MCP-Browser-Nutzungsserver

MCP-Server mit Browsernutzung

MCP-Server zur Browsernutzung .

Überblick

Dieses Repository enthält den Server für die Browser-Use -Bibliothek. Diese stellt ein leistungsstarkes Browser-Automatisierungssystem bereit, das KI-Agenten die Interaktion mit Webbrowsern über natürliche Sprache ermöglicht. Der Server basiert auf dem Model Context Protocol (MCP) von Anthropic und bietet eine nahtlose Integration mit der Browser-Use- Bibliothek.

Merkmale

Browsersteuerung

Automatisierte Browserinteraktionen über natürliche Sprache
Navigations-, Formularausfüll-, Klick- und Scrollfunktionen
Tab-Verwaltung und Screenshot-Funktionalität
Cookie- und Statusverwaltung

Agentensystem

Benutzerdefinierte Agentimplementierung in custom_agent.py
Bildbasierte Elementerkennung
Strukturierte JSON-Antworten für Aktionen
Verwaltung und Zusammenfassung des Nachrichtenverlaufs

Konfiguration

Umgebungsbasierte Konfiguration für API-Schlüssel und -Einstellungen
Chrome-Browsereinstellungen (Debug-Port, Persistenz)
Modellanbieterauswahl und Parameter

Abhängigkeiten

Dieses Projekt basiert auf den folgenden Python-Paketen:

Paket	Version	Beschreibung
Kissen	>=10.1.0	Python Imaging Library (PIL)-Fork, der Ihrem Python-Interpreter Bildverarbeitungsfunktionen hinzufügt.
Browser-Nutzung	==0.1.19	Ein leistungsstarkes Browser-Automatisierungssystem, das KI-Agenten die Interaktion mit Webbrowsern über natürliche Sprache ermöglicht. Die Kernbibliothek, die die Browser-Automatisierungsfunktionen dieses Projekts unterstützt.
Fastapi	>=0,115,6	Modernes, schnelles (leistungsstarkes) Webframework zum Erstellen von APIs mit Python 3.7+ basierend auf standardmäßigen Python-Typhinweisen. Wird zum Erstellen des Servers verwendet, der die Funktionalität des Agenten bereitstellt.
fastmcp	>=0,4,1	Ein Framework, das FastAPI zum Erstellen von MCP-Servern (Model Context Protocol) umschließt.
Lehrer	>=1,7,2	Bibliothek zur strukturierten Ausgabeaufforderung und Validierung mit OpenAI-Modellen. Ermöglicht das Extrahieren strukturierter Daten aus Modellantworten.
Langkette	>=0,3,14	Framework für die Entwicklung von Anwendungen mit großen Sprachmodellen (LLMs). Bietet Tools zum Verketten verschiedener Sprachmodellkomponenten und zur Interaktion mit verschiedenen APIs und Datenquellen.
langchain-google-genai	>=2.1.1	LangChain-Integration für Google GenAI-Modelle, die die Nutzung der generativen KI-Funktionen von Google innerhalb des LangChain-Frameworks ermöglicht.
Langchain-Openai	>=0,2,14	LangChain-Integrationen mit OpenAI-Modellen. Ermöglicht die Verwendung von OpenAI-Modellen (wie GPT-4) innerhalb des LangChain-Frameworks. Wird in diesem Projekt für die Interaktion mit den Sprach- und Bildmodellen von OpenAI verwendet.
Langkette-Ollama	>=0,2,2	Langchain-Integration für Ollama, die die lokale Ausführung von LLMs ermöglicht.
openai	>=1,59,5	Offizielle Python-Clientbibliothek für die OpenAI-API. Wird zur direkten Interaktion mit OpenAI-Modellen verwendet (bei Bedarf zusätzlich zu LangChain).
python-dotenv	>=1.0.1	Liest Schlüssel-Wert-Paare aus einer `.env` Datei und setzt sie als Umgebungsvariablen. Vereinfacht die lokale Entwicklung und das Konfigurationsmanagement.
pydantisch	>=2.10.5	Datenvalidierung und Einstellungsverwaltung mithilfe von Python-Typannotationen. Ermöglicht die Laufzeitdurchsetzung von Typen und die automatische Modellerstellung. Unverzichtbar für die Definition strukturierter Datenmodelle im Agenten.
pyperclip	>=1.9.0	Plattformübergreifendes Python-Modul zum Kopieren und Einfügen der Zwischenablagefunktionen.
Uvicorn	>=0,22,0	ASGI-Webserverimplementierung für Python. Wird zur Bereitstellung der FastAPI-Anwendung verwendet.

