MCP-сервер и CLI для браузера

Документация Лицензия

Примечание к проекту : Эта реализация сервера MCP основана на основе браузера-использования/веб-пользователя . Основная логика автоматизации браузера и шаблоны конфигурации адаптированы из оригинального проекта.

Сервер автоматизации браузера на базе ИИ, реализующий протокол Model Context Protocol (MCP) для управления браузером на естественном языке и веб-исследований. Также предоставляет доступ CLI к своим основным функциям.

Функции

🧠 Интеграция MCP — полная реализа��ия протокола для связи с агентами ИИ.
🌐 Автоматизация браузера — навигация по страницам, заполнение форм, взаимодействие с элементами на естественном языке (инструмент run_browser_agent ).
👁️ Визуальное понимание — дополнительный анализ снимков экрана для обладателей степени магистра права с хорошим зрением.
🔄 Сохранение состояния — возможность управлять сеансом браузера сервера через несколько вызовов MCP или подключаться к браузеру пользователя.
🔌 Поддержка нескольких LLM — интеграция с OpenAI, Anthropic, Azure, DeepSeek, Google, Mistral, Ollama, OpenRouter, Alibaba, Moonshot, Unbound AI.
🔍 Deep Research Tool — специализированный инструмент для многоэтапного веб-исследования и создания отчетов (инструмент run_deep_research ).
⚙️ Конфигурация переменных среды — полностью настраивается с помощью переменных среды с использованием структурированной модели Pydantic.
🔗 Подключение CDP — возможность подключения и управления запущенным пользователем экземпляром Chrome/Chromium через протокол Chrome DevTools.
⌨️ Интерфейс командной строки — доступ к основным функциям агента ( run_browser_agent , run_deep_research ) непосредственно из командной строки для тестирования и создания сценариев.

Быстрый старт

Основы

Установите UV — установщик Python с ракетным двигателем: curl -LsSf https://astral.sh/uv/install.sh | sh
Получите браузеры Playwright (требуются для автоматизации): uvx --from mcp-server-browser-use@latest python -m playwright install

Модели интеграции

Для клиентов MCP, таких как Claude Desktop, добавьте простую конфигурацию сервера:

// Example 1: One-Line Latest Version (Always Fresh) "mcpServers": { "browser-use": { "command": "uvx", "args": ["mcp-server-browser-use@latest"], "env": { "MCP_LLM_GOOGLE_API_KEY": "YOUR_KEY_HERE_IF_USING_GOOGLE", "MCP_LLM_PROVIDER": "google", "MCP_LLM_MODEL_NAME": "gemini-2.5-flash-preview-04-17", "MCP_BROWSER_HEADLESS": "true", } } }

// Example 2: Advanced Configuration with CDP "mcpServers": { "browser-use": { "command": "uvx", "args": ["mcp-server-browser-use@latest"], "env": { "MCP_LLM_OPENROUTER_API_KEY": "YOUR_KEY_HERE_IF_USING_OPENROUTER", "MCP_LLM_PROVIDER": "openrouter", "MCP_LLM_MODEL_NAME": "anthropic/claude-3.5-haiku", "MCP_LLM_TEMPERATURE": "0.4", "MCP_BROWSER_HEADLESS": "false", "MCP_BROWSER_WINDOW_WIDTH": "1440", "MCP_BROWSER_WINDOW_HEIGHT": "1080", "MCP_AGENT_TOOL_USE_VISION": "true", "MCP_RESEARCH_TOOL_SAVE_DIR": "/path/to/your/research", "MCP_RESEARCH_TOOL_MAX_PARALLEL_BROWSERS": "5", "MCP_PATHS_DOWNLOADS": "/path/to/your/downloads", "MCP_BROWSER_USE_OWN_BROWSER": "true", "MCP_BROWSER_CDP_URL": "http://localhost:9222", "MCP_AGENT_TOOL_HISTORY_PATH": "/path/to/your/history", "MCP_SERVER_LOGGING_LEVEL": "DEBUG", "MCP_SERVER_LOG_FILE": "/path/to/your/log/mcp_server_browser_use.log", } } }

