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。

// Example for Claude Desktop config
"mcpServers": {
    "browser-use": {
      // Option 1: Run installed package
      // "command": "uvx",
      // "args": ["mcp-server-browser-use"],

      // Option 2: Run from local development source
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-browser-use",
        "run",
        "mcp-server-browser-use"
      ],
      "env": {
        // --- CRITICAL: Add required API keys here ---
        "OPENROUTER_API_KEY": "YOUR_OPENROUTER_API_KEY",
        // "OPENAI_API_KEY": "YOUR_KEY_HERE_IF_USING_OPENAI",
        // "ANTHROPIC_API_KEY": "YOUR_KEY_HERE_IF_USING_ANTHROPIC",
        // ... add other keys based on MCP_MODEL_PROVIDER ...

        // --- Optional Overrides (defaults are usually fine) ---
        "MCP_MODEL_PROVIDER": "openrouter", // Use OpenRouter as provider
        "MCP_MODEL_NAME": "google/gemini-2.5-pro-exp-03-25:free", // Example OpenRouter model
        "BROWSER_HEADLESS": "true",    // Default: run browser without UI
        "BROWSER_USE_LOGGING_LEVEL": "INFO",

        // --- Example for connecting to your own browser ---
        // "MCP_USE_OWN_BROWSER": "true",
        // "CHROME_CDP": "http://localhost:9222",

        // Ensure Python uses UTF-8
        "PYTHONIOENCODING": "utf-8",
        "PYTHONUNBUFFERED": "1",
        "PYTHONUTF8": "1"
      }
    }
}

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）

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。
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。

