Browser-Use MCP Server

浏览器使用的 MCP 服务器

项目说明：此 MCP 服务器实现基于浏览器使用/Web UI基础。核心浏览器自动化逻辑和配置模式均改编自原始项目。

人工智能驱动的浏览器自动化服务器，实现模型上下文协议 (MCP)，用于自然语言浏览器控制和网络研究。

特征

• 🧠 MCP 集成- 实现 AI 代理通信的完整协议。
• 🌐浏览器自动化- 通过自然语言进行页面导航、表单填写、元素交互（ run_browser_agent工具）。
• 👁️视觉理解- 针对具有视觉能力的 LLM 的可选屏幕截图分析。
• 🔄状态持久性- 跨多个 MCP 调用管理浏览器会话或连接到用户浏览器的选项。
• 🔌多 LLM 支持- 与 OpenAI、Anthropic、Azure、DeepSeek、Google、Mistral、Ollama、OpenRouter、Alibaba、Moonshot、Unbound AI 集成。
• 🔍深度研究工具- 用于多步骤网络研究和报告生成的专用工具（ run_deep_search工具）。
• ⚙️环境变量配置- 可通过环境变量完全配置。
• 🔗 CDP 连接- 能够通过 Chrome DevTools 协议连接并控制用户启动的 Chrome/Chromium 实例。

快速入门

先决条件

• Python 3.11 或更高版本
• uv （快速 Python 包安装程序）： pip install uv
• 已安装 Chrome/Chromium 浏览器
• 安装 Playwright 浏览器： uv sync然后uv run playwright install

与 MCP 客户端集成（例如 Claude Desktop）

您可以配置像 Claude Desktop 这样的客户端来连接到此服务器。将以下结构添加到客户端的配置中（例如claude_desktop_config.json ），并根据需要调整路径和环境变量：

**重要提示：**请确保command和args正确指向您想要运行服务器的方式（无论是从已安装的包还是从源目录运行）。在env部分中设置必要的 API 密钥。

MCP 工具

该服务器通过模型上下文协议公开以下工具：

同步工具（等待完成）

1. run_browser_agent
   • **描述：**根据自然语言指令执行浏览器自动化任务并等待其完成。使用以MCP_为前缀的设置（例如MCP_HEADLESS 、 MCP_MAX_STEPS ）。
   • 参数：
     • task （字符串，必需）：主要任务或目标。
     • add_infos （字符串，可选）：代理的附加上下文或提示（由custom代理类型使用）。
   • **返回：（**字符串）代理提取的最终结果或错误消息。
2. run_deep_search
   • **描述：**针对特定主题进行深入的网络研究，生成报告并等待完成。使用以MCP_RESEARCH_为前缀的设置以及通用的BROWSER_设置（例如BROWSER_HEADLESS ）。
   • 参数：
     • research_task （字符串，必需）：研究的主题或问题。
     • max_search_iterations （整数，可选，默认值：10）：最大搜索周期。
     • max_query_per_iteration （整数，可选，默认值：3）：每个周期的最大搜索查询数。
   • **返回：（**字符串）生成的Markdown格式的研究报告，包括文件路径，或者错误信息。

配置（环境变量）

使用环境变量配置服务器。您可以在系统中设置这些变量，也可以将它们放在项目根目录下的.env文件中。

支持的 LLM 提供程序（ MCP_MODEL_PROVIDER ）：

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

连接到您自己的浏览器（CDP）

您可以将其连接到您自行启动和管理的 Chrome/Chromium 浏览器，而无需让服务器启动和管理其自身的浏览器实例。这适用于：

• 使用您现有的浏览器配置文件（cookie、登录、扩展）。
• 直接在您自己的浏览器窗口中观察自动化过程。
• 调试复杂场景。

步骤：

1. **启动 Chrome/Chromium 并启用远程调试：**打开终端或命令提示符，并运行适用于您操作系统的命令。这会指示 Chrome 监听特定端口（例如 9222）上的连接。
   • macOS：
     /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222
     （如果 Chrome 安装在其他地方，请调整路径）
   • Linux：
     google-chrome --remote-debugging-port=9222 # or chromium-browser --remote-debugging-port=9222
   • Windows（命令提示符）：
     "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222
     （如有必要，请调整 Chrome 安装路径）
   • Windows（PowerShell）：
     & "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222
     （如有必要，请调整 Chrome 安装路径）

   **注意：**如果端口 9222 已被使用，请选择其他端口（例如 9223）并在CHROME_CDP环境变量中使用相同的端口。

2. **配置环境变量：**在启动 MCP 服务器之前，在.env文件或系统环境中设置以下环境变量：
   MCP_USE_OWN_BROWSER=true CHROME_CDP=http://localhost:9222 # Use the same port you launched Chrome with
   • MCP_USE_OWN_BROWSER=true ：告诉服务器连接到现有浏览器而不是启动一个浏览器。
   • CHROME_CDP ：指定服务器可以连接到浏览器的 DevTools 协议端点的 URL。
3. **运行 MCP 服务器：**照常启动服务器：
   uv run mcp-server-browser-use

现在，当您使用run_browser_agent或run_deep_search工具时，服务器将连接到您正在运行的 Chrome 实例，而不是创建一个新的实例。

重要注意事项：

• 使用--remote-debugging-port启动的浏览器在 MCP 服务器运行并需要与其交互时必须保持打开状态。
• 确保CHROME_CDP URL 可以从 MCP 服务器运行的位置访问（如果在同一台机器上运行，通常为http://localhost:PORT ）。
• 使用您自己的浏览器意味着服务器会继承其状态（打开的标签页、登录的会话）。在自动化过程中请注意这一点。
• 当MCP_USE_OWN_BROWSER=true时， MCP_HEADLESS 、 BROWSER_HEADLESS 、 MCP_KEEP_BROWSER_OPEN等设置将被忽略。窗口大小由您的浏览器窗口决定。

发展

故障排除

• 浏览器冲突：如果未使用CHROME_CDP （ MCP_USE_OWN_BROWSER=false ），请确保在指定了CHROME_USER_DATA的情况下，没有其他冲突的 Chrome 实例使用相同的用户数据目录运行。
• CDP 连接问题：如果使用MCP_USE_OWN_BROWSER=true ：
  • 验证 Chrome 是否已使用--remote-debugging-port标志启动。
  • 确保CHROME_CDP中的端口与启动 Chrome 时使用的端口匹配。
  • 检查是否存在阻止与指定端口连接的防火墙问题。
  • 确保浏览器仍在运行。
• API 错误：请仔细检查所选的MCP_MODEL_PROVIDER是否设置了正确的 API 密钥环境变量（ OPENAI_API_KEY 、 ANTHROPIC_API_KEY等），或者MCP_API_KEY是否已设置。请验证密钥和端点（Azure 需要AZURE_OPENAI_ENDPOINT ）。
• 视觉问题：如果使用视觉功能，请确保MCP_USE_VISION=true ，并且您选择的 LLM 模型支持视觉。
• 依赖项问题：运行uv sync以确保所有依赖项均已正确安装。请检查pyproject.toml 。
• 日志记录：检查由LOG_FILE指定的日志文件（默认值： mcp_server_browser_use.log ）以获取详细的错误消息。将BROWSER_USE_LOGGING_LEVEL提升至DEBUG可获得更详细的输出。

执照

MIT——详情请参阅许可证。