ブラウザ用MCPサーバー

プロジェクトノート：このMCPサーバー実装は、ブラウザ使用/Web UIの基盤上に構築されています。コアブラウザ自動化ロジックと設定パターンは、元のプロジェクトから改変されています。

自然言語によるブラウザ制御と Web リサーチのためのモデル コンテキスト プロトコル (MCP) を実装した AI 駆動型ブラウザ自動化サーバー。

特徴

• 🧠 MCP 統合- AI エージェント通信用の完全なプロトコル実装。

• 🌐ブラウザ自動化- ページナビゲーション、フォーム入力、自然言語による要素の対話 ( run_browser_agentツール)。

• 👁️視覚的理解- ビジョン対応 LLM のオプションのスクリーンショット分析。

• 🔄状態の永続性- 複数の MCP 呼び出しにわたってブラウザー セッションを管理したり、ユーザーのブラウザーに接続したりするオプション。

• 🔌マルチ LLM サポート- OpenAI、Anthropic、Azure、DeepSeek、Google、Mistral、Ollama、OpenRouter、Alibaba、Moonshot、Unbound AI と統合します。

• 🔍ディープ リサーチ ツール- マルチステップの Web リサーチとレポート生成専用のツール ( run_deep_searchツール)。

• ⚙️環境変数の設定- 環境変数を介して完全に設定可能です。

• 🔗 CDP 接続- Chrome DevTools プロトコルを介してユーザーが起動した Chrome/Chromium インスタンスに接続して制御する機能。

クイックスタート

前提条件

• Python 3.11以上

• uv (高速 Python パッケージインストーラー): pip install uv

• Chrome/Chromiumブラウザがインストールされている

• Playwrightブラウザをインストールします: uv sync実行してからuv run playwright install

MCP クライアントとの統合 (例: Claude Desktop)

Claude Desktopなどのクライアントをこのサーバーに接続するように設定できます。クライアントの設定（例： claude_desktop_config.json ）に以下の構造を追加し、必要に応じてパスと環境変数を調整してください。

重要： commandとargs 、サーバーの実行方法（インストールされたパッケージまたはソースディレクトリ）を正しく指定していることを確認してください。env envで必要なAPIキーを設定してください。

MCPツール

このサーバーは、モデル コンテキスト プロトコルを介して次のツールを公開します。

同期ツール（完了を待つ）

1. run_browser_agent

   • **説明:**自然言語指示に基づいてブラウザ自動化タスクを実行し、完了するまで待機します。MCP_ MCP_HEADLESS``MCP_``MCP_MAX_STEPS ）。

   • 引数:

     • task (文字列、必須): 主なタスクまたは目的。

     • add_infos (文字列、オプション): エージェントの追加コンテキストまたはヒント ( customエージェント タイプで使用)。

   • 戻り値: (文字列) エージェントによって抽出された最終結果またはエラー メッセージ。

2. run_deep_search

   • **説明:**特定のトピックについて詳細なウェブ調査を行い、レポートを生成して完了を待ちます。MCP_RESEARCH_ MCP_RESEARCH_始まる設定と、 BROWSER_一般的な設定（例: BROWSER_HEADLESS ）を使用します。

   • 引数:

     • research_task (文字列、必須): 研究のトピックまたは質問。

     • max_search_iterations (整数、オプション、デフォルト: 10): 最大検索サイクル。

     • max_query_per_iteration (整数、オプション、デフォルト: 3): サイクルあたりの最大検索クエリ数。

   • 戻り値: (文字列) ファイル パスまたはエラー メッセージを含む、Markdown 形式で生成された調査レポート。

設定（環境変数）

環境変数を使用してサーバーを設定します。これらの環境変数はシステム内で設定することも、プロジェクトルートにある.envファイルに配置することもできます。

サポートされている LLM プロバイダー (

openai 、 azure_openai 、 anthropic 、 google 、 mistral 、 ollama 、 deepseek 、 openrouter 、 alibaba 、 moonshot 、 unbound

独自のブラウザへの接続（CDP）

サーバーが独自のブラウザインスタンスを起動・管理する代わりに、ユーザーが自分で起動・管理するChrome/Chromiumブラウザに接続できます。これは以下の場合に便利です。

• 既存のブラウザ プロファイル (Cookie、ログイン、拡張機能) を使用します。

• 自分のブラウザ ウィンドウで自動化を直接観察します。

• 複雑なシナリオのデバッグ。

手順:

