mcp-helm

Управляйте своей реальной сессией Chrome из Claude — режим второго пилота с поддержкой передачи управления.

Большинство MCP-серверов для автоматизации браузера запускают новый экземпляр Playwright Chromium. Это бесполезно, когда задача состоит в том, чтобы «войти в Stripe и нажать 5 кнопок» — у вас нет ваших файлов cookie, 2FA, закладок. mcp-helm подключается к ВАШЕМУ Chrome, в который вы уже вошли, и позволяет Claude запускать небольшой набор инструментов для работы с активной вкладкой.

Он также знает, когда нужно отступить: когда на странице появляется запрос 2FA, капча, подтверждение оплаты или запрос биометрии, инструмент создания скриншотов помечает это, и Claude может вызвать handoff(), чтобы подождать вас.

Почему это существует

Проблема «глаз и рук»: Claude говорит вам «нажмите Настройки → Доступ к API», а вы нажимаете «Настройки», и там нет доступа к API, поэтому вы делаете скриншот для Claude, который снова пытается угадать. Это 5 минут переписки ради 5-секундной задачи, и это происходит при каждой настройке Stripe / Apple / Play Console / Cloudflare / Vercel.

mcp-helm разрывает этот цикл. Claude видит реальную страницу, выбирает элементы из дерева доступности (никаких угадываний координат) и останавливается, когда собирается сделать то, чего делать не следует.

Related MCP server: MCP Accessibility Bridge

Установка

npm install -g mcp-helm

Добавьте в ~/.claude.json (или конфигурацию вашего MCP-клиента):

{
  "mcpServers": {
    "helm": {
      "command": "mcp-helm"
    }
  }
}

Использование

1. Запуск управляемого Chrome

Добавьте этот псевдоним в ваш shell rc:

alias chrome-pilot='open -a "Google Chrome" --args --remote-debugging-port=9222 --user-data-dir=$HOME/.chrome-pilot'

Запустите его один раз: chrome-pilot. Откроется отдельный профиль Chrome. Войдите во все сервисы, которыми хотите управлять через Claude (Play Console, Stripe и т. д.). Файлы cookie сохраняются между запусками — вы входите в систему только один раз для каждого сервиса.

Почему отдельный профиль? Ваш основной Chrome не может быть запущен в режиме удаленной отладки, пока он уже работает. Выделенный профиль находится в ~/.chrome-pilot и остается отдельным от вашего повседневного просмотра веб-страниц.

2. Из Claude

You: Upload the AAB at <path> to Play Store internal testing.
Claude: [calls helm.attach] → [helm.navigate to play.google.com/console]
        [helm.screenshot] → sees the dashboard
        [helm.click "Personalized AI Portfolio Bot"]
        ... etc

Если появляется запрос 2FA, screenshot возвращает handoffTriggers: ["2FA prompt"], и Claude вызывает handoff, чтобы подождать.

Инструменты

Дизайнерские решения

• Дерево доступности, а не координаты. Нажатия на основе визуального анализа (использование компьютера Anthropic) — это здорово, но ненадежно на дисплеях Retina и при масштабировании с высоким DPR. Дерево a11y дает стабильные семантические ID — именно то, что используют программы чтения с экрана.

• Сравнение скриншотов после каждого клика. Если changed: false, клик не привел к изменениям. Это спасает Claude от радостных отчетов об успехе, когда ничего не произошло.

• Обнаружение передачи управления основано на регулярных выражениях, а не на LLM. Дешево, быстро, нет ложных срабатываний на распространенных фразах входа.

• Никакой эвристики управления вкладками. attach выбирает первую непустую вкладку; используйте list_tabs + focus_tab для точности. Предсказуемость лучше, чем «умные» функции.

Статус

v0.1 — работает для простых сценариев (Play Console, панель управления Stripe, Vercel, Cloudflare). Краевые случаи, которые пока не обрабатываются:

• Компоненты Shadow DOM (некоторые сайты с активным использованием веб-компонентов)

• iframes (нужно реализовать переключение фреймов)

• Загрузка файлов с диска

• Сочетания клавиш, кроме Enter

Лицензия

MIT