Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@browser-mcp Open example.com, take a snapshot, then click the login link and screenshot the result."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
一个为 AI 而设计的浏览器操作 MCP 服务器：22 个工具，让 AI 像人一样浏览、点击、输入、截图网页——不需要手写选择器。针对办公自动化场景做了专项优化：批量填表、数据提取、文件下载、PDF 存档、页面监控。
市面上大多数浏览器 MCP 要求 AI 写 CSS 选择器，这是 AI 操作网页失败的头号原因。browser-mcp 采用 ref 编号体系：
AI: browser_snapshot
← [e1] <a> More information -> /about
[e2] <input type=search> (搜索)
[e3] <button> 登录
AI: browser_click { "ref": "e3" } ← 点击"登录"，指哪打哪
✓ 已点击：e3snapshot 一次，拿到全部可交互元素的编号，之后所有操作只用 ref。元素找不到时，错误信息还会附带当前页面状态摘录，AI 能自行纠错重试，而不是瞎猜。
Related MCP server: atlas-browser-mcp
ref 编号体系 — 快照给可交互元素编号，点击/输入/选择全部支持 ref 定位，AI 无需写选择器
智能等待 — 导航、点击后自动等待网络空闲（最多 4s），大幅减少手动 wait
登录态持久化 — cookie/localStorage 保存到磁盘（storageState），重启免重新登录
错误自解释 — 操作失败时返回当前 URL + 页面文本摘录 + 修复建议
办公自动化专项 — 批量填表、表格/列表数据提取（JSON/CSV）、文件下载落盘、页面 PDF 存档、后台变化监控
多浏览器回退 — Chromium → Edge → Chrome 依次尝试，Windows 无需下载浏览器即可使用
零构建 — 纯 ESM 单文件，node index.mjs 直接跑
AI 通过 MCP 协议真实打开 example.com、识别元素、点击链接跳转：
git clone https://github.com/jixingyu999/browser-mcp.git
cd browser-mcp
npm install
npm test # 端到端测试：真实打开网页、ref 点击、截图在宿主的 MCP 配置文件中添加：
{
"mcpServers": {
"browser-mcp": {
"command": "node",
"args": ["/path/to/browser-mcp/index.mjs"],
"env": {
"BROWSER_MCP_HEADLESS": "0",
"BROWSER_MCP_STORAGE_STATE": "/path/to/browser-mcp/storage.json"
}
}
}
}变量 | 默认值 | 说明 |
|
| 设为 |
| 系统临时目录 | 截图输出目录 |
| （空） | 登录态文件路径，配置后自动加载/保存 |
|
| 默认操作超时（毫秒） |
工具 | 说明 |
| 打开 URL，自动补全协议前缀，完成后等待网络空闲 |
| 获取页面结构 + 可交互元素 ref 编号列表（核心工具） |
| 点击元素： |
| 输入文字：ref 定位，可选清空、回车提交 |
| 发送按键（Enter / Escape / Control+A …） |
| 截图，返回图片数据并保存文件 |
| 获取页面或指定元素的文本 |
| 在页面上下文执行 JavaScript |
| 上/下滚动 |
| 选择下拉框选项 |
| 等待毫秒 / 元素出现 / 文本出现 |
| 后退 |
| 列出所有标签页 |
| 新建 / 切换标签页 |
| 手动保存登录态 |
| 专项：一次填完整个表单（文本/勾选/下拉混合，可自动提交） |
| 专项：提取 |
| 专项：按容器+字段映射抓取列表数据（JSON/CSV） |
| 专项：点击触发下载并自动保存到输出目录 |
| 专项：页面保存为 PDF 存档（无头模式） |
| 专项：后台轮询监控页面变化（selector/text/JS 三种模式） |
| 关闭浏览器（自动保存登录态） |
针对日常工作中最繁琐的重复流程，提供一站式工具：
场景 | 工具组合 | 效果 |
填写报名/审批/申请表单 |
| 一次调用填完文本、勾选、下拉全部字段，自动提交 |
扒取后台数据/报表 |
| 表格、列表一键转 JSON/CSV 并落盘，CSV 转义正确处理 |
导出对账单/发票 |
| 点击导出按钮自动等待下载并保存 |
网页存档留证 |
| 页面转 A4 PDF 存档 |
盯库存/价格/审批状态 |
| 后台轮询监控，随时 check 是否变化 |
示例：把后台报表自动存档
1. browser_navigate 后台地址（登录态已持久化，免登录）
2. browser_fill_form { fields: [{ref:"e3", value:"2026-09"}, {ref:"e5", value:true}], submitRef: "e6" }
3. browser_extract_table { format: "csv", save: true, filename: "9月报表.csv" }
4. browser_pdf { filename: "9月报表存档.pdf" }1. browser_navigate https://example.com
2. browser_snapshot → 拿到元素 ref 列表
3. browser_type { ref: "e2", text: "关键词", submit: true }
4. browser_click { ref: "e3" } → 点击搜索按钮
5. browser_screenshot → 截图查看结果
6. browser_get_text { selector: "body" } → 提取结果文本AI 宿主（Claude Desktop / Cursor / WorkBuddy）
│ MCP 协议（stdio / JSON-RPC）
▼
browser-mcp（Node.js，@modelcontextprotocol/sdk）
│ Playwright API
▼
Chromium / Edge / Chrome（自动回退）网络嗅探工具（拦截 XHR / WebSocket，直接读数据）
游戏操作套件（鼠标坐标移动、按住不放、状态轮询）
失败视觉回退（选择器失败自动截图，AI 视觉定位）
操作轨迹回放（Playwright trace 生成）
This server cannot be deployed
AI-powered browser automation — navigate, click, fill forms, and extract data from any website.
AI-powered web automation. Navigate websites using AI agents for one page or a thousand
AI-powered web automation. Navigate websites using AI agents for one page or a thousand
Turn any webpage into a structured action manifest — clickable, fillable, submittable elements.
