browsegrab
browsegrab
Токено-эффективный браузерный агент для локальных LLM — Playwright + дерево доступности + MarkGrab, нативная поддержка MCP.
browsegrab — это легковесная библиотека для автоматизации браузера, разработанная для локальных LLM (8B-35B параметров). Она объединяет дерево доступности Playwright с преобразованием HTML в markdown от MarkGrab, что позволяет достичь в 5-8 раз меньшего количества токенов на шаг по сравнению с альтернативами, такими как browser-use.
Возможности
Токено-эффективность: ~500-1 500 токенов/шаг (против 4 000-10 000 у browser-use)
Приоритет локальных LLM: Оптимизировано для vLLM, Ollama и OpenAI-совместимых эндпоинтов
Нативная поддержка MCP: Встроенный MCP-сервер с 8 инструментами автоматизации браузера
Интеграция с MarkGrab: HTML → чистый markdown для извлечения контента
Дерево доступности + система ссылок: Стабильные ссылки на элементы (
e1,e2, ...) без использования моделей компьютерного зренияКэширование успешных паттернов: Нулевое количество вызовов LLM при повторении рабочих процессов
5-этапный JSON-парсер: Надежный парсинг действий для вывода локальных LLM
Минимальные зависимости: Только
playwright+httpxв ядре
Related MCP server: Playwright MCP
Установка
pip install browsegrab
playwright install chromiumС дополнительными функциями:
pip install browsegrab[mcp] # MCP server support
pip install browsegrab[content] # MarkGrab content extraction
pip install browsegrab[cli] # CLI with rich output
pip install browsegrab[all] # EverythingБыстрый старт
Python API
from browsegrab import BrowseSession
async with BrowseSession() as session:
# Navigate and get accessibility tree snapshot
await session.navigate("https://example.com")
snap = await session.snapshot()
print(snap.tree_text)
# - heading "Example Domain" [level=1]
# - link "Learn more": [ref=e1]
# Click using ref ID
result = await session.click("e1")
print(result.url) # https://www.iana.org/help/example-domains
# Type into search box
await session.navigate("https://en.wikipedia.org")
snap = await session.snapshot()
await session.type("e4", "Python programming", submit=True)
# Extract compressed content (AX tree + markdown)
content = await session.extract_content()CLI
# Accessibility tree snapshot
browsegrab snapshot https://example.com
# JSON output
browsegrab snapshot https://example.com -f json
# Extract content (AX tree + markdown)
browsegrab extract https://en.wikipedia.org/wiki/Python
# Agentic browse (requires LLM endpoint)
browsegrab browse https://example.com "Find the about page"MCP-сервер
browsegrab-mcp # Start MCP server (stdio)Конфигурация для Claude Desktop / Cursor / VS Code:
{
"mcpServers": {
"browsegrab": {
"command": "browsegrab-mcp"
}
}
}8 инструментов MCP: browser_navigate, browser_click, browser_type, browser_snapshot, browser_scroll, browser_extract_content, browser_go_back, browser_wait
Как это работает
Цикл навигации агента
flowchart LR
A["🌐 URL + Goal"] --> B["Navigate"]
B --> C["AX Tree Snapshot\n~200–500 tokens"]
C --> D{"LLM\nDecision"}
D -->|"click / type / scroll"| E["Execute Action"]
E --> C
D -->|"goal reached"| F["Extract Content\n(MarkGrab)"]
F --> G["✅ Result"]Токено-эффективность
browsegrab разделяет структуру (дерево доступности) и контент (markdown от MarkGrab), отправляя только то, что необходимо LLM:
flowchart TD
A["Raw HTML"] --> B["Accessibility Tree"]
A --> C["MarkGrab Markdown"]
B --> D["Structure: ~200–500 tokens\nInteractive elements with ref IDs"]
C --> E["Content: ~300–800 tokens\nClean markdown · on-demand"]
D --> F["Combined: ~500–1,300 tokens/step\n⚡ 5–8× fewer than browser-use"]
E --> FТокено-эффективность (измеренная)
Страница | Интерактивные элементы | Токены | Эквивалент browser-use |
example.com | 1 | ~60 | ~500+ |
Статья Wikipedia | 452 | ~1 254 | ~10 000+ |
Архитектура
browsegrab/
├── config.py # Dataclass configs (env var loading)
├── result.py # Result types (ActionResult, BrowseResult, ...)
