Skip to main content
Glama
soulxyz

BrowserPilot

by soulxyz
OverviewSchemaRelated ServersScoreDiscussions
JavaScript
Local

🚀 BrowserPilot

让 AI 接管你的浏览器

License: MIT Node.js Version MCP Chrome Extension

基于 MCP 协议，让任何 AI 工具通过自然语言控制浏览器，实现网页自动化、测试和数据抓取。

快速开始 • 特性 • 文档 • API

中文 | English

📖 项目简介

BrowserPilot 是一个基于 Model Context Protocol (MCP) 的浏览器控制工具，让 AI 应用能够通过自然语言控制浏览器。非常适合网页自动化、测试、数据抓取和调试场景。

🎯 核心优势

  • 🌐 通用 MCP 支持 - 兼容所有支持 MCP 的 AI 工具（Cursor、Claude Desktop 等）

  • 🔌 多浏览器支持 - 支持所有 Chrome 内核浏览器（Chrome、Edge、Brave 等），Firefox 支持开发中

  • 📦 开箱即用 - 提供打包好的可执行文件，无需安装 Node.js

  • 🎯 15+ 浏览器工具 - 导航、点击、输入、截图、调试等全覆盖

  • 🚀 实时控制 - AI 指令即时响应，无延迟

  • 🛡️ 100% 本地运行 - 无需外部 API，数据完全私密

  • 📦 轻量级设计 - 仅依赖 WebSocket (ws) 库

  • 🎨 可访问性优先 - 使用浏览器无障碍树实现可靠的元素定位

Related MCP server: Browserbeam MCP Server

🏗️ 架构设计

┌─────────────────────────────────────────────────────────────────────────┐
│                         BrowserPilot 架构                               │
└─────────────────────────────────────────────────────────────────────────┘

    ┌──────────────────┐                    ┌──────────────────┐
    │    MCP 客户端    │                    │    MCP 服务器     │
    │                  │                    │                  │
    │  🤖 Cursor      │    ① STDIO         │  📡 Node.js      │
    │  🤖 Claude      │  ◄──────────────►  │  📡 WebSocket    │
    │  🤖 其他AI工具   │   (命令/响应)      │  📡 HTTP Server  │
    └──────────────────┘                    └──────────────────┘
           ▲                                         │
           │                                         │ ② WebSocket
           │                                         │  ws://localhost:9222
           │                                         ▼
           │                                ┌──────────────────┐
           │                                │   浏览器扩展      │
           │                                │                  │
           │                                │  🔧 Service      │
           │                                │     Worker       │
           │                                │  🔧 Tools        │
           └────────────────────────────────│     Registry     │
                   Result                   │  🔧 MCP Client   │
                                            └──────────────────┘
                                                     │
                                                     │ ③ 执行操作
                                                     │  (chrome API)
                                                     ▼
                                            ┌──────────────────┐
                                            │    浏览器标签页   │
                                            │                  │
                                            │  🌐 DOM          │
                                            │  🌐 Console      │
                                            │  🌐 Network      │
                                            └──────────────────┘

💿 安装方式

方式 1：使用打包版本（推荐）

无需安装 Node.js，直接使用预编译的可执行文件：

  1. 从 Releases 下载对应平台的版本

  2. 解压到任意目录

  3. 按照下方快速开始配置即可

方式 2：从源码运行

需要 Node.js ≥ 18.0.0：

git clone https://github.com/YOUR_USERNAME/BrowserPilot.git
cd BrowserPilot
npm install

🚀 快速开始

1. 安装浏览器扩展

支持所有 Chrome 内核浏览器：Chrome、Edge、Brave、Opera 等

  1. 打开扩展管理页面：

    • Chrome: chrome://extensions/

    • Edge: edge://extensions/

    • Brave: brave://extensions/

  2. 启用开发者模式

  3. 点击加载已解压的扩展程序

  4. 选择 chrome-extension 文件夹

🦊 Firefox 支持：Firefox 版本正在开发中，敬请期待

2. 启动 MCP 服务器

注意，在实际使用中，不需要你手动打开，MCP调用方会自行打开。

使用打包版本：

# Windows
.\MCP-Browser-Win.exe

# Mac
./MCP-Browser-Mac

# Linux
./MCP-Browser-Linux

从源码运行：

npm start

访问 http://localhost:3000 查看控制面板（可选）。

3. 连接浏览器扩展

点击浏览器工具栏的扩展图标，连接到 ws://localhost:9222

4. 配置 MCP 客户端

在 Cursor 中配置

项目包含 .cursor/mcp.json 配置，重启 Cursor 使配置生效。

在 Claude Desktop 中配置

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json（Mac）或对应的配置文件：

{
  "mcpServers": {
    "browser-pilot": {
      "command": "/path/to/MCP-Browser",
      "args": ["--stdio-only"]
    }
  }
}

