haden-browser

haden-browser — это быстрый веб-браузер, ориентированный на ИИ, предоставляемый как локальный сервер Model Context Protocol. Он даёт ИИ наименьшее полезное представление страницы для текущей цели вместо отправки скриншотов и исходного кода страницы на каждом ходу.

Бенчмарк: на 33% меньше контекста ИИ-браузера

Основной результат: Haden использовал 7 822 референсных токена для основной сессии просмотра — на 32,7% меньше, чем Playwright MCP, и на 32,5% меньше, чем Chrome DevTools MCP в полном режиме. Среди протестированных браузерных MCP, которые возвращали семантические ссылки на действия и покрытие alt-текста изображений, Haden показал наименьший объём токенов.

† Chrome Slim — это абсолютный минимум токенов, но он представляет собой низкоуровневый базовый уровень управления через JavaScript: модель должна сама писать скрипты страницы, а протестированный путь не возвращал семантических ссылок на действия или alt-текста изображений. Поэтому он показан прозрачно, но не рассматривается как эквивалент семантического браузера.

Основной контекст включает одну полную загрузку схемы инструментов, а также сериализованные вызовы MCP-инструментов и результаты для чтения статьи, отправки формы и проверки вычисленных стилей. Подсчёт выполняется с помощью токенизатора o200k_base. Пиксели изображений, пользовательские/системные промпты и рассуждения или текст модели исключены, поэтому фактическое тарифицируемое использование зависит от MCP-хоста и модели.

См. полный отчёт о бенчмарке, исходные данные по каждому запуску и инструкции по воспроизведению.

Related MCP server: browsegrab

Чем он отличается

• Целевые представления — используйте компактный семантический текст для исследований, очищенный DOM для структуры или ограниченные вычисленные стили для визуальной работы.

• Изображения остаются ленивыми — изображение представлено своим alt-текстом или [image img1]. Пиксельные данные возвращаются только когда ИИ явно вызывает haden_image.

• Управление с малым числом обменов — каждое взаимодействие возвращает свежий снимок, поэтому большинство сценариев кликов/ввода требуют один вызов инструмента на шаг.

• Стабильные ссылки на действия — видимые элементы управления становятся e1, e2 и так далее, что дешевле и надёжнее, чем просить модель придумывать CSS-селекторы.

• Быстро по умолчанию — запросы изображений, медиа и шрифтов блокируются при обычном просмотре. CSS остаётся доступным для визуального представления.

• Более безопасное локальное выполнение — не-HTTP схемы, URL с учётными данными и цели в частных сетях блокируются, если пользователь явно не согласится.

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

Представления

text — представление по умолчанию, и его следует предпочитать, если только задача действительно не требует структуры или деталей оформления.

MCP-инструменты

Пример текстового вывода:

# 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"]

Ссылки привязаны к последнему снимку. После существенных изменений страницы прочитайте её заново, прежде чем повторно использовать старый e- или img-реф.

Требования

• Node.js 20 или новее

• Chromium, установленный через Playwright

Установка из этого репозитория

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

Затем настройте MCP-хост для запуска собранного stdio-сервера. В реальной конфигурации используйте абсолютный путь:

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

Во время разработки хост может запускать npx tsx /absolute/path/to/haden-browser/src/index.ts вместо этого.

После публикации пакета в npm предполагаемая конфигурация выглядит так:

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

Выполните npx playwright install chromium один раз на этой машине перед первым вызовом браузера.

Конфигурация

Логические переменные принимают true/false, 1/0, yes/no и on/off.

Локальные страницы для разработки

Частные хосты блокируются по умолчанию для снижения риска SSRF. Чтобы просматривать приложение на localhost, дайте согласие только для этого MCP-процесса:

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

Разработка

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

Тестовый набор покрывает сетевую политику, формирование текста, извлечение данных из реального Chromium, взаимодействия на основе рефов, отложенное получение изображений и внутрипроцессное MCP-соединение клиент/сервер.

Текущие ограничения

• Для каждого stdio MCP-подключения поддерживается один активный контекст браузера.

• Рефы изображений в настоящее время охватывают видимые HTML-элементы <img>, но не CSS-фоновые изображения, canvas, кадры видео или содержимое iframe.

• Визуальное представление сообщает вычисленные свойства; оно не выгружает все правила таблиц стилей.

• Скачивание файлов, загрузка файлов, расширения браузера, постоянные профили и решение CAPTCHA выходят за рамки MVP.

• Фильтрация частных хостов снижает подверженность SSRF, но не заменяет сетевую изоляцию на уровне ОС/контейнеров во враждебных мультитенантных средах.

Руководство по разработке см. в CONTRIBUTING.md, а сообщения об уязвимостях — в SECURITY.md.

Лицензия

MIT