MCP 浏览器操作员
用于浏览器自动化的模型控制协议 (MCP) 服务器，使 LLM 能够通过标准化的 JSON-RPC 接口控制 Web 浏览器、与网页交互以及分析 Web 内容。
特征
浏览器管理：创建、导航、操作和关闭浏览器实例
作业管理：使用作业 ID 跟踪浏览器操作的状态
Web 交互：使用 OpenAI 的计算机使用 API 执行自然语言指令
浏览器工具：访问控制台日志、网络活动、屏幕截图等
审计：运行可访问性、性能、SEO 和其他网页审计
Related MCP server: Chrome MCP Server
要求
Python 3.11+
剧作家
OpenAI API 密钥（用于计算机使用 API）
安装
克隆此存储库：
git clone https://github.com/yourusername/operator-mcp.git cd operator-mcp安装依赖项：
pip install -e .安装 Playwright 浏览器：
playwright install chromium设置您的 OpenAI API 密钥：
export OPENAI_API_KEY=your-api-key
用法
启动 MCP 服务器：
服务器按照 MCP 协议在 stdin 上监听 JSON-RPC 请求并在 stdout 上做出响应。
可执行脚本
run-server- 运行 MCP 服务器（主入口点）# Run the MCP server ./run-server # Run with specific log directory ./run-server --log-dir /path/to/logs # Run in debug mode ./run-server --debugrun-tests-运行所有测试（仅提供单元或集成选项）# Run all tests ./run-tests # Run only unit tests (faster) ./run-tests --unit-only # Run only integration tests ./run-tests --integration-only # Run with verbose output ./run-tests --verbose # Run a specific test ./run-tests --test TestBrowserOperatorMethodsrun-test-harness- 使用 MCP Inspector 运行服务器进行交互式测试# Run with the MCP Inspector for interactive testing ./run-test-harness
核心方法
浏览器管理
创建浏览器：初始化一个新的浏览器实例
{ "jsonrpc": "2.0", "id": 1, "method": "mcp__browser-operator__create-browser", "params": { "project_name": "my-project" } }导航浏览器：将浏览器定向到指定的 URL
{ "jsonrpc": "2.0", "id": 2, "method": "mcp__browser-operator__navigate-browser", "params": { "project_name": "my-project", "url": "https://example.com" } }操作浏览器：执行浏览器交互的自然语言指令
{ "jsonrpc": "2.0", "id": 3, "method": "mcp__browser-operator__operate-browser", "params": { "project_name": "my-project", "instruction": "Find the heading on this page and tell me what it says." } }关闭浏览器：终止浏览器实例
{ "jsonrpc": "2.0", "id": 4, "method": "mcp__browser-operator__close-browser", "params": { "project_name": "my-project" } }
作业管理
获取作业状态：通过作业 ID 检索操作的状态和结果
{ "jsonrpc": "2.0", "id": 5, "method": "mcp__browser-operator__get-job-status", "params": { "job_id": "job-12345" } }列出作业：查看最近的浏览器操作作业
{ "jsonrpc": "2.0", "id": 6, "method": "mcp__browser-operator__list-jobs", "params": { "limit": 10 } }
用户备注
添加注释：创建并存储与浏览器操作相关的注释
{ "jsonrpc": "2.0", "id": 7, "method": "mcp__browser-operator__add-note", "params": { "name": "My Note", "content": "Important information about this browser session" } }
其他方法
浏览器调试工具
获取控制台日志：
mcp__browser-tools__getConsoleLogs获取控制台错误：
mcp__browser-tools__getConsoleErrors获取网络日志：
mcp__browser-tools__getNetworkLogs获取网络错误：
mcp__browser-tools__getNetworkErrors截屏：
mcp__browser-tools__takeScreenshot获取选定元素：
mcp__browser-tools__getSelectedElement擦除日志：
mcp__browser-tools__wipeLogs
审计工具
运行可访问性审核：
mcp__browser-tools__runAccessibilityAudit运行性能审计：
mcp__browser-tools__runPerformanceAudit运行 SEO 审核：
mcp__browser-tools__runSEOAudit运行 NextJS 审计：
mcp__browser-tools__runNextJSAudit运行最佳实践审核：
mcp__browser-tools__runBestPracticesAudit运行调试器模式：
mcp__browser-tools__runDebuggerMode运行审核模式：
mcp__browser-tools__runAuditMode
异步工作流模式
浏览器操作是异步的，并使用基于作业的方法：
开始操作：调用返回 job_id 的浏览器方法
轮询完成情况：使用 get-job-status 直到作业完成
处理结果：作业完成时，从作业状态访问结果
这种方法可以防止客户端超时，同时允许复杂的浏览器操作完成。
持久浏览器状态
当使用项目名称创建浏览器时，MCP Operator 会维持持久状态：
浏览器状态（cookie、本地存储、会话存储）在会话之间保留
多个项目可以维护独立的浏览器状态
对于维护登录会话、购物车或其他个性化状态很有用
项目结构
src/mcp_operator/：主包__init__.py：包初始化__main__.py：包的入口点server.py：MCP 服务器实现browser.py：浏览器操作符实现cua/：计算机使用 API 组件agent.py：代理实现computer.py：计算机接口utils.py：实用函数
run-server：运行 MCP 服务器的脚本run-tests：运行单元和集成测试的脚本run-test-harness：使用 MCP Inspector 运行的脚本
发展
使用 MCP 检查器
如需调试，请使用MCP Inspector ：
这提供了一个 Web 界面来测试您的 MCP 服务器。
安全
阻止潜在有害网站的域名
导航前的 URL 验证
不同浏览器实例之间的会话隔离
基于文件的日志记录（没有标准输出来保留 MCP 协议）