変数	説明	必須？	デフォルト値	サンプル値
LLM設定
`MCP_MODEL_PROVIDER`	使用するLLMプロバイダー。以下のオプションを参照してください。	はい	`anthropic`	`openrouter`
`MCP_MODEL_NAME`	選択したプロバイダーの特定のモデル名。	いいえ	`claude-3-7-sonnet-20250219`	`anthropic/claude-3.7-sonnet`
`MCP_TEMPERATURE`	LLM温度（0.0～2.0）。ランダム性を制御します。	いいえ	`0.0`	`0.7`
`MCP_TOOL_CALLING_METHOD`	ツール呼び出しメソッド（'auto'、'json_schema'、'function_calling'）。 `run_browser_agent`に影響します。	いいえ	`auto`	`json_schema`
`MCP_MAX_INPUT_TOKENS`	`run_browser_agent`の LLM コンテキストの最大入力トークン。	いいえ	`128000`	`64000`
`MCP_BASE_URL`	オプション: LLM プロバイダーのベース URL の一般的なオーバーライド。	いいえ	プロバイダー固有	`http://localhost:8080/v1`
`MCP_API_KEY`	オプション: LLM プロバイダーの API キーの一般的なオーバーライド (プロバイダー固有のキーよりも優先されます)。	いいえ	-	`sk-...`
プロバイダーAPIキー	`MCP_API_KEY`が設定されていない場合は、 `MCP_MODEL_PROVIDER`に基づいて必須です。
`OPENAI_API_KEY`	OpenAI の API キー。	使用する場合	-	`sk-...`
`ANTHROPIC_API_KEY`	Anthropic の API キー。	使用する場合	-	`sk-ant-...`
`GOOGLE_API_KEY`	Google AI (Gemini) の API キー。	使用する場合	-	`AIza...`
`AZURE_OPENAI_API_KEY`	Azure OpenAI の API キー。	使用する場合	-	`...`
`DEEPSEEK_API_KEY`	DeepSeek の API キー。	使用する場合	-	`sk-...`
`MISTRAL_API_KEY`	Mistral AI の API キー。	使用する場合	-	`...`
`OPENROUTER_API_KEY`	OpenRouter の API キー。	使用する場合	-	`sk-or-...`
`ALIBABA_API_KEY`	Alibaba Cloud (DashScope) の API キー。	使用する場合	-	`sk-...`
`MOONSHOT_API_KEY`	Moonshot AI の API キー。	使用する場合	-	`sk-...`
`UNBOUND_API_KEY`	Unbound AI の API キー。	使用する場合	-	`...`
プロバイダーエンドポイント	オプション: デフォルトの API エンドポイントをオーバーライドします。
`OPENAI_ENDPOINT`	OpenAI API エンドポイント URL。	いいえ	`https://api.openai.com/v1`
`ANTHROPIC_ENDPOINT`	Anthropic API エンドポイント URL。	いいえ	`https://api.anthropic.com`
`AZURE_OPENAI_ENDPOINT`	Azure を使用する場合は必須です。Azureリソースのエンドポイント。	使用する場合	-	`https://res.openai.azure.com/`
`AZURE_OPENAI_API_VERSION`	Azure API バージョン。	いいえ	`2025-01-01-preview`	`2023-12-01-preview`
`DEEPSEEK_ENDPOINT`	DeepSeek API エンドポイント URL。	いいえ	`https://api.deepseek.com`
`MISTRAL_ENDPOINT`	Mistral API エンドポイント URL。	いいえ	`https://api.mistral.ai/v1`
`OLLAMA_ENDPOINT`	Ollama API エンドポイント URL。	いいえ	`http://localhost:11434`	`http://ollama.local:11434`
`OPENROUTER_ENDPOINT`	OpenRouter API エンドポイント URL。	いいえ	`https://openrouter.ai/api/v1`
`ALIBABA_ENDPOINT`	Alibaba (DashScope) API エンドポイント URL。	いいえ	`https://dashscope...v1`
`MOONSHOT_ENDPOINT`	Moonshot API エンドポイント URL。	いいえ	`https://api.moonshot.cn/v1`
`UNBOUND_ENDPOINT`	バインドされていない AI API エンドポイント URL。	いいえ	`https://api.getunbound.ai`
オラマ特有の
`OLLAMA_NUM_CTX`	Ollama モデルのコンテキストウィンドウのサイズ。	いいえ	`32000`	`8192`
`OLLAMA_NUM_PREDICT`	Ollama モデルを予測するための最大トークン。	いいえ	`1024`	`2048`
エージェント設定 ( `run_browser_agent` )
`MCP_AGENT_TYPE`	`run_browser_agent`のエージェント実装 ('org' または 'custom')。	いいえ	`org`	`custom`
`MCP_MAX_STEPS`	エージェント実行あたりの最大ステップ数。	いいえ	`100`	`50`
`MCP_USE_VISION`	ビジョン機能（スクリーンショット分析）を有効にします。	いいえ	`true`	`false`
`MCP_MAX_ACTIONS_PER_STEP`	エージェントステップあたりの最大アクション数。	いいえ	`5`	`10`
`MCP_KEEP_BROWSER_OPEN`	`run_browser_agent`呼び出し間で、サーバーによって管理されるブラウザを開いたままにします ( `MCP_USE_OWN_BROWSER=false`の場合)。	いいえ	`false`	`true`
`MCP_ENABLE_RECORDING`	`run_browser_agent`の Playwright ビデオ録画を有効にします。	いいえ	`false`	`true`
`MCP_SAVE_RECORDING_PATH`	エージェント実行ビデオ録画を保存するパス ( `MCP_ENABLE_RECORDING=true`の場合は必須)。	録音する場合	-	`./tmp/recordings`
