浏览器自动化 MCP 服务器

为 Claude 和其他与 MCP 兼容的 AI 助手提供浏览器自动化功能的模型上下文协议（MCP）服务器。

特性

• 网页自动化：程序化控制网络浏览器
• 截图捕获：拍摄网页页面的截图
• 元素交互：点击、输入和与网页元素交互
• 导航：在页面之间导航并管理浏览器状态
• 表单填写：自动填写和提交表单
• 数据提取：从网页中提取数据

安装

# 克隆仓库
git clone https://github.com/samihalawa/browser-automation-server.git
cd browser-automation-server

# 安装依赖项
npm install

# 构建服务器
npm run build

使用方法

启动服务器

npm start

配置

将服务器添加到您的 MCP 配置中：

{
  "servers": {
    "browser-automation": {
      "command": "/path/to/node",
      "args": ["/path/to/browser-automation-server/build/index.js"],
      "enabled": true,
      "port": 3008,
      "environment": {
        "NODE_PATH": "/path/to/node_modules",
        "PATH": "/usr/local/bin:/usr/bin:/bin"
      }
    }
  }
}

可用工具

navigate

导航到指定的 URL。

参数：

• url (string, 必填)：要导航到的 URL
• waitUntil (string, 可选)：导航等待条件。选项：'load', 'domcontentloaded', 'networkidle'。默认值：'load'

screenshot

拍摄当前页面的截图。

参数：

• fullPage (boolean, 可选)：是否捕获整个页面或仅视口。默认值：false
• path (string, 可选)：保存截图的路径。如果未提供，则返回 Base64 编码的图像

click

点击指定元素。

参数：

• selector (string, 必填)：要点击的元素的 CSS 选择器
• waitForSelector (boolean, 可选)：是否等待选择器出现。默认值：true

type

在输入字段中输入文本。

参数：

• selector (string, 必填)：输入元素的 CSS 选择器
• text (string, 必填)：要输入的文本
• delay (number, 可选)：按键之间的延迟，以毫秒为单位。默认值：0

extract

从页面中提取数据。

参数：

• selector (string, 必填)：要提取的元素的 CSS 选择器
• attribute (string, 可选)：要提取的属性。如果没有提供，则提取文本内容

evaluate

在浏览器上下文中评估 JavaScript。

参数：

• script (string, 必填)：要评估的 JavaScript 代码
• args (array, 可选)：传递到脚本的参数

示例用法

1. 导航到一个网站：

   navigate(url: "https://example.com")
   

2. 拍摄截图：

   screenshot(fullPage: true)
   

3. 点击按钮：

   click(selector: "#submit-button")
   

4. 填写表单：

   type(selector: "#username", text: "user123")
   type(selector: "#password", text: "password123")
   click(selector: "#login-button")
   

5. 提取数据：

   extract(selector: ".product-title", attribute: "innerText")
   

要求

• Node.js 14+
• Playwright 用于浏览器自动化

许可证

MIT