// Example 3: Advanced Configuration with User Data and custom chrome path "mcpServers": { "browser-use": { "command": "uvx", "args": ["mcp-server-browser-use@latest"], "env": { "MCP_LLM_OPENAI_API_KEY": "YOUR_KEY_HERE_IF_USING_OPENAI", "MCP_LLM_PROVIDER": "openai", "MCP_LLM_MODEL_NAME": "gpt-4.1-mini", "MCP_LLM_TEMPERATURE": "0.2", "MCP_BROWSER_HEADLESS": "false", "MCP_BROWSER_BINARY_PATH": "/path/to/your/chrome/binary", "MCP_BROWSER_USER_DATA_DIR": "/path/to/your/user/data", "MCP_BROWSER_DISABLE_SECURITY": "true", "MCP_BROWSER_KEEP_OPEN": "true", "MCP_BROWSER_TRACE_PATH": "/path/to/your/trace", "MCP_AGENT_TOOL_HISTORY_PATH": "/path/to/your/history", "MCP_SERVER_LOGGING_LEVEL": "DEBUG", "MCP_SERVER_LOG_FILE": "/path/to/your/log/mcp_server_browser_use.log", } } }

// Example 4: Local Development Flow "mcpServers": { "browser-use": { "command": "uv", "args": [ "--directory", "/your/dev/path", "run", "mcp-server-browser-use" ], "env": { "MCP_LLM_OPENROUTER_API_KEY": "YOUR_KEY_HERE_IF_USING_OPENROUTER", "MCP_LLM_PROVIDER": "openrouter", "MCP_LLM_MODEL_NAME": "openai/gpt-4o-mini", "MCP_BROWSER_HEADLESS": "true", } } }

Ключевая информация: Лучшие конфигурации получаются, если начинать с простого (Пример 1). Файл .env.example содержит все возможные циферблаты.

Инструменты МКП

Этот сервер предоставляет следующие инструменты через протокол контекста модели:

Синхронные инструменты (ожидание завершения)

run_browser_agent
- Описание: Выполняет задачу автоматизации браузера на основе инструкций естественного языка и ждет ее завершения. Использует настройки из переменных среды MCP_AGENT_TOOL_* , MCP_LLM_* и MCP_BROWSER_* .
- Аргументы:
  - task (строка, обязательно): Основная задача или цель.
- Возвращает: (строка) Окончательный результат, извлеченный агентом, или сообщение об ошибке. История агента (JSON, необязательно GIF) сохраняется, если задано MCP_AGENT_TOOL_HISTORY_PATH .
run_deep_research
- Описание: выполняет углубленное веб-исследование по теме, генерирует отчет и ждет завершения. Использует настройки из переменных среды MCP_RESEARCH_TOOL_* , MCP_LLM_* и MCP_BROWSER_* . Если задан MCP_RESEARCH_TOOL_SAVE_DIR , выходные данные сохраняются в подкаталоге внутри него; в противном случае работает в режиме только памяти.
- Аргументы:
  - research_task (строка, обязательно): Тема или вопрос исследования.
  - max_parallel_browsers (целое число, необязательное): переопределяет MCP_RESEARCH_TOOL_MAX_PARALLEL_BROWSERS из среды.
- Возвращает: (строка) Сгенерированный отчет об исследовании в формате Markdown, включая путь к файлу (если сохранен) или сообщение об ошибке.

Использование CLI

Этот пакет также предоставляет интерфейс командной строки mcp-browser-cli для прямого тестирования и написания сценариев.

Глобальные параметры:

--env-file PATH, -e PATH : Путь к файлу .env для загрузки конфигураций.
--log-level LEVEL, -l LEVEL : Переопределить уровень ведения журнала (например, DEBUG , INFO ).

Команды:

mcp-browser-cli run-browser-agent [OPTIONS] TASK
- Описание: Запускает задачу агента браузера.
- Аргументы:
  - TASK (строка, обязательно): Основная задача для агента.
- Пример:
  mcp-browser-cli run-browser-agent "Go to example.com and find the title." -e .env
mcp-browser-cli run-deep-research [OPTIONS] RESEARCH_TASK
- Описание: Проводит глубокие веб-исследования.
- Аргументы:
  - RESEARCH_TASK (строка, обязательно): Тема или вопрос для исследования.
- Параметры:
  - --max-parallel-browsers INTEGER, -p INTEGER : Переопределить MCP_RESEARCH_TOOL_MAX_PARALLEL_BROWSERS .
- Пример:
  mcp-browser-cli run-deep-research "What are the latest advancements in AI-driven browser automation?" --max-parallel-browsers 5 -e .env

Все остальные конфигурации (ключи LLM, пути, настройки браузера) берутся из переменных среды (или указанного файла .env ), как подробно описано в разделе «Конфигурация».

Конфигурация (переменные среды)

Настройте сервер и CLI с помощью переменных окружения. Вы можете задать их в своей системе или поместить в файл .env в корне проекта (используйте --env-file для CLI). Переменные структурированы с помощью префиксов.

