MCPブラウザオペレーター

ブラウザ自動化用のモデル制御プロトコル (MCP) サーバー。これにより、LLM は Web ブラウザを制御し、Web ページと対話し、標準化された JSON-RPC インターフェイスを通じて Web コンテンツを分析できるようになります。

特徴

ブラウザ管理: ブラウザインスタンスの作成、ナビゲート、操作、および終了
ジョブ管理: ジョブIDでブラウザ操作のステータスを追跡
Webインタラクション: OpenAIのComputer Use APIを使用して自然言語の指示を実行する
ブラウザツール: コンソールログ、ネットワークアクティビティ、スクリーンショットなどにアクセスします
監査: アクセシビリティ、パフォーマンス、SEO、その他のウェブページの監査を実行します

Related MCP server: Chrome MCP Server

要件

Python 3.11以上
劇作家
OpenAI API キー（コンピュータ使用 API 用）

インストール

このリポジトリをクローンします:

git clone https://github.com/yourusername/operator-mcp.git
cd operator-mcp

依存関係をインストールします:
```
pip install -e .
```
Playwright ブラウザをインストールします。
```
playwright install chromium
```
OpenAI API キーを設定します。
```
export OPENAI_API_KEY=your-api-key
```

使用法

MCP サーバーを起動します。

./run-server

サーバーは、MCP プロトコルに従って、stdin で JSON-RPC 要求をリッスンし、stdout で応答します。

実行可能スクリプト

run-server - MCP サーバー (メインエントリポイント) を実行します。

# Run the MCP server
./run-server

# Run with specific log directory
./run-server --log-dir /path/to/logs

# Run in debug mode
./run-server --debug

run-tests - すべてのテストを実行します（ユニットまたは統合のみのオプション付き）

# Run all tests
./run-tests

# Run only unit tests (faster)
./run-tests --unit-only

# Run only integration tests
./run-tests --integration-only

# Run with verbose output
./run-tests --verbose

# Run a specific test
./run-tests --test TestBrowserOperatorMethods

run-test-harness - インタラクティブなテストのためにMCP Inspectorを使用してサーバーを実行します
```
# Run with the MCP Inspector for interactive testing
./run-test-harness
```

コアメソッド

ブラウザ管理

ブラウザの作成: 新しいブラウザインスタンスを初期化する

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "mcp__browser-operator__create-browser",
  "params": {
    "project_name": "my-project"
  }
}

ブラウザをナビゲート: ブラウザを指定された URL に誘導します

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "mcp__browser-operator__navigate-browser",
  "params": {
    "project_name": "my-project",
    "url": "https://example.com"
  }
}

ブラウザの操作: ブラウザとの対話のための自然言語指示を実行する

{
  "jsonrpc": "2.0",
  "id": 3,
  "method": "mcp__browser-operator__operate-browser",
  "params": {
    "project_name": "my-project",
    "instruction": "Find the heading on this page and tell me what it says."
  }
}

ブラウザを閉じる: ブラウザインスタンスを終了します

{
  "jsonrpc": "2.0",
  "id": 4,
  "method": "mcp__browser-operator__close-browser",
  "params": {
    "project_name": "my-project"
  }
}

ジョブ管理

ジョブステータスの取得: ジョブIDで操作のステータスと結果を取得します。

{
  "jsonrpc": "2.0",
  "id": 5,
  "method": "mcp__browser-operator__get-job-status",
  "params": {
    "job_id": "job-12345"
  }
}

ジョブ一覧: 最近のブラウザ操作ジョブを表示する

{
  "jsonrpc": "2.0",
  "id": 6,
  "method": "mcp__browser-operator__list-jobs",
  "params": {
    "limit": 10
  }
}

ユーザーノート

メモを追加: ブラウザ操作に関するメモを作成して保存します

{
  "jsonrpc": "2.0",
  "id": 7,
  "method": "mcp__browser-operator__add-note",
  "params": {
    "name": "My Note",
    "content": "Important information about this browser session"
  }
}

追加の方法

ブラウザデバッグツール

コンソールログを取得する: mcp__browser-tools__getConsoleLogs
コンソールエラーを取得する: mcp__browser-tools__getConsoleErrors
ネットワークログを取得する: mcp__browser-tools__getNetworkLogs
ネットワークエラーを取得する: mcp__browser-tools__getNetworkErrors
スクリーンショットを撮る: mcp__browser-tools__takeScreenshot
選択した要素を取得する: mcp__browser-tools__getSelectedElement
ログの消去: mcp__browser-tools__wipeLogs

監査ツール

アクセシビリティ監査を実行: mcp__browser-tools__runAccessibilityAudit
パフォーマンス監査を実行: mcp__browser-tools__runPerformanceAudit
SEO 監査を実行: mcp__browser-tools__runSEOAudit
NextJS 監査を実行: mcp__browser-tools__runNextJSAudit
ベストプラクティス監査を実行する: mcp__browser-tools__runBestPracticesAudit
