Skip to main content
Glama
deenesjakoruzh
gopendrasharma89-tech

agent-browser

by gopendrasharma89-tech
OverviewSchemaSourceRelated ServersDiscussionsAdmin
JavaScript
Hybrid

🌐 Agent Browser API

AIエージェントのための、汎用的で完全に動作するヘッドレスブラウザ。 あらゆるエージェント — Zapier Agents、Custom GPTs、Claude、Cursor、LangChain、CrewAI、n8n、Make、または独自のコード — に本物のChromiumブラウザを提供します：JavaScriptレンダリング、ウェブ検索、クリック、タイピング、フォーム入力、ドロップダウン、スクリーンショット、テーブル＆データ抽出、PDF生成。

🇮🇳 ヒンディー語TL;DR: Yeh ek real browser hai jo koi bhi AI agent use kar sakta hai — 3 tarike: simple REST API, OpenAPI import (Custom GPT), ya native MCP (Claude/Cursor/ChatGPT). Deploy karo, API key set karo, ho gaya. ✅ 26/26 tests passing.

🔌 あらゆるエージェントと連携 — 3つの接続方法

モード

対象

方法

REST API

Zapier Agents、n8n、Make、LangChain、CrewAI、任意のコード

X-API-Keyヘッダー付きでPOST /v1/browse {"url": "..."}。GET /v1/tools（OpenAI関数形式）で自動検出。

OpenAPI

OpenAI Custom GPTs（Actions）、APIツール

/openapi.yamlをインポート — すべてのエンドポイントが文書化されています。

MCP 🆕

Claude Desktop/Code、Cursor、Windsurf、ChatGPT、VS Code、n8n MCP

MCPクライアントをhttps://YOUR-URL/mcp（Streamable HTTP）に指定 — 22のブラウザツールがネイティブに表示されます。

プラットフォーム別の完全なコピーペーストガイド：INTEGRATIONS.md ・ Zapier固有の詳細：ZAPIER_SETUP.md

Related MCP server: project-tendril

✨ 機能

機能

エンドポイント

説明

📖 ブラウズ

POST /v1/browse

任意のページ（JS含む）をレンダリング → クリーンなMarkdown + タイトル + リンク + メタデータ。LLM対応。

🔍 検索

POST /v1/search

自動フォールバック付きのBrave/Bing/DDGによるウェブ検索。検索APIキーは不要。

📸 スクリーンショット

POST /v1/screenshot

ページ、全ページ、または単一要素のPNG。カスタムビューポート。バイナリまたはbase64。

🧲 抽出

POST /v1/extract

CSSセレクタによる構造化データ → JSON。

📊 テーブル

POST /v1/tables

ページ上のすべてのデータテーブル → JSON（ヘッダー+行）。レイアウト用・非表示テーブルはスキップ。

🖱️ 要素

POST /v1/elements

すぐに使えるCSSセレクタ付きの表示中のリンク/ボタン/入力欄 — エージェントは何がクリック可能かを見ることができます。

📄 PDF

POST /v1/pdf

任意のページをPDFにレンダリング（縦/横）。

🧭 セッション

POST /v1/sessions + アクション

ステートフルなマルチステップフロー：goto、click、type、fill、press、select、scroll、navigate（戻る/進む/再読み込み）、wait、evaluate、content、elements、screenshot。

🤝 MCP

POST /mcp

上記すべてをネイティブMCPツールとして提供（スクリーンショットは実際の画像として返されます）。

さらに：APIキー認証、CORS、レート制限、SSRFガード、セッション自動期限切れ+LRUエビクション、ステルス基本機能、SPA待機処理、LLMコンテキスト安全性のための出力切り詰め、役立つエラーhint、/llms.txt、完全なOpenAPI仕様。

🚀 クイックスタート

無料でデプロイ（Render）— 推奨

  1. このリポジトリをGitHubにフォーク/プッシュします。

  2. render.comにアクセス → New → Blueprint → このリポジトリを選択（render.yamlが自動検出されます）。

  3. サービスのEnvironmentタブから生成されたAPI_KEYをコピーします。

  4. https://your-service.onrender.comで稼働 🎉

Railway、Fly.io、または任意のDockerホストでも動作します。

Docker

docker build -t agent-browser .
docker run -p 8080:8080 -e API_KEY=your-secret-key agent-browser

ローカルで実行

npm install            # installs deps + Chromium
API_KEY=your-secret-key npm start
# → agent-browser v2.0.0 listening on :8080

🧪 試してみる

BASE=http://localhost:8080; KEY=your-secret-key

# Read a JS-heavy page as markdown
curl -X POST $BASE/v1/browse -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"url":"https://news.ycombinator.com"}'

