haden-browser

haden-browser は、ローカルの Model Context Protocol サーバーとして公開される、高速でAIファーストなWebブラウザです。AIに対して、毎ターンスクリーンショットや生のページソースを送る代わりに、現在の目標にとって最も小さく有用なページ表現を提供します。

ベンチマーク: AIブラウザコンテキストを33%削減

主な結果: Haden はコアブラウジングセッションで 7,822 トークン を使用しました。これは Playwright MCP より 32.7% 少なく、Chrome DevTools MCP フルモードより 32.5% 少ない 数値です。セマンティックなアクション参照と画像altテキストのカバレッジを返すテスト済みブラウザMCPの中で、Haden は最も低いトークンフットプリントを記録しました。

† Chrome Slim は絶対的なトークン最小値ですが、これは低レベルなJavaScript制御のベースラインです。モデルがページスクリプトを作成する必要があり、テストしたパスではセマンティックなアクション参照や画像altテキストが返されませんでした。そのため、透明性のために表示していますが、セマンティックブラウザと同等とは見なしていません。

コアコンテキストには、完全なツールスキーマの読み込みと、記事の読み取り、フォーム送信、計算スタイルの検査のためのシリアライズされたMCPツール呼び出しと結果が含まれます。カウントは o200k_base トークナイザーを使用しています。画像ピクセル、ユーザー/システムプロンプト、モデルの推論や散文は除外されているため、実際の課金使用量はMCPホストとモデルによって異なります。

完全なベンチマークレポート、実行ごとの生データ、再現手順 を参照してください。

Related MCP server: browsegrab

他と何が違うのか

• 目標ベースのビュー — リサーチにはコンパクトなセマンティックテキスト、構造にはサニタイズされたDOM、ビジュアル作業には境界のある計算スタイルを使用します。

• 画像は遅延読み込み — 画像はaltテキストまたは [image img1] として表現されます。ピクセルデータは、AIが明示的に haden_image を呼び出した場合にのみ返されます。

• 低ラウンドトリップ制御 — すべてのインタラクションが新しいスナップショットを返すため、ほとんどのクリック/タイプフローはステップごとに1回のツール呼び出しで済みます。

• 安定したアクション参照 — 表示されているコントロールは e1、e2 などになり、モデルにCSSセレクタを考案させるよりも安価で信頼性が高くなります。

• デフォルトで高速 — 通常のブラウジング中は、画像、メディア、フォントのリクエストがブロックされます。CSSはビジュアルビューで利用可能です。

• より安全なローカル実行 — HTTP以外のスキーム、資格情報を含むURL、プライベートネットワークターゲットは、ユーザーが明示的にオプトインしない限りブロックされます。

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

ビュー

text がデフォルトであり、タスクが本当に構造やプレゼンテーションの詳細を必要としない限り、これを優先する必要があります。

MCPツール

テキスト出力の例:

# 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"]

参照は最新のスナップショットに限定されます。ページが大幅に変更された後は、古い e または img 参照を再利用する前に再度読み取ってください。

要件

• Node.js 20 以降

• Playwright を通じてインストールされた Chromium

このリポジトリからインストール

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

次に、MCPホストを構成して、ビルドされた stdio サーバーを起動します。実際の構成では絶対パスを使用してください:

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

開発中は、ホストは npx tsx /absolute/path/to/haden-browser/src/index.ts を起動できます。

パッケージがnpmに公開された後、意図された構成は次のとおりです:

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

そのマシンで最初のブラウザ呼び出しの前に、npx playwright install chromium を一度実行してください。

構成

ブール変数は true/false、1/0、yes/no、on/off を受け入れます。

ローカル開発ページ

SSRFリスクを減らすため、プライベートホストはデフォルトでブロックされています。localhost 上のアプリケーションを閲覧するには、そのMCPプロセスのみオプトインしてください:

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

開発

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

テストスイートは、ネットワークポリシー、テキスト整形、実際のChromium抽出、参照ベースのインタラクション、遅延画像取得、インメモリMCPクライアント/サーバー接続をカバーしています。

現在の制限事項

• stdio MCP接続ごとに1つのアクティブなブラウザコンテキストが維持されます。

• 画像参照は現在、表示されているHTML <img> 要素をカバーしており、CSS背景画像、キャンバス、ビデオフレーム、iframeコンテンツはカバーしていません。

• ビジュアルビューは計算されたプロパティを報告します。すべてのスタイルシートルールをダンプするわけではありません。

• ダウンロード、ファイルアップロード、ブラウザ拡張機能、永続プロファイル、CAPTCHA解決はMVPの範囲外です。

• プライベートホストフィルタリングはSSRF露出を減らしますが、敵対的なマルチテナント環境でのOS/コンテナレベルのネットワーク分離の代わりにはなりません。

開発ガイダンスについては CONTRIBUTING.md を、脆弱性の報告については SECURITY.md を参照してください。

ライセンス

MIT