Группа переменных (префикс)	Пример переменной	Описание	Значение по умолчанию
Основная степень магистра права (MCP_LLM_)		Настройки для основного LLM, используемого агентами.
	`MCP_LLM_PROVIDER`	Поставщик LLM. Варианты: `openai` , `azure_openai` , `anthropic` , `google` , `mistral` , `ollama` и т. д.	`openai`
	`MCP_LLM_MODEL_NAME`	Конкретное название модели для поставщика.	`gpt-4.1`
	`MCP_LLM_TEMPERATURE`	Температура LLM (0,0-2,0).	`0.0`
	`MCP_LLM_BASE_URL`	Необязательно: общее переопределение базового URL-адреса поставщика LLM.	Специфичный для поставщика
	`MCP_LLM_API_KEY`	Необязательно: универсальный ключ LLM API (имеет приоритет).	-
	`MCP_LLM_OPENAI_API_KEY`	Ключ API для OpenAI (если поставщик — `openai` ).	-
	`MCP_LLM_ANTHROPIC_API_KEY`	API-ключ для Anthropic.	-
	`MCP_LLM_GOOGLE_API_KEY`	API-ключ для Google AI (Gemini).	-
	`MCP_LLM_AZURE_OPENAI_API_KEY`	Ключ API для Azure OpenAI.	-
	`MCP_LLM_AZURE_OPENAI_ENDPOINT`	Требуется при использовании Azure. Ваша конечная точка ресурса Azure.	-
	`MCP_LLM_OLLAMA_ENDPOINT`	URL-адрес конечной точки API Ollama.	`http://localhost:11434`
	`MCP_LLM_OLLAMA_NUM_CTX`	Размер контекстного окна для моделей Ollama.	`32000`
Планировщик LLM (MCP_LLM_PLANNER_)		Необязательно: Настройки для отдельного LLM для планирования агента. По умолчанию используется Main LLM, если не задано.
	`MCP_LLM_PLANNER_PROVIDER`	Поставщик услуг LLM Planner.	Основной поставщик LLM
	`MCP_LLM_PLANNER_MODEL_NAME`	Название модели Planner LLM.	Основная модель LLM
Браузер (MCP_BROWSER_)		Общие настройки браузера.
	`MCP_BROWSER_HEADLESS`	Запустить браузер без пользовательского интерфейса (общие настройки).	`false`
	`MCP_BROWSER_DISABLE_SECURITY`	Отключите функции безопасности браузера (общая настройка, используйте осторожно).	`false`
	`MCP_BROWSER_BINARY_PATH`	Путь к исполняемому файлу Chrome/Chromium.	-
	`MCP_BROWSER_USER_DATA_DIR`	Путь к каталогу пользовательских данных Chrome.	-
	`MCP_BROWSER_WINDOW_WIDTH`	Ширина окна браузера (в пикселях).	`1280`
	`MCP_BROWSER_WINDOW_HEIGHT`	Высота окна браузера (в пикселях).	`1080`
	`MCP_BROWSER_USE_OWN_BROWSER`	Подключитесь к браузеру пользователя через URL-адрес CDP.	`false`
	`MCP_BROWSER_CDP_URL`	URL-адрес CDP (например, `http://localhost:9222` ). Требуется, если `MCP_BROWSER_USE_OWN_BROWSER=true` .	-
	`MCP_BROWSER_KEEP_OPEN`	Оставлять управляемый сервером браузер открытым между вызовами MCP (если `MCP_BROWSER_USE_OWN_BROWSER=false` ).	`false`
	`MCP_BROWSER_TRACE_PATH`	Необязательно: Каталог для сохранения файлов трассировки Playwright. Если не задано, трассировка в файл отключена.	(пусто, трассировка отключена)
Инструмент агента (MCP_AGENT_TOOL_)		Настройки для инструмента `run_browser_agent` .
	`MCP_AGENT_TOOL_MAX_STEPS`	Максимальное количество шагов за один запуск агента.	`100`
	`MCP_AGENT_TOOL_MAX_ACTIONS_PER_STEP`	Максимальное количество действий на шаг агента.	`5`
	`MCP_AGENT_TOOL_TOOL_CALLING_METHOD`	Метод вызова инструмента ('auto', 'json_schema', 'function_calling').	`auto`
	`MCP_AGENT_TOOL_MAX_INPUT_TOKENS`	Максимальное количество входных токенов для контекста LLM.	`128000`
	`MCP_AGENT_TOOL_USE_VISION`	Включить возможности зрения (анализ снимков экрана).	`true`
	`MCP_AGENT_TOOL_HEADLESS`	Переопределить `MCP_BROWSER_HEADLESS` для этого инструмента (true/false/пусто).	(использует общее)
	`MCP_AGENT_TOOL_DISABLE_SECURITY`	Переопределить `MCP_BROWSER_DISABLE_SECURITY` для этого инструмента (true/false/пусто).	(использует общее)
	`MCP_AGENT_TOOL_ENABLE_RECORDING`	Включить запись видео в режиме Playwright.	`false`
	`MCP_AGENT_TOOL_SAVE_RECORDING_PATH`	Необязательно: Путь для сохранения записей. Если не задано, запись в файл отключена, даже если `ENABLE_RECORDING=true` .	(пусто, запись отключена)
	`MCP_AGENT_TOOL_HISTORY_PATH`	Необязательно: Каталог для сохранения файлов истории агента JSON. Если не задано, сохранение истории отключено.	(пусто, сохранение истории отключено)
Инструмент исследования (MCP_RESEARCH_TOOL_)		Настройки инструмента `run_deep_research` .
	`MCP_RESEARCH_TOOL_MAX_PARALLEL_BROWSERS`	Максимальное количество параллельных экземпляров браузера для глубоких исследований.	`3`
	`MCP_RESEARCH_TOOL_SAVE_DIR`	Необязательно: Базовый каталог для сохранения исследовательских артефактов. Будет добавлен идентификатор задачи. Если не задано, работает в режиме только памяти.	`None`
Пути (MCP_PATHS_)		Общие настройки пути.
	`MCP_PATHS_DOWNLOADS`	Необязательно: Каталог для загруженных файлов. Если не задано, постоянные загрузки по указанному пути отключены.	(пусто, загрузки отключены)
Сервер (MCP_SERVER_)		Настройки, специфичные для сервера.
	`MCP_SERVER_LOG_FILE`	Путь к файлу журнала сервера. Пустой для stdout.	(пусто, выводит на стандартный вывод)
	`MCP_SERVER_LOGGING_LEVEL`	Уровень ведения журнала ( `DEBUG` , `INFO` , `WARNING` , `ERROR` , `CRITICAL` ).	`ERROR`
	`MCP_SERVER_ANONYMIZED_TELEMETRY`	Включить/отключить анонимную телеметрию ( `true` / `false` ).	`true`
	`MCP_SERVER_MCP_CONFIG`	Необязательно: строка JSON для конфигурации клиента MCP, используемая внутренним контроллером.	`null`