`MCP_AGENT_HISTORY_PATH`	エージェント履歴 JSON ファイルを保存するディレクトリ。	いいえ	`./tmp/agent_history`	`./agent_runs`
`MCP_HEADLESS`	`run_browser_agent`ツール専用に UI なしでブラウザを実行します。	いいえ	`true`	`false`
`MCP_DISABLE_SECURITY`	`run_browser_agent`ツール専用のブラウザセキュリティ機能を無効にします (慎重に使用してください)。	いいえ	`true`	`false`
ディープリサーチ設定 ( `run_deep_search` )
`MCP_RESEARCH_MAX_ITERATIONS`	深い調査のための最大検索反復。	いいえ	`10`	`5`
`MCP_RESEARCH_MAX_QUERY`	反復ごとの最大検索クエリ数。	いいえ	`3`	`5`
`MCP_RESEARCH_USE_OWN_BROWSER`	リサーチには別のブラウザインスタンスを使用します ( `MCP_USE_OWN_BROWSER=true`の場合は`CHROME_CDP`が必要です)。	いいえ	`false`	`true`
`MCP_RESEARCH_SAVE_DIR`	研究成果物 (レポート、結果) を保存するためのディレクトリ。	いいえ	`./tmp/deep_research/{task_id}`	`./research_output`
`MCP_RESEARCH_AGENT_MAX_STEPS`	ディープリサーチ内のサブエージェントの最大ステップ数。	いいえ	`10`	`15`
ブラウザ設定（一般および特定のツールのオーバーライド）
`MCP_USE_OWN_BROWSER`	新しいブラウザを起動するのではなく、 `CHROME_CDP`経由でユーザーのブラウザに接続するには、true に設定します。	いいえ	`false`	`true`
`CHROME_CDP`	DevTools プロトコル URL 経由で既存の Chrome に接続します。MCP_USE_OWN_BROWSER `MCP_USE_OWN_BROWSER=true`の場合に必須です。	`MCP_USE_OWN_BROWSER=true`場合	-	`http://localhost:9222`
`BROWSER_HEADLESS`	UIを表示せずにブラウザを実行します。主に`run_deep_search`影響します。MCP_HEADLESS `MCP_HEADLESS`参照してください。	いいえ	`true`	`false`
`BROWSER_DISABLE_SECURITY`	ブラウザの一般的なセキュリティ設定。MCP_DISABLE_SECURITY `MCP_DISABLE_SECURITY`参照してください。	いいえ	`false`	`true`
`CHROME_PATH`	Chrome/Chromium 実行可能ファイルへのパス。	いいえ	-	`/usr/bin/chromium-browser`
`CHROME_USER_DATA`	Chrome ユーザーデータディレクトリへのパス (永続セッション用、 `CHROME_CDP`で便利)。	いいえ	-	`~/.config/google-chrome/Profile 1`
`BROWSER_TRACE_PATH`	Playwright トレースファイルを保存するディレクトリ (デバッグに役立ちます)。	いいえ	`./tmp/trace`	`./traces`
`BROWSER_WINDOW_WIDTH`	ブラウザウィンドウの幅（ピクセル）。	いいえ	`1280`	`1920`
`BROWSER_WINDOW_HEIGHT`	ブラウザウィンドウの高さ（ピクセル）。	いいえ	`720`	`1080`
サーバーとログ
`LOG_FILE`	サーバーログファイルのパス。	いいえ	`mcp_server_browser_use.log`	`/var/log/mcp_browser.log`
`BROWSER_USE_LOGGING_LEVEL`	ログレベル ( `DEBUG` 、 `INFO` 、 `WARNING` 、 `ERROR` 、 `CRITICAL` )。	いいえ	`INFO`	`DEBUG`
`ANONYMIZED_TELEMETRY`	匿名化されたテレメトリを有効/無効にします ( `true` / `false` )。	いいえ	`true`	`false`

サポートされている LLM プロバイダー ( MCP_MODEL_PROVIDER ):

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:

**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。
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。
**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

# Install dev dependencies and sync project deps
uv sync --dev

# Install playwright browsers
uv run playwright install

# Run with debugger (Example connecting to own browser via CDP)
# 1. Launch Chrome: google-chrome --remote-debugging-port=9222
# 2. Run inspector command:
npx @modelcontextprotocol/inspector@latest \
  -e OPENROUTER_API_KEY=$OPENROUTER_API_KEY \
  -e MCP_MODEL_PROVIDER=openrouter \
  -e MCP_MODEL_NAME=anthropic/claude-3.7-sonnet \
  -e MCP_USE_OWN_BROWSER=true \
  -e CHROME_CDP=http://localhost:9222 \
  uv --directory . run mcp run src/mcp_server_browser_use/server.py
# Note: Change timeout in inspector's config panel if needed (default is 10 seconds)

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。

Browser-Use MCP Server

Integrations