Browser Operator

🚀 MCP 浏览器操作员

MCP 浏览器操作员是一款强大的服务器，主要用于浏览器自动化、借助 LLM 控制浏览器、与网页进行交互以及分析网页内容。它通过 JSON - RPC 接口实现了标准化，为用户提供了便捷、高效的操作体验。

🚀 快速开始

MCP 浏览器操作员使用起来较为简单，以下为你介绍运行服务器的方式：

# 以开发模式运行
python -m src/mcp_operator.server dev --port 3000

# 以生产模式运行
python -m src/mcp_operator.server production --port 3000

✨ 主要特性

核心功能

1. 浏览器管理：可轻松创建、导航和关闭浏览器实例，为用户提供灵活的浏览器操作体验。
2. 任务跟踪：能够异步执行复杂任务，例如网页互动和自动化操作，提高工作效率。
3. 网页交互：借助 LLM 控制浏览器进行高级操作，满足多样化的网页交互需求。
4. 工具访问：提供丰富的调试工具（如控制台日志、网络日志）和审计工具（如可访问性审计、性能审计），助力开发和优化工作。

其他功能

• 持久化状态：通过项目名称维护独立的浏览器会话，支持多个项目，方便管理不同的工作场景。
• 安全性：具备域名阻止、URL 验证和会话隔离等安全机制，保障用户的使用安全。

📦 安装指南

安装要求

• Python：版本需 3.11 及以上。
• Playwright：一款强大的浏览器自动化工具。
• OpenAI API 密钥：在使用 LLM 控制功能时是必需的。

安装步骤

# 安装 MCP 操作员
pip install mcp-browser-operator

# 安装 Playwright
playwright install chromium firefox

💻 使用示例

可执行脚本

• run - server：用于启动 MCP 服务器。
• run - tests：执行单元测试和集成测试，确保系统的稳定性。
• run - test - harness：使用 MCP 检查仪进行调试。

📚 详细文档

核心 API 方法

浏览器操作

• 创建浏览器实例：mcp__browser - operator__createBrowser
• 导航到 URL：mcp__browser - operator__navigate
• 关闭浏览器：mcp__browser - operator__closeBrowser

异步任务管理

1. 启动任务：调用浏览器方法获取 job_id。
2. 检查进度：使用 get - job - status 直到任务完成。
3. 处理结果：从任务状态中提取结果。

用户笔记

• 添加笔记：mcp__browser - operator__addNote

调试工具

• 获取控制台日志：mcp__browser - tools__getConsoleLogs
• 截图：mcp__browser - tools__takeScreenshot

审计工具

• 可访问性审计：mcp__browser - tools__runAccessibilityAudit
• 性能审计：mcp__browser - tools__runPerformanceAudit

🔧 技术细节

项目结构

src/mcp_operator/
├── __init__.py
├── __main__.py
├── server.py
├── browser.py
└── cua/
    ├── agent.py
    ├── computer.py
    └── utils.py

开发指南

使用 MCP 检查仪

# 通过运行测试 harness 启动
./run - test - harness

# 或直接使用检查仪
npx @modelcontextprotocol/inspector ./run - server

安全措施

• 域名阻止：防止访问恶意网站，保障系统安全。
• URL 验证：在导航前验证 URL 的安全性，避免潜在风险。
• 会话隔离：不同浏览器实例之间完全隔离，确保数据和操作的独立性。