MCP 浏览器操作员

简介

MCP 浏览器操作员是一个用于浏览器自动化、LLM 控制浏览器、与网页交互以及分析内容的服务器。它通过 JSON-RPC 接口实现了标准化。

功能模块

核心功能

1. 浏览器管理：创建、导航和关闭浏览器实例。
2. 任务跟踪：异步执行复杂任务，如网页互动和自动化操作。
3. 网页交互：使用 LLM 控制浏览器进行高级操作。
4. 工具访问：提供调试工具（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）。

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。
• 安全性：包括域名阻止、URL 验证和会话隔离。

安装要求

• Python: 3.11+
• Playwright: 浏览器自动化工具
• OpenAI API 密钥: 必要用于 LLM 控制

安装步骤

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

# 安装 Playwright
playwright install chromium firefox

使用说明

运行服务器

# 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

可执行脚本

• run-server: 启动 MCP 服务器。
• run-tests: 执行单元测试和集成测试。
• run-test-harness: 使用 MCP 检查仪进行调试。

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

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。
• URL 验证: 在导航前验证 URL 的安全性。
• 会话隔离: 不同浏览器实例之间完全隔离。