1. **リモートデバッグを有効にしてChrome/Chromiumを起動します。**ターミナルまたはコマンドプロンプトを開き、お使いのOSに適したコマンドを実行します。これにより、Chromeは特定のポート（例：9222）で接続をリッスンするようになります。

   • macOS:

     /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

     (Chrome が他の場所にインストールされている場合はパスを調整してください)

   • リナックス:

     google-chrome --remote-debugging-port=9222 # or chromium-browser --remote-debugging-port=9222

   • Windows (コマンドプロンプト):

     "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

     （必要に応じてChromeのインストールパスを調整してください）

   • Windows (PowerShell):

     & "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

     （必要に応じてChromeのインストールパスを調整してください）

   **注:**ポート 9222 がすでに使用されている場合は、別のポート (例: 9223) を選択し、 CHROME_CDP環境変数で同じポートを使用します。

2. 環境変数を構成する: MCP サーバーを起動する前に、 .envファイルまたはシステム環境で次の環境変数を設定します。

   MCP_USE_OWN_BROWSER=true CHROME_CDP=http://localhost:9222 # Use the same port you launched Chrome with

   • MCP_USE_OWN_BROWSER=true : ブラウザを起動するのではなく、既存のブラウザに接続するようにサーバーに指示します。

   • CHROME_CDP : サーバーがブラウザの DevTools プロトコル エンドポイントに接続できる URL を指定します。

3. **MCP サーバーを実行します。**通常どおりサーバーを起動します。

   uv run mcp-server-browser-use

これで、 run_browser_agentまたはrun_deep_searchツールを使用すると、サーバーは新しいインスタンスを作成するのではなく、実行中の Chrome インスタンスに接続するようになります。

重要な考慮事項:

• --remote-debugging-portで起動したブラウザは、MCP サーバーが実行中であり、MCP サーバーと対話する必要がある間は開いたままにしておく必要があります。

• MCP サーバーが実行されている場所からCHROME_CDP URL にアクセスできることを確認します (同じマシンで実行されている場合は通常http://localhost:PORT )。

• 独自のブラウザを使用する場合、サーバーはそのブラウザの状態（開いているタブ、ログイン中のセッションなど）を継承します。自動化を行う際は、この点にご注意ください。

• MCP_HEADLESS 、 BROWSER_HEADLESS 、 MCP_KEEP_BROWSER_OPENなどの設定はMCP_USE_OWN_BROWSER=trueの場合無視されます。ウィンドウサイズはブラウザウィンドウによって決まります。

発達

トラブルシューティング

• ブラウザの競合: CHROME_CDP ( MCP_USE_OWN_BROWSER=false ) を使用していない場合、 CHROME_USER_DATAが指定されているときは、同じユーザー データ ディレクトリで競合する他の Chrome インスタンスが実行されていないことを確認してください。

• CDP 接続の問題: MCP_USE_OWN_BROWSER=true使用している場合:

  • Chrome が--remote-debugging-portフラグを使用して起動されたことを確認します。

  • CHROME_CDPのポートが Chrome の起動時に使用されるポートと一致していることを確認します。

  • 指定されたポートへの接続をブロックするファイアウォールの問題を確認します。

  • ブラウザがまだ実行されていることを確認してください。

• APIエラー：選択したMCP_MODEL_PROVIDERに正しいAPIキー環境変数（ OPENAI_API_KEY 、 ANTHROPIC_API_KEYなど）が設定されているか、またはMCP_API_KEYが設定されていることを確認してください。キーとエンドポイントを確認してください（Azureの場合はAZURE_OPENAI_ENDPOINTが必要です）。

• ビジョンの問題: ビジョン機能を使用する場合はMCP_USE_VISION=trueあり、選択した LLM モデルがビジョンをサポートしていることを確認します。

• 依存関係の問題: uv syncを実行して、すべての依存関係が正しくインストールされていることを確認してくださいpyproject.tomlを確認してください。

• ログ記録：詳細なエラーメッセージについては、 LOG_FILE （デフォルト： mcp_server_browser_use.log ）で指定されたログファイルを確認してください。より詳細な出力を得るには、 BROWSER_USE_LOGGING_LEVELをDEBUGに上げてください。

ライセンス

MIT - 詳細についてはライセンスを参照してください。