Servidor de uso del navegador

Un servidor de Protocolo de Contexto de Modelo para la automatización de navegadores mediante scripts de Python. Para usar con Cline.

Características

Operaciones del navegador

screenshot : captura una captura de pantalla de una página web (página completa o ventana gráfica)
get_html : recupera el contenido HTML de una página web
execute_js : Ejecutar JavaScript en una página web
get_console_logs : Obtener registros de la consola desde una página web

Todas las operaciones admiten pasos de interacción personalizados (por ejemplo, hacer clic en elementos, desplazarse) después de la carga de la página.

Prerrequisitos

(Opcional pero recomendado) Instalar Xvfb para la automatización del navegador sin interfaz gráfica:

# Ubuntu/Debian
sudo apt-get install xvfb

# CentOS/RHEL
sudo yum install xorg-x11-server-Xvfb

# Arch Linux
sudo pacman -S xorg-server-xvfb

Xvfb (X Virtual Frame Buffer) crea una pantalla virtual que permite la automatización del navegador sin ser detectado como un bot. Más información sobre Xvfb aquí .

Instalar Miniconda o Anaconda
Crear un entorno Conda:

conda create -n browser-use python=3.11
conda activate browser-use
pip install -r requirements.txt

Configurar la configuración de LLM:

El servidor admite varios proveedores LLM. Puede usar cualquiera de las siguientes claves API:

# Required: Set at least one of these API keys
export GLHF_API_KEY=your_api_key
export GROQ_API_KEY=your_api_key
export OPENAI_API_KEY=your_api_key
export OPENROUTER_API_KEY=your_api_key
export GITHUB_API_KEY=your_api_key
export DEEPSEEK_API_KEY=your_api_key
export GEMINI_API_KEY=your_api_key
export OLLAMA_API_KEY=your_api_key

# Optional: Override default configuration
export MODEL=your_preferred_model  # Override the default model
export BASE_URL=your_custom_url    # Override the default API endpoint
export USE_VISION=false  # Enable/disable vision capabilities (default: false)

El servidor usará automáticamente la primera clave API disponible que encuentre. Opcionalmente, puede personalizar el modelo y la URL base de cualquier proveedor mediante las variables de entorno.

Instalación

Instalación mediante herrería

Para instalar Browser Use Server para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install @ztobs/cline-browser-use-mcp --client claude

Clonar este repositorio en /home/YOUR_HOME/Documents/Cline/
Instalar dependencias:

npm install

Construir el servidor:

npm run build

Configuración de MCP

Agregue la siguiente configuración a la configuración de Cline MCP:

"browser-use": {
  "command": "node",
  "args": [
    "/home/YOUR_HOME/Documents/Cline/MCP/browser-use-server/build/index.js"
  ],
  "env": {
    // Required: Set at least one API key
    "GLHF_API_KEY": "your_api_key",
    "GROQ_API_KEY": "your_api_key",
    "OPENAI_API_KEY": "your_api_key",
    "OPENROUTER_API_KEY": "your_api_key",
    "GITHUB_API_KEY": "your_api_key",
    "DEEPSEEK_API_KEY": "your_api_key",
    "GEMINI_API_KEY": "your_api_key",
    "OLLAMA_API_KEY": "your_api_key",
    // Optional: Configuration overrides
    "MODEL": "your_preferred_model",
    "BASE_URL": "your_custom_url",
    "USE_VISION": "false"
  },
  "disabled": false,
  "autoApprove": []
}

Reemplazar:

YOUR_HOME con el nombre de su directorio de inicio actual
your_api_key con sus claves API reales

Uso

Ejecutar el servidor:

node build/index.js

El servidor estará disponible en stdio y admitirá las siguientes operaciones:

Captura de pantalla

Parámetros:

url: La URL de la página web (obligatoria)
full_page: Si se debe capturar la página completa o solo la ventana gráfica (opcional, valor predeterminado: falso)
pasos: acciones u oraciones separadas por comas que describen los pasos a seguir después de cargar la página (opcional)

Obtener HTML

Parámetros:

url: La URL de la página web (obligatoria)
pasos: acciones u oraciones separadas por comas que describen los pasos a seguir después de cargar la página (opcional)

Ejecutar JavaScript

Parámetros:

url: La URL de la página web (obligatoria)
script: código JavaScript a ejecutar (obligatorio)
pasos: acciones u oraciones separadas por comas que describen los pasos a seguir después de cargar la página (opcional)

Obtener registros de la consola

Parámetros:

url: La URL de la página web (obligatoria)
pasos: acciones u oraciones separadas por comas que describen los pasos a seguir después de cargar la página (opcional)