Поддерживаемые поставщики LLM ( openai , azure_openai , anthropic , google , mistral , ollama , deepseek , openrouter , alibaba , moonshot , unbound

(Полный список всех поддерживаемых переменных среды и их конкретных ключей/конечных точек поставщика см. в

Подключение к собственному браузеру (CDP)

Вместо того чтобы сервер запускал и управлял собственным экземпляром браузера, вы можете подключить его к браузеру Chrome/Chromium, который вы запускаете и управляете самостоятельно.

Шаги:

Запустите Chrome/Chromium с включенной удаленной отладкой: (команды для macOS, Linux, Windows перечислены ранее, например, google-chrome --remote-debugging-port=9222 )
Настройте переменные среды: установите следующие переменные среды:
MCP_BROWSER_USE_OWN_BROWSER=true MCP_BROWSER_CDP_URL=http://localhost:9222 # Use the same port # Optional: MCP_BROWSER_USER_DATA_DIR=/path/to/your/profile
Запустите сервер MCP или CLI: Запустите сервер ( uv run mcp-server-browser-use ) или CLI ( mcp-browser-cli ... ) как обычно.

Важные соображения:

Браузер, запущенный с --remote-debugging-port должен оставаться открытым.
Такие настройки, как MCP_BROWSER_HEADLESS и MCP_BROWSER_KEEP_OPEN игнорируются, если MCP_BROWSER_USE_OWN_BROWSER=true .