# Search the web
curl -X POST $BASE/v1/search -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"query":"best CRM for startups","limit":5}'

# Extract every table on a page as JSON
curl -X POST $BASE/v1/tables -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"url":"https://www.scrapethissite.com/pages/forms/"}'

# Multi-step: search Wikipedia interactively
SID=$(curl -s -X POST $BASE/v1/sessions -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"url":"https://en.wikipedia.org"}' | jq -r .sessionId)
curl -X POST $BASE/v1/sessions/$SID/fill -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"fields":{"input[name=search]":"Artificial intelligence"}}'
curl -X POST $BASE/v1/sessions/$SID/press -H "X-API-Key: $KEY" -H "Content-Type: application/json" \
  -d '{"key":"Enter"}'
curl $BASE/v1/sessions/$SID/content -H "X-API-Key: $KEY"
curl -X DELETE $BASE/v1/sessions/$SID -H "X-API-Key: $KEY"

完全なスモークテストスイートを実行：npm test — すべてのエンドポイントと実際のMCPクライアントの往復をカバーする26のチェック。

⚙️ 設定（環境変数）

変数

デフォルト

説明

API_KEY

(空 = 認証オフ、開発のみ！)

すべての非公開エンドポイントに必要なキー。

PORT

8080

HTTPポート。

MAX_SESSIONS

10

最大同時ステートフルセッション数（LRUエビクション）。

SESSION_TTL_MS

600000

アイドルセッションの期限切れ（10分）。

NAV_TIMEOUT_MS

30000

ナビゲーションタイムアウト。

RATE_LIMIT_PER_MIN

120

APIキーまたはIPごとのリクエスト/分（0 = オフ）。

CORS_ORIGIN

*

許可されるCORSオリジン。

ALLOW_PRIVATE_URLS

false

プライベート/内部アドレスのブラウズを許可（SSRFガードオフ）。

🔒 セキュリティに関する注意事項

  • 本番環境では必ずAPI_KEYを設定してください（Renderブループリントが自動生成します）。

  • http/https URLのみ許可。localhost/プライベート/メタデータアドレスはデフォルトでブロックされます。

  • HTTPSの背後で実行してください（Render/RailwayはTLSを無料で提供します）。

  • evaluateはサンドボックス化されたページ内で任意のJSを実行します — APIキーは秘密に保ってください。

  • 公開（キーなし）エンドポイントは読み取り専用の情報提供です：/、/health、/openapi.yaml、/llms.txt、/v1/tools。

📁 プロジェクト構造

src/server.js         # Express API: auth, CORS, rate limit, routes
src/actions.js        # Shared high-level actions (used by REST + MCP)
src/browser.js        # Chromium lifecycle, sessions, TTL/LRU, SSRF guard
src/extract.js        # HTML → markdown, CSS extraction, tables, elements
src/search.js         # Multi-engine web search with fallback
src/mcp.js            # MCP server (Streamable HTTP, 22 tools)
src/tools-manifest.js # GET /v1/tools (OpenAI function format)
openapi.yaml          # Full API specification
test/run-tests.sh     # 26-check smoke-test suite (incl. MCP round-trip)
Dockerfile            # Production image (Playwright base, version-pinned)
render.yaml           # One-click Render deploy

ライセンス

MIT

This server cannot be deployed

Let your AI agent see the webWeb-to-screenshot MCP for Claude, Cursor and Codex. No cookie banners. Free to start.snap-render.comAd

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • WebControl

    matanSht
    F
    license
    Not graded
    quality
    C
    maintenance
    Headless browser automation for LLM agents via REST API or MCP tools. Enables navigating pages, reading structured content, clicking elements, filling forms, and executing JavaScript.
    -

  • project-tendril

    gadgethd
    A
    license
    Not graded
    quality
    A
    maintenance
    Enables AI agents to operate an isolated local Chromium browser through MCP, with semantic snapshots, ref-based actions, search, research, crawling, and CDP access.
    Apache 2.0

  • farr-browser-mcp

    kiomarssharifi
    A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI agents to drive a live Chromium browser through MCP tools for reading pages as markdown, clicking and typing with element refs, taking screenshots, and downloading files, while enforcing safety rules like stale-ref refusal, irreversible-action blocking, robots.txt compliance, request pacing, and configurable proxies. It also supports site skills for structured data extraction.
    Apache 2.0

  • Playwright MCP

    johnjd059-cloud
    A
    license
    B
    quality
    C
    maintenance
    Enables an LLM to control a hosted headless Chromium browser over HTTP, navigating pages, clicking, typing, and reading structured accessibility snapshots so any MCP client can perform browser automation without local installation.
    23
    6,908,874 npm
    Apache 2.0