
  "id": 4,
  "method": "mcp__browser-operator__close-browser",
  "params": {
    "project_name": "my-project"
  }
}

作业管理

  • 获取作业状态：按作业ID检索操作的状态和结果

    {
  "jsonrpc": "2.0",
  "id": 5,
  "method": "mcp__browser-operator__get-job-status",
  "params": {
    "job_id": "job-12345"
  }
}

  • 列出工作：查看最近的浏览器操作作业

    {
  "jsonrpc": "2.0",
  "id": 6,
  "method": "mcp__browser-operator__list-jobs",
  "params": {
    "limit": 10
  }
}

用户注释

  • 添加备注：创建和存储与浏览器操作相关的注释
    {
  "jsonrpc": "2.0",
  "id": 7,
  "method": "mcp__browser-operator__add-note",
  "params": {
    "name": "My Note",
    "content": "Important information about this browser session"
  }
}

附加方法

浏览器调试工具

  • 获取控制台日志: mcp__browser-tools__getConsoleLogs
  • 获取控制台错误: mcp__browser-tools__getConsoleErrors
  • 获取网络日志: mcp__browser-tools__getNetworkLogs
  • 获取网络错误: mcp__browser-tools__getNetworkErrors
  • 屏幕截图: mcp__browser-tools__takeScreenshot
  • 获取选定元素: mcp__browser-tools__getSelectedElement
  • 擦除日志: mcp__browser-tools__wipeLogs

审计工具

  • 运行辅助功能审核: mcp__browser-tools__runAccessibilityAudit
  • 运行性能审核: mcp__browser-tools__runPerformanceAudit
  • 运行SEO审计: mcp__browser-tools__runSEOAudit
  • 运行NextJS审核: mcp__browser-tools__runNextJSAudit
  • 运行最佳实践审核: mcp__browser-tools__runBestPracticesAudit
  • 运行调试器模式: mcp__browser-tools__runDebuggerMode
  • 运行审核模式: mcp__browser-tools__runAuditMode

异步工作流模式

浏览器操作是异步的，并使用基于作业的方法：

  1. 启动操作：调用一个返回job_id的浏览器方法
  2. 投票完成：使用获取作业状态，直到作业完成
  3. 处理结果：作业完成后，根据作业状态进行访问

这种方法可以防止客户端超时，同时允许完成复杂的浏览器操作。

持久浏览器状态

当使用项目名称创建浏览器时，MCP操作员会保持持久状态：

  • 浏览器状态（Cookie、本地存储、会话存储）在会话之间保留
  • 多个项目可以保持独立的浏览器状态
  • 可用于维护登录会话、购物车或其他个性化状态

项目结构

  • src/mcp_operator/：主包
    • __init__.py：包初始化
    • __main__.py：包裹入口点
    • server.py：MCP服务器实现
    • browser.py：浏览器运算符实现
    • cua/：计算机使用API组件
      • agent.py：代理实现
      • computer.py：计算机接口
      • utils.py：实用功能
  • run-server：运行MCP服务器的脚本
  • run-tests：运行单元和集成测试的脚本
  • run-test-harness：使用MCP检查器运行的脚本

发展

使用MCP检查器

对于调试，请使用 MCP检查员:

# Use the included run-test-harness script
./run-test-harness

# Or directly:
npx @modelcontextprotocol/inspector ./run-server

这提供了一个web界面来测试您的MCP服务器。

安全

  • 对潜在有害网站进行域名屏蔽
  • 导航前的URL验证
  • 不同浏览器实例之间的会话隔离
  • 基于文件的日志记录（无标准输出以保留MCP协议）

相关 MCP