Разработка

# Install dev dependencies and sync project deps uv sync --dev # Install playwright browsers uv run playwright install # Run MCP server with debugger (Example connecting to own browser via CDP) # 1. Launch Chrome: google-chrome --remote-debugging-port=9222 --user-data-dir="optional/path/to/user/profile" # 2. Run inspector command with environment variables: npx @modelcontextprotocol/inspector@latest \ -e MCP_LLM_GOOGLE_API_KEY=$GOOGLE_API_KEY \ -e MCP_LLM_PROVIDER=google \ -e MCP_LLM_MODEL_NAME=gemini-2.5-flash-preview-04-17 \ -e MCP_BROWSER_USE_OWN_BROWSER=true \ -e MCP_BROWSER_CDP_URL=http://localhost:9222 \ -e MCP_RESEARCH_TOOL_SAVE_DIR=./tmp/dev_research_output \ uv --directory . run mcp-server-browser-use # Note: Change timeout in inspector's config panel if needed (default is 10 seconds) # Run CLI example # Create a .env file with your settings (including MCP_RESEARCH_TOOL_SAVE_DIR) or use environment variables uv run mcp-browser-cli -e .env run-browser-agent "What is the title of example.com?" uv run mcp-browser-cli -e .env run-deep-research "What is the best material for a pan for everyday use on amateur kitchen and dishwasher?"

Поиск неисправностей

Ошибка конфигурации при запуске : если приложение не запускается из-за ошибки об отсутствующем параметре, убедитесь, что все обязательные переменные среды (например, MCP_RESEARCH_TOOL_SAVE_DIR ) правильно заданы в вашей среде или файле .env .
Конфликты браузеров : если CDP не используется ( MCP_BROWSER_USE_OWN_BROWSER=false ), убедитесь, что не запущены конфликтующие экземпляры Chrome с тем же каталогом пользовательских данных, если указан MCP_BROWSER_USER_DATA_DIR .
Проблемы с подключением CDP : Если используется MCP_BROWSER_USE_OWN_BROWSER=true :
- Убедитесь, что Chrome запущен с --remote-debugging-port .
- Убедитесь, что порт в MCP_BROWSER_CDP_URL совпадает.
- Проверьте брандмауэры и убедитесь, что браузер запущен.
Ошибки API : дважды проверьте ключи API ( MCP_LLM_<PROVIDER>_API_KEY или MCP_LLM_API_KEY ) и конечные точки (например, MCP_LLM_AZURE_OPENAI_ENDPOINT для Azure).
Проблемы со зрением : убедитесь, что MCP_AGENT_TOOL_USE_VISION=true и ваша степень магистра права поддерживает зрение.
Проблемы с зависимостями : Запустите uv sync и uv run playwright install .
Проблемы с файлами/путями :
- Если дополнительные функции, такие как сохранение истории, трассировка или загрузки, не работают, убедитесь, что установлены соответствующие переменные пути ( MCP_AGENT_TOOL_HISTORY_PATH , MCP_BROWSER_TRACE_PATH , MCP_PATHS_DOWNLOADS ) и у приложения есть разрешения на запись в эти расположения.
- Для более глубокого исследования убедитесь, что MCP_RESEARCH_TOOL_SAVE_DIR установлен в допустимом каталоге с возможностью записи.
Ведение журнала : Проверьте файл журнала ( MCP_SERVER_LOG_FILE , если установлен) или вывод консоли. Увеличьте MCP_SERVER_LOGGING_LEVEL до DEBUG для получения более подробной информации. Для CLI используйте --log-level DEBUG .

Лицензия

MIT — подробности см. в разделе ЛИЦЕНЗИЯ .

Deploy Server

HTTP connection URL

security – no known vulnerabilities

license - permissive license

quality - confirmed to work

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Tools

run_browser_agent

Облегчает автоматизацию браузера с помощью настраиваемых возможностей и агентских взаимодействий, интегрированных через библиотеку использования браузера.

Related Resources

Reddit Discussion about this server

Related MCP Servers

MCP Browser Use Server
JovaniPink
A
security
F
license
A
quality
Enables AI agents to interact with web browsers using natural language, featuring automated browsing, form filling, vision-based element detection, and structured JSON responses for systematic browser control.
Last updated -
55
Browser Automation MCP Server
-
security
F
license
-
quality
Enables AI agents to control web browsers via a standardized interface for operations like launching, interacting with, and closing browsers.
Cloudflare Playwright MCP
AI24K
-
security
F
license
-
quality
Enables AI assistants to control a browser through a set of tools, allowing them to perform web automation tasks like navigation, typing, clicking, and taking screenshots.
Last updated -
Cloudflare Playwright MCP
xvv6u577
-
security
F
license
-
quality
Enables AI assistants to control a browser through a set of tools, allowing them to perform web automation tasks like navigation, typing, clicking, and taking screenshots.
Last updated -

View all related MCP servers

Browser-Use MCP Server