mcp-helm

从 Claude 控制您真实的 Chrome 会话 —— 带有移交感知功能的副驾驶模式。

大多数浏览器自动化 MCP 服务器会启动一个全新的 Playwright Chromium。当工作是“登录 Stripe 并点击 5 个东西”时，这毫无用处——因为您没有您的 Cookie、2FA 和书签。mcp-helm 会连接到您的 Chrome（即您已经登录的那个），并允许 Claude 对活动标签页运行一组小型工具。

它还知道何时退后：当页面显示 2FA 提示、验证码、付款确认或生物识别请求时，截图工具会标记它，Claude 可以调用 handoff() 来等待您处理。

为什么存在这个工具

“眼高手低”的问题：Claude 告诉您“点击设置 → API 访问”，您点击了设置，但那里没有 API 访问，于是您截图发回给 Claude，它再次猜测。对于一个 5 秒的任务，这需要 5 分钟的往返，而且这种情况发生在每个 Stripe / Apple / Play Console / Cloudflare / Vercel 设置中。

mcp-helm 切断了这个循环。Claude 可以看到实际页面，从辅助功能树中选择元素（无需猜测坐标），并在不该操作时停止。

安装

npm install -g mcp-helm

添加到 ~/.claude.json（或您的 MCP 客户端配置）：

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

使用方法

1. 启动一个可驱动的 Chrome

将此别名添加到您的 shell rc 文件中：

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

运行一次：chrome-pilot。一个单独的 Chrome 配置文件会打开。登录您希望 Claude 驱动的所有内容（Play Console、Stripe 等）。Cookie 会在启动之间持久保存——您只需为每个服务登录一次。

为什么要单独的配置文件？ 您的主 Chrome 在已经运行时无法以远程调试模式启动。专用配置文件位于 ~/.chrome-pilot，与您的日常浏览分开。

2. 从 Claude 使用

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

如果出现 2FA 提示，screenshot 会返回 handoffTriggers: ["2FA prompt"]，Claude 会调用 handoff 来等待。

工具

设计选择

• 辅助功能树，而非坐标。 基于视觉的点击（Anthropic 计算机使用）很棒，但在 Retina 显示屏和高 DPR 缩放上不稳定。辅助功能树提供了稳定的语义 ID——这也是屏幕阅读器所使用的。

• 每次点击后进行截图差异对比。 如果 changed: false，则点击无效。这可以防止 Claude 愉快地报告成功。

• 移交检测基于正则表达式，而非 LLM。 廉价、快速，且在常见的登录短语上不会出现误报。

• 没有标签页管理启发式算法。 attach 会选择第一个非空白标签页；使用 list_tabs + focus_tab 来实现精确控制。可预测性胜过聪明才智。

状态

v0.1 — 适用于简单流程（Play Console、Stripe 仪表板、Vercel、Cloudflare）。尚未处理的边缘情况：

• Shadow DOM 组件（一些大量使用 Web 组件的网站）

• iframe（需要实现框架切换）

• 从磁盘上传文件

• 除回车键之外的键盘快捷键

许可证

MIT