Komponenten

Ressourcen

Der Server implementiert ein Browser-Automatisierungssystem mit:

Integration mit Browser-Nutzungsbibliothek für erweiterte Browsersteuerung
Benutzerdefinierte Browser-Automatisierungsfunktionen
Agentenbasiertes Interaktionssystem mit Vision-Funktionen
Persistente Zustandsverwaltung
Anpassbare Modelleinstellungen

Anforderungen

Betriebssysteme (Linux, macOS, Windows; wir haben nicht für Docker oder Microsoft WSL getestet)
Python 3.11 oder höher
uv (schneller Python-Paketinstaller)
Chrome/Chromium-Browser
Claude Desktop

Schnellstart

Claude Desktop

Unter MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json Unter Windows: %APPDATA%/Claude/claude_desktop_config.json

Installation über Smithery

So installieren Sie Browser Use für Claude Desktop automatisch über Smithery :

npx -y @smithery/cli install @JovaniPink/mcp-browser-use --client claude

"mcpServers": {
  "mcp_server_browser_use": {
    "command": "uvx",
    "args": [
      "mcp-server-browser-use",
    ],
    "env": {
      "OPENAI_ENDPOINT": "https://api.openai.com/v1",
      "OPENAI_API_KEY": "",
      "ANTHROPIC_API_KEY": "",
      "GOOGLE_API_KEY": "",
      "AZURE_OPENAI_ENDPOINT": "",
      "AZURE_OPENAI_API_KEY": "",
      // "DEEPSEEK_ENDPOINT": "https://api.deepseek.com",
      // "DEEPSEEK_API_KEY": "",
      // Set to false to disable anonymized telemetry
      "ANONYMIZED_TELEMETRY": "false",
      // Chrome settings
      "CHROME_PATH": "",
      "CHROME_USER_DATA": "",
      "CHROME_DEBUGGING_PORT": "9222",
      "CHROME_DEBUGGING_HOST": "localhost",
      // Set to true to keep browser open between AI tasks
      "CHROME_PERSISTENT_SESSION": "false",
      // Model settings
      "MCP_MODEL_PROVIDER": "anthropic",
      "MCP_MODEL_NAME": "claude-3-5-sonnet-20241022",
      "MCP_TEMPERATURE": "0.3",
      "MCP_MAX_STEPS": "30",
      "MCP_USE_VISION": "true",
      "MCP_MAX_ACTIONS_PER_STEP": "5",
      "MCP_TOOL_CALL_IN_CONTENT": "true"
    }
  }
}

Umgebungsvariablen

Wichtige Umgebungsvariablen:

# API Keys
ANTHROPIC_API_KEY=anthropic_key

# Chrome Configuration
# Optional: Path to Chrome executable
CHROME_PATH=/path/to/chrome
# Optional: Chrome user data directory
CHROME_USER_DATA=/path/to/user/data
# Default: 9222
CHROME_DEBUGGING_PORT=9222
# Default: localhost
CHROME_DEBUGGING_HOST=localhost
# Keep browser open between tasks
CHROME_PERSISTENT_SESSION=false