Ejemplo de uso de Cline

A continuación se muestran algunas tareas de ejemplo que puede realizar utilizando el servidor de uso del navegador con Cline:

Modificación de elementos de la página web durante el desarrollo

Para cambiar el color de un encabezado en una página que requiere autenticación:

Change the colour of the headline with the text "Alle Foren im Überblick." to deep blue on https://localhost:3000/foren/ page

To check/see the page, use browser-use MCP server to:
Open https://localhost:3000/auth,
Login with ztobs:Password123,
Navigate to https://localhost:3000/foren/,
Accept cookies if required

hint: execute all browser actions in one command with multiple comma-separated steps

Esta tarea demuestra:

Automatización del navegador en varios pasos mediante pasos separados por comas
Manejo de autenticación
Aceptación de cookies
Manipulación del DOM
Cambios de estilo CSS

El servidor ejecutará estos pasos secuencialmente, manejando cualquier interacción requerida a lo largo del camino.

Configuración

Configuración de LLM

El servidor admite varios proveedores LLM con sus configuraciones predeterminadas:

GLHF: Utiliza el modelo deepseek-ai/DeepSeek-V3
Ollama: utiliza el modelo qwen2.5:32b-instruct-q4_K_M con una ventana de contexto de 32k
Groq: utiliza el modelo deepseek-r1-distill-llama-70b
OpenAI: utiliza el modelo gpt-4o-mini
Openrouter: utiliza el modelo deepseek/deepseek-chat
Github: utiliza el modelo gpt-4o-mini
DeepSeek: utiliza el modelo de chat deepseek
Géminis: utiliza el modelo gemini-2.0-flash-exp

Puede anular estos valores predeterminados mediante variables de entorno:

MODEL : Establezca un nombre de modelo personalizado para cualquier proveedor
BASE_URL : Establezca una URL de punto final de API personalizada (si el proveedor la admite)

Apoyo a la visión

El servidor admite capacidades de visión a través de la variable de entorno USE_VISION:

Establezca USE_VISION=true para habilitar las capacidades de visión para las operaciones del navegador
El valor predeterminado es falso para optimizar el rendimiento cuando no se necesita visión
Útil para tareas que requieren comprensión visual del contenido de la página web.

Soporte para Xvfb

El servidor detecta automáticamente si Xvfb está instalado y:

Utiliza xvfb-run cuando está disponible, lo que permite una mejor automatización del navegador sin detección de bots.
Vuelve a la ejecución directa cuando Xvfb no está instalado
Establece la variable de entorno RUNNING_UNDER_XVFB en consecuencia

Se acabó el tiempo

El tiempo de espera predeterminado es de 5 minutos (300 000 ms). Modifique la constante TIMEOUT en build/index.js para cambiarlo.

Manejo de errores

El servidor proporciona mensajes de error detallados para:

Errores en la ejecución de scripts de Python
Tiempos de espera de funcionamiento del navegador
Parámetros no válidos

Depuración

Utilice el Inspector MCP para depurar:

npm run inspector

Usos

Uso del navegador

Licencia

Instituto Tecnológico de Massachusetts (MIT)

You must be authenticated.

security – no known vulnerabilities

license - not found

quality - confirmed to work

hybrid server

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

Tools

Permite la automatización del navegador mediante scripts de Python, ofreciendo operaciones como tomar capturas de pantalla de páginas web, recuperar contenido HTML y ejecutar JavaScript.

Related Resources

Reddit Discussion about this server

Related MCP Servers

Browser-Use MCP Server
Saik0s
A
security
A
license
A
quality
Facilitates browser automation with custom capabilities and agent-based interactions, integrated through the browser-use library.
Last updated -
1
541
Python
MIT License
Puppeteer MCP Server
merajmehrabi
A
security
A
license
A
quality
Enables browser automation with Puppeteer, supporting navigation, form interactions, and connection to active Chrome instances for comprehensive web page interaction.
Last updated -
8
470
8
TypeScript
MIT License
MCP Selenium
angiejones
-
security
A
license
-
quality
Enables browser automation using the Selenium WebDriver through MCP, supporting browser management, element location, and both basic and advanced user interactions.
Last updated -
175
21
JavaScript
MIT License
MCP Browser Agent
ashley-ha
-
security
A
license
-
quality
A browser automation agent that enables Claude to interact with web browsers through the Model Context Protocol, allowing for actions like navigating websites, manipulating elements, and managing browser state.
Last updated -
2
Python
MIT License

View all related MCP servers

Browser Use Server