✨ 特点
🌐 使 AI 助手能够通过简单的 MCP 界面浏览和提取网络上的内容。
Web 浏览器 MCP 服务器通过消息控制协议 (MCP) 为 AI 模型提供浏览网站、提取内容和理解网页的能力。它支持使用 CSS 选择器进行智能内容提取，并具备强大的错误处理功能。
🤝**贡献• 📝报告错误**
✨ 核心功能
- 🎯智能内容提取：使用 CSS 选择器准确定位您需要的内容
- ⚡闪电般快速：采用异步处理构建，以实现最佳性能
- 📊丰富的元数据：捕获标题、链接和结构化内容
- 🛡️强大且可靠：内置错误处理和超时管理
- 🌍跨平台：可在 Python 运行的任何地方使用
🚀 快速入门
通过 Smithery 安装
要通过Smithery自动安装 Claude Desktop 的 Web 浏览器服务器：
npx -y @smithery/cli install web-browser-mcp-server --client claude
手动安装
使用 uv 安装：
uv tool install web-browser-mcp-server
对于开发：
# Clone and set up development environment
git clone https://github.com/blazickjp/web-browser-mcp-server.git
cd web-browser-mcp-server
# Create and activate virtual environment
uv venv
source .venv/bin/activate
# Install with test dependencies
uv pip install -e ".[test]"
🔌 MCP 集成
将此配置添加到您的 MCP 客户端配置文件中：
{
"mcpServers": {
"web-browser-mcp-server": {
"command": "uv",
"args": [
"tool",
"run",
"web-browser-mcp-server"
],
"env": {
"REQUEST_TIMEOUT": "30"
}
}
}
}
对于开发：
{
"mcpServers": {
"web-browser-mcp-server": {
"command": "uv",
"args": [
"--directory",
"path/to/cloned/web-browser-mcp-server",
"run",
"web-browser-mcp-server"
],
"env": {
"REQUEST_TIMEOUT": "30"
}
}
}
}
💡 可用工具
服务器提供了强大的网页浏览工具：
浏览网页
使用可选的 CSS 选择器浏览网页并提取内容：
# Basic webpage fetch
result = await call_tool("browse_webpage", {
"url": "https://example.com"
})
# Target specific content with CSS selectors
result = await call_tool("browse_webpage", {
"url": "https://example.com",
"selectors": {
"headlines": "h1, h2",
"main_content": "article.content",
"navigation": "nav a"
}
})
⚙️ 配置
通过环境变量配置：
| 多变的 | 目的 | 默认 |
|---|
REQUEST_TIMEOUT | 网页请求超时（秒） | 三十 |
🧪 测试
运行测试套件：
📄 许可证
根据 MIT 许可证发布。详情请参阅许可证文件。
由 Pear Labs 团队倾情打造