在其他 MCP 客户端中配置

参考对应客户端的 MCP 配置文档，关键参数：

  • command: MCP 服务器路径

  • args: ["--stdio-only"]

  • protocol: stdio

✨ 核心特性

🧭 导航与快照

工具

描述

browser_navigate

导航到指定 URL

browser_navigate_back

返回上一页

browser_snapshot

捕获页面可访问性树，用于元素定位

browser_take_screenshot

截取全页或指定元素的截图

🖱️ 交互操作

工具

描述

browser_click

点击元素（支持双击、修饰键）

browser_type

在输入框输入文本

browser_hover

鼠标悬停在元素上

browser_press_key

按下键盘按键（Enter、Escape 等）

browser_drag

拖拽元素到指定位置

browser_select_option

选择下拉菜单选项

browser_fill_form

批量填写多个表单字段

browser_wait_for

等待条件满足（文本出现/消失、延迟）

🐛 调试与分析

工具

描述

browser_console_messages

获取浏览器控制台日志

browser_network_requests

获取网络请求记录

browser_evaluate

在页面上下文执行 JavaScript

🗂️ 标签页管理

工具

描述

browser_tabs

管理标签页（列出、创建、关闭、切换）

browser_resize

调整浏览器窗口尺寸

💬 使用场景

在支持 MCP 的 AI 工具中，用自然语言下达指令：

网页自动化：

"打开 https://example.com，填写登录表单，用户名是 demo@example.com，密码是 demo123，然后点击登录"

数据抓取：

"访问 https://news.ycombinator.com，提取前 10 条新闻的标题和链接"

自动化测试：

"打开我们的产品页面，点击购买按钮，填写测试数据，截图结账页面"

网页调试：

"执行 console.log(document.title)，然后显示控制台消息和最近的网络请求"

📡 API 调用

通过 MCP 客户端调用

所有工具都通过 MCP 协议自动暴露，AI 会根据自然语言自动选择和调用。

直接调用（编程方式）

如果你想在代码中直接使用，可以通过 WebSocket 与 MCP 服务器通信：

const WebSocket = require('ws');

// 连接到 MCP 服务器
const ws = new WebSocket('ws://localhost:9222');

ws.on('open', () => {
  // 调用浏览器工具
  const request = {
    type: 'navigate',
    url: 'https://github.com'
  };
  
  ws.send(JSON.stringify(request));
});

ws.on('message', (data) => {
  const response = JSON.parse(data);
  console.log('结果:', response);
});

工具参数示例

{
  "url": "https://example.com"
}
{
  "element": "button#submit",
  "ref": "12345",
  "button": "left",
  "modifiers": ["Control"]
}
{
  "element": "input[name='username']",
  "ref": "67890",
  "text": "demo@example.com",
  "submit": false
}
{
  "function": "() => document.title"
}
{
  "fields": [
    {
      "name": "用户名",
      "type": "textbox",
      "ref": "12345",
      "value": "demo@example.com"
    },
    {
      "name": "密码",
      "type": "textbox",
      "ref": "67890",
      "value": "demo123"
    }
  ]
}

更多工具参数请参考 API 文档（开发中）。

📁 项目结构

BrowserPilot/
├── .cursor/
│   └── mcp.json              # Cursor MCP 配置
├── chrome-extension/          # 浏览器扩展源码
│   ├── background/
│   │   ├── service-worker.js # 主服务 Worker
│   │   ├── mcp-client.js     # WebSocket 客户端
│   │   └── tools/            # 工具实现
│   │       ├── navigation.js # 导航工具
│   │       ├── interaction.js# 交互工具
│   │       ├── snapshot.js   # 快照工具
│   │       ├── debug.js      # 调试工具
│   │       ├── tabs.js       # 标签页工具
│   │       └── registry.js   # 工具注册表
│   ├── content/              # 内容脚本
│   ├── injected/             # 页面注入脚本
│   └── ui/                   # 弹出界面
├── simple-server/
│   ├── server.js             # MCP 服务器
│   └── update-checker.js     # 更新检查器
├── scripts/
│   └── create-release.js     # 构建脚本
├── dist/                     # 构建输出
│   ├── MCP-Browser-Win.exe   # Windows 版本
│   ├── MCP-Browser-Mac       # macOS 版本
│   └── MCP-Browser-Linux     # Linux 版本
├── package.json
└── README.md