# Model Settings
# Options: anthropic, openai, azure, deepseek
MCP_MODEL_PROVIDER=anthropic
# Model name
MCP_MODEL_NAME=claude-3-5-sonnet-20241022
MCP_TEMPERATURE=0.3
MCP_MAX_STEPS=30
MCP_USE_VISION=true
MCP_MAX_ACTIONS_PER_STEP=5

Entwicklung

Aufstellen

Klonen Sie das Repository:

git clone https://github.com/JovaniPink/mcp-browser-use.git
cd mcp-browser-use

Virtuelle Umgebung erstellen und aktivieren:

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

Installieren Sie Abhängigkeiten:

uv sync

Starten Sie den Server

uv run mcp-browser-use

Debuggen

Verwenden Sie zum Debuggen den MCP Inspector :

npx @modelcontextprotocol/inspector uv --directory /path/to/project run mcp-server-browser-use

Der Inspector zeigt eine URL für die Debugging-Schnittstelle an.

Browseraktionen

Der Server unterstützt verschiedene Browseraktionen durch natürliche Sprache:

Navigation: Zu URLs gehen, zurück/vorwärts, aktualisieren
Interaktion: Klicken, tippen, scrollen, schweben
Formulare: Formulare ausfüllen, absenden, Optionen auswählen
Status: Seiteninhalt abrufen, Screenshots machen
Tabs: Tabs erstellen, schließen, zwischen Tabs wechseln
Vision: Elemente anhand der visuellen Erscheinung finden
Cookies und Speicher: Browserstatus verwalten

Sicherheit

Ich möchte darauf hinweisen, dass einige Chrome-Einstellungen die Steuerung des Browsers durch den Server ermöglichen. Dies stellt ein Sicherheitsrisiko dar und sollte mit Vorsicht verwendet werden. Der Server ist nicht für den Einsatz in einer Produktionsumgebung vorgesehen.

Sicherheitsdetails: SECURITY.MD

Beitragen

Wir freuen uns über Beiträge zu diesem Projekt. Bitte folgen Sie diesen Schritten:

Forken Sie dieses Repository.
Erstellen Sie Ihren Feature-Zweig: git checkout -b my-new-feature .
Übernehmen Sie Ihre Änderungen: git commit -m 'Add some feature' .
Pushen zum Zweig: git push origin my-new-feature .
Senden Sie eine Pull-Anfrage.

Bei größeren Änderungen öffnen Sie zunächst ein Problem, um zu besprechen, was Sie ändern möchten. Bitte aktualisieren Sie die Tests entsprechend, um die vorgenommenen Änderungen zu berücksichtigen.

Install Server

HTTP connection URL

security – no known vulnerabilities

license - not found

quality - confirmed to work

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

Tools

run_browser_agent

Ermöglicht KI-Agenten die Interaktion mit Webbrowsern unter Verwendung natürlicher Sprache und bietet automatisiertes Browsen, Ausfüllen von Formularen, visuelle Elementerkennung und strukturierte JSON-Antworten für eine systematische Browsersteuerung.

Related Resources

Reddit Discussion about this server

Related MCP Servers

Browser-Use MCP Server
Saik0s
A
security
A
license
A
quality
Facilitates browser automation with custom capabilities and agent-based interactions, integrated through the browser-use library.
Last updated -
1
646
Python
MIT License
Browser Automation MCP Server
grapheneaffiliate
-
security
F
license
-
quality
Enables AI agents to control web browsers via a standardized interface for operations like launching, interacting with, and closing browsers.
Last updated -
0
JavaScript
browser-use MCP server
Deploya-labs
-
security
A
license
-
quality
AI-driven browser automation server that implements the Model Context Protocol to enable natural language control of web browsers for tasks like navigation, form filling, and visual interaction.
Last updated -
1
Python
MIT License
MCP Browser Use
janspoerer
-
security
A
license
-
quality
Empowers AI agents to perform web browsing, automation, and scraping tasks with minimal supervision using natural language instructions and Selenium.
Last updated -
1
Python
Apache 2.0

View all related MCP servers

MCP Browser Use Server