├── session.py # BrowseSession orchestrator
├── browser/
│ ├── manager.py # Playwright lifecycle (async context manager)
│ ├── snapshot.py # Accessibility tree + ref system
│ ├── selectors.py # 4-strategy selector resolver
│ └── actions.py # navigate, click, type, scroll, go_back, wait
├── dom/
│ ├── ref_map.py # ref ID ↔ element bidirectional mapping
│ └── compress.py # AX tree + MarkGrab → compressed context
├── llm/
│ ├── base.py # LLMProvider ABC
│ ├── provider.py # vLLM, Ollama, OpenAI-compatible
│ ├── prompt.py # System prompts (~400 tokens)
│ └── parse.py # 5-stage JSON fallback parser
├── agent/
│ ├── history.py # Sliding window history compression
│ ├── cache.py # Domain-based success pattern cache
│ └── loop_guard.py # Duplicate action detection
├── __main__.py # CLI (click)
└── mcp_server.py # FastMCP server (8 tools)Конфигурация
Все настройки через переменные окружения (префикс BROWSEGRAB_*):
# Browser
BROWSEGRAB_BROWSER_HEADLESS=true
BROWSEGRAB_BROWSER_TIMEOUT_MS=30000
# LLM (for agentic browse)
BROWSEGRAB_LLM_PROVIDER=vllm # vllm | ollama | openai
BROWSEGRAB_LLM_BASE_URL=http://localhost:8000/v1
BROWSEGRAB_LLM_MODEL=Qwen/Qwen3.5-32B-AWQ
# Agent
BROWSEGRAB_AGENT_MAX_STEPS=10
BROWSEGRAB_AGENT_ENABLE_CACHE=trueЧасть экосистемы QuartzUnit
Библиотека | Роль |
Пассивное извлечение (URL → markdown) | |
Пассивный захват (URL → скриншот) | |
OCR документов → структурированный JSON | |
browsegrab | Активная автоматизация (цель → действия в браузере → результаты) |
Разработка
git clone https://github.com/QuartzUnit/browsegrab.git
cd browsegrab
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
playwright install chromium
# Unit tests (no browser needed)
pytest tests/ -m "not e2e"
# Full suite including E2E
pytest tests/ -vЛицензия
Часть экосистемы QuartzUnit — компонуемые библиотеки Python для сбора данных, извлечения, поиска и обеспечения безопасности ИИ-агентов.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- Flicense-qualityCmaintenanceA server that enables AI assistants to control a browser through tools, allowing them to perform web automation tasks like navigation, typing, clicking, and taking screenshots.
- AlicenseAqualityDmaintenanceA server that provides browser automation capabilities using Playwright, enabling LLMs to interact with web pages through structured accessibility snapshots without requiring screenshots or vision models.224,819,8221Apache 2.0
- Alicense-qualityFmaintenanceThis server provides browser automation capabilities using Playwright, allowing LLMs to interact with web pages through structured accessibility snapshots. It enables tasks like web navigation, form filling, and data extraction without the need for screenshots or vision-tuned models.7,6234Apache 2.0
- Alicense-qualityDmaintenanceA Model Context Protocol server that provides browser automation capabilities by allowing LLMs to interact with web pages through structured accessibility snapshots. It enables fast, lightweight interaction with web content without the need for vision-tuned models or visual processing.Apache 2.0
Related MCP Connectors
AI-powered browser automation — navigate, click, fill forms, and extract data from any website.
E2LLM gives your AI eyes and hands in a real browser: structured perception (SiFR) plus action.
Reliable web access for AI agents: smart HTTP, rotating proxies, and full-browser rendering.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/QuartzUnit/browsegrab'
If you have feedback or need assistance with the MCP directory API, please join our Discord server