📖 文档

🔧 故障排查

MCP 客户端看不到工具？

  1. 确认 MCP 服务器正在运行

  2. 检查 MCP 配置文件路径和参数

  3. 完全重启 MCP 客户端

  4. 查看客户端的 MCP 日志

浏览器扩展无法连接？

  1. 确保 MCP 服务器正在运行

  2. 访问 http://localhost:3000 检查状态

  3. 在浏览器扩展管理页面检查扩展控制台

  4. 确认 WebSocket URL 为 ws://localhost:9222

  5. 检查防火墙是否阻止连接

端口被占用？

# Windows
netstat -ano | findstr :9222
taskkill /PID <PID> /F

# Mac/Linux
lsof -i :9222
kill -9 <PID>

指令不生效？

  1. 先执行 browser_snapshot 获取页面结构

  2. 使用快照中的 ref 引用元素

  3. 尝试更具体的元素描述

  4. 检查浏览器控制台是否有错误

🔒 安全说明

  • ✅ 完全本地运行 - 无外部 API 调用

  • ✅ 仅限本地主机 - 所有通信都在 127.0.0.1 上

  • ✅ 无遥测数据 - 不收集或跟踪任何数据

  • ✅ 开源透明 - 完全透明，可审计代码

  • ⚠️ 开发工具 - 不适用于生产环境

最佳实践：

  • 仅在可信网站上使用

  • 执行前检查生成的脚本

  • 不使用时禁用扩展

  • 不要将 WebSocket 端口暴露到公网

🛠️ 开发指南

添加新工具

  1. 在 chrome-extension/background/tools/ 创建工具文件

  2. 在 chrome-extension/background/tools/registry.js 注册

  3. 在 simple-server/server.js 的 TOOLS 数组添加工具定义

  4. 测试工具功能

运行模式

# 开发模式（带 Web UI）
npm start

# STDIO 模式（供 MCP 客户端使用）
npm run start:stdio

# 构建可执行文件
npm run build

构建打包版本

详细构建说明请查看 BUILD_GUIDE.md

# 构建所有平台
npm run build:all

# 构建 Windows
npm run build:win

# 构建 macOS
npm run build:mac

# 构建 Linux
npm run build:linux

🤝 贡献

欢迎贡献！你可以这样帮助我们：

  1. 🐛 报告 Bug - 提交 Issue 并附上复现步骤

  2. 💡 建议功能 - 分享你对改进的想法

  3. 📖 改进文档 - 帮助使文档更清晰

  4. 🔧 提交 PR - 修复 Bug 或添加功能

  5. 🌍 翻译 - 帮助翻译文档到更多语言

🌐 支持的平台

MCP 客户端

  • ✅ Cursor - AI 代码编辑器

  • ✅ Claude Desktop - Anthropic 官方桌面应用

  • ✅ 任何支持 MCP 协议的客户端

浏览器

  • ✅ Chrome - Google Chrome

  • ✅ Edge - Microsoft Edge

  • ✅ Brave - Brave 浏览器

  • ✅ Opera - Opera 浏览器

  • ✅ 其他 Chromium 内核浏览器

  • 🔜 Firefox - 开发中

操作系统

  • ✅ Windows - Windows 10/11

  • ✅ macOS - macOS 10.15+

  • ✅ Linux - Ubuntu 20.04+, Debian, Fedora 等

📊 与其他工具对比

特性

BrowserPilot

Puppeteer

Playwright

Selenium

MCP 原生支持

✅

❌

❌

❌

AI 自然语言控制

✅

❌

❌

❌

真实浏览器交互

✅

⚠️ 主要无头

⚠️ 两者

✅

无需编程

✅

❌

❌

❌

配置复杂度

🟢 低

🟡 中

🟡 中

🔴 高

多浏览器支持

🟡 Chrome 内核

🟡 Chromium

✅ 全部

✅ 全部

轻量级

✅

✅

❌

❌

🗺️ 路线图

  • Firefox 浏览器支持

  • Safari 浏览器支持（macOS）

  • 录制模式（录制操作序列，稍后重放）

  • 可视化元素选择器

  • 多标签页协调和同步

  • 会话持久化和恢复

  • 浏览器配置文件管理

  • 代理和网络配置

  • 移动端浏览器支持

  • Docker 容器化部署

  • 插件市场（社区工具）

📜 许可证

MIT License - 详见 LICENSE 文件。

🙏 致谢

📬 联系与支持

🐛 问题反馈：GitHub Issues 💬 讨论交流：GitHub Discussions ⭐ 点个星：如果觉得有用，请给我们点个星！

⬆ 回到顶部

This server cannot be installed

F
license - not found
-
quality - not tested
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/soulxyz/BrowserPilot'

If you have feedback or need assistance with the MCP directory API, please join our Discord server