Skip to main content
Glama
MCP Browser Agent

MCP Browser Agent

by ashley-ha

Agente de navegador MCP

insignia de herrería

Desarrollado en el Hackathon MCP de AGI House

Descripción general

Este proyecto es un agente de automatización de navegadores que utiliza el Protocolo de Contexto de Modelo (MCP) para habilitar las interacciones con el navegador. Proporciona una integración fluida entre Claude y las funciones de automatización de navegadores a través de nuestro servidor MCP.

¡Gracias a Browser-Use por sus capacidades de agente de navegador que ayudan a impulsar nuestro servidor MCP!

Related MCP server: selenium-mcp

Requisitos del sistema

  • macOS (darwin 24.2.0)

  • Python 3.12 o superior

  • administrador de paquetes uv

  • Navegador Google Chrome (asegúrese de que su navegador esté cerrado antes de ejecutar tareas).

Instalación

Instalación mediante herrería

Para instalar automáticamente el Agente de automatización del navegador para Claude Desktop a través de Smithery :

npx -y @smithery/cli install @ashley-ha/mcp-manus --client claude

Instalación manual

  1. Clonar el repositorio:

git clone <repository-url>
cd mcp
  1. Configurar el entorno de Python usando uv :

uv venv
source .venv/bin/activate
uv sync

Configuración

Configuración del escritorio de Claude

Cree o modifique su archivo de configuración de Claude Desktop:

{
  "mcpServers": {
    "browser-use": {
      "command": "uv",
      "args": [
        "--directory",
        "/ABSOLUTE/PATH/TO/mcp",
        "run",
        "browser-use.py"
      ]
    }
  }
}

Reemplace /ABSOLUTE/PATH/TO/browser-use con la ruta absoluta al directorio de su proyecto.

Configuración del navegador

El agente está configurado para utilizar Google Chrome con la siguiente configuración predeterminada:

  • Modo sin cabeza para desarrollo

  • Tamaño de la ventana: 1280x1100

  • Funciones de seguridad deshabilitadas para pruebas

  • Ruta de grabación: ./tmp/recordings

Características

  • Automatización del navegador mediante herramientas MCP

  • Capacidades de gestión y planificación del Estado

  • Detección y manipulación de elementos interactivos

  • Contextos de navegador configurables

  • Soporte de registro y depuración

Uso

El agente proporciona dos herramientas principales:

  1. get_planner_state : recupera el estado actual del navegador y el contexto de planificación

  2. execute_actions : ejecuta acciones planificadas en el navegador

Desarrollo

Explotación florestal

El proyecto utiliza el registro integrado de Python con la siguiente configuración:

  • Todos los registros se dirigen a stderr

  • Formato personalizado: %(levelname)-8s [%(name)s] %(message)s

  • Nivel de registrador raíz: INFO

  • Nivel de registradores de terceros: ADVERTENCIA

Estructura del proyecto

  • browser-use.py : Punto de entrada principal e implementación del servidor

  • tmp/recordings : Directorio para grabaciones de sesiones del navegador

  • Dependencias gestionadas a través de uv

Contribuyendo

Este proyecto se desarrolló durante el Hackathon MCP de AGI House. ¡Agradecemos cualquier contribución!

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

Derechos de autor (c) 2025 Jaeyun Ha, Ashley Ha

Por la presente se concede permiso, sin cargo, a cualquier persona que obtenga una copia de este software y los archivos de documentación asociados (el "Software"), para tratar el Software sin restricción, incluyendo, sin limitación, los derechos a usar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar y/o vender copias del Software, y para permitir que las personas a quienes se les proporciona el Software lo hagan, sujeto a las siguientes condiciones:

El aviso de derechos de autor anterior y este aviso de permiso se incluirán en todas las copias o partes sustanciales del Software.

EL SOFTWARE SE PROPORCIONA "TAL CUAL", SIN GARANTÍA DE NINGÚN TIPO, EXPRESA O IMPLÍCITA, INCLUYENDO, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIABILIDAD, IDONEIDAD PARA UN FIN DETERMINADO Y NO INFRACCIÓN. EN NINGÚN CASO LOS AUTORES O TITULARES DE LOS DERECHOS DE AUTOR SERÁN RESPONSABLES DE NINGUNA RECLAMACIÓN, DAÑOS U OTRAS RESPONSABILIDADES, YA SEA EN ACCIÓN CONTRACTUAL, EXTRACONTRACTUAL O DE OTRO TIPO, QUE SURJA DE, SE DERIVE DE O EN RELACIÓN CON EL SOFTWARE O EL USO U OTRAS RELACIONES CON EL MISMO.

Available Tools

2 tools
execute_actionsB

Execute actions from the planner state.

Args:
    actions: A dictionary containing the planner state and actions in format:
            {
                "current_state": {
                    "evaluation_previous_goal": str,
                    "memory": str,
                    "next_goal": str
                },
                "action": [
                    {"action_name": {"param1": "value1"}},
                    ...
                ]
            }
            
Note: If the page state changes (new elements appear) during action execution,
the sequence will be interrupted and you'll need to get a new planner state.

Inputs: actions (required).

get_planner_stateA

Get the current browser state and planning context. This tool must be executed before execute_actions tool.

Must return a JSON string in the format:
{
    "current_state": {
        "evaluation_previous_goal": "Success|Failed|Unknown - Analysis of previous actions",
        "memory": "Description of what has been done and what to remember",
        "next_goal": "What needs to be done with the next immediate action"
    },
    "action": [
        {"action_name": {"param1": "value1", ...}},
        ...
    ]
}

Inputs: no named parameters.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.4/5.0

    Scored across 2 tools

    Disambiguation5/5

    The two tools have completely distinct purposes: get_planner_state retrieves browser state and planning context, while execute_actions performs actions based on that state. There is no overlap or ambiguity between these functions.

    Naming Consistency5/5

    Both tools follow a consistent verb_noun pattern with clear action-oriented names (get_planner_state, execute_actions). The naming convention is uniform and predictable throughout the set.

    Tool Count2/5

    With only 2 tools for a browser automation server, the surface feels severely limited. While the tools cover a basic planning-execution loop, typical browser automation requires more granular operations like navigation, element interaction, or content extraction.

    Completeness2/5

    The toolset provides only a high-level planning/execution abstraction without direct browser manipulation capabilities. There are significant gaps for common browser tasks like navigating to URLs, clicking elements, extracting text, or handling dialogs, which agents would need for robust automation.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      B
      maintenance
      A Model Context Protocol (MCP) integration that provides Claude Desktop with autonomous browser automation capabilities. This agent enables Claude to interact with web content, manipulate DOM elements, execute JavaScript, and perform API requests.
      13
      43
      TypeScript
      Mozilla Public 2.0
    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables browser automation through the Claude Chrome Extension, allowing agents to navigate websites, fill forms, take screenshots, and debug web apps via standard MCP protocols.
      1
      MIT