haden-browser

haden-browser ist ein schneller, KI-orientierter Webbrowser, der als lokaler Model Context Protocol-Server bereitgestellt wird. Er gibt einer KI die kleinste nützliche Seitenrepräsentation für ihr aktuelles Ziel, anstatt bei jedem Schritt Screenshots und rohen Seitenquelltext zu senden.

Benchmark: 33 % weniger KI-Browserkontext

Primärergebnis: Haden verwendete 7.822 Referenztokens für die Kern-Browsersitzung – 32,7 % weniger als Playwright MCP und 32,5 % weniger als Chrome DevTools MCP im Vollmodus. Unter den getesteten Browser-MCPs, die semantische Aktionsreferenzen und Bild-Alt-Abdeckung zurückgaben, hatte Haden den geringsten Token-Fußabdruck.

† Chrome Slim ist das absolute Token-Minimum, aber es ist eine Low-Level-JavaScript-Steuerungsbasislinie: Das Modell muss Seitenskripte verfassen, und der getestete Pfad gab keine semantischen Aktionsreferenzen oder Bild-Alt-Texte zurück. Es wird daher transparent angezeigt, aber nicht als semantisches Browser-Äquivalent behandelt.

Der Kernkontext umfasst eine vollständige Tool-Schema-Ladung plus die serialisierten MCP-Toolaufrufe und -Ergebnisse für Artikel-Lesen, Formularübermittlung und Berechnungsstil-Inspektion. Die Zählungen verwenden den o200k_base-Tokenisierer. Bildpixel, Benutzer-/Systemaufforderungen und Modellüberlegungen oder Prosa sind ausgeschlossen, sodass die tatsächliche Abrechnung vom MCP-Host und -Modell abhängt.

Siehe den vollständigen Benchmark-Bericht, rohe Pro-Lauf-Daten und Reproduktionsanweisungen.

Related MCP server: browsegrab

Warum es anders ist

• Zielbasierte Ansichten – verwenden Sie kompakten semantischen Text für Recherche, bereinigtes DOM für Struktur oder begrenzte berechnete Stile für visuelle Arbeit.

• Bilder bleiben träge – ein Bild wird als sein Alt-Text oder [image img1] dargestellt. Pixelsdaten werden nur zurückgegeben, wenn die KI explizit haden_image aufruft.

• Geringe Round-Trip-Steuerung – jede Interaktion gibt eine frische Momentaufnahme zurück, sodass die meisten Klick-/Eingabeabläufe nur einen Toolaufruf pro Schritt benötigen.

• Stabile Aktionsreferenzen – sichtbare Steuerelemente werden zu e1, e2 usw., was billiger und zuverlässiger ist, als ein Modell zu bitten, CSS-Selektoren zu erfinden.

• Standardmäßig schnell – Bild-, Medien- und Schriftanfragen werden während des normalen Browsens blockiert. CSS bleibt für die visuelle Ansicht verfügbar.

• Sicherere lokale Ausführung – Nicht-HTTP-Schemata, URLs mit Anmeldeinformationen und Ziele im privaten Netzwerk werden blockiert, es sei denn, der Benutzer stimmt ausdrücklich zu.

flowchart LR
    AI[AI / MCP host] -->|stdio tools| MCP[haden-browser]
    MCP --> PW[Playwright Chromium]
    PW --> PAGE[Web page]
    PAGE -->|semantic text / DOM / computed CSS| MCP
    MCP -.->|only haden_image imgN| PIXELS[Image bytes]
    PIXELS -.-> AI

Ansichten

text ist die Standardeinstellung und sollte bevorzugt werden, es sei denn, die Aufgabe erfordert wirklich Struktur- oder Präsentationsdetails.

MCP-Tools

Beispiel für Textausgabe:

# Example Domain
URL: https://example.com/
View: text
Interactive elements: 1
Images: 1 (use haden_image with an img ref only when visual inspection is needed)

# Example Domain
This domain is for use in illustrative examples.
[e1] link "More information" -> https://iana.org/domains/example
[image img1: "Example diagram"]

Referenzen sind auf die letzte Momentaufnahme beschränkt. Lesen Sie nach erheblichen Seitenänderungen erneut, bevor Sie eine alte e- oder img-Referenz wiederverwenden.

Anforderungen

• Node.js 20 oder neuer

• Chromium, installiert über Playwright

Aus diesem Repository installieren

git clone https://github.com/Haden-Min/haden-browser.git
cd haden-browser
npm ci
npm run setup-browser
npm run build

Konfigurieren Sie dann einen MCP-Host, um den gebauten Stdio-Server zu starten. Verwenden Sie in der realen Konfiguration einen absoluten Pfad:

{
  "mcpServers": {
    "haden-browser": {
      "command": "node",
      "args": ["/absolute/path/to/haden-browser/dist/index.js"]
    }
  }
}

Während der Entwicklung kann ein Host npx tsx /absoluter/pfad/zu/haden-browser/src/index.ts starten.

Nach der Veröffentlichung des Pakets auf npm ist die beabsichtigte Konfiguration:

{
  "mcpServers": {
    "haden-browser": {
      "command": "npx",
      "args": ["-y", "haden-browser"]
    }
  }
}

Führen Sie npx playwright install chromium einmal auf dieser Maschine aus, bevor der erste Browseraufruf erfolgt.

Konfiguration

Boolesche Variablen akzeptieren true/false, 1/0, yes/no und on/off.

Lokale Entwicklungsseiten

Private Hosts sind standardmäßig blockiert, um das SSRF-Risiko zu verringern. Um eine Anwendung auf localhost zu durchsuchen, stimmen Sie nur für diesen MCP-Prozess zu:

{
  "mcpServers": {
    "haden-browser-local": {
      "command": "node",
      "args": ["/absolute/path/to/haden-browser/dist/index.js"],
      "env": { "HADEN_ALLOW_PRIVATE_HOSTS": "true" }
    }
  }
}

Entwicklung

npm install
npm run setup-browser
npm run check
npm run build

Die Testsuite deckt Netzwerkrichtlinie, Textformung, echte Chromium-Extraktion, referenzbasierte Interaktionen, träges Bildabrufen und eine In-Memory-MCP-Client/Server-Verbindung ab.

Aktuelle Einschränkungen

• Ein aktiver Browserkontext wird pro Stdio-MCP-Verbindung aufrechterhalten.

• Bildreferenzen decken derzeit sichtbare HTML-<img>-Elemente ab, nicht CSS-Hintergrundbilder, Canvas, Video-Frames oder iframe-Inhalte.

• Die visuelle Ansicht meldet berechnete Eigenschaften; sie gibt nicht jede Stylesheet-Regel aus.

• Downloads, Datei-Uploads, Browsererweiterungen, persistente Profile und CAPTCHA-Lösung liegen außerhalb des MVP.

• Die Filterung privater Hosts verringert die SSRF-Exposition, ist aber kein Ersatz für OS-/Container-Ebene-Netzwerkisolation in feindlichen Multi-Tenant-Umgebungen.

Siehe CONTRIBUTING.md für Entwicklungsanleitungen und SECURITY.md für die Meldung von Schwachstellen.

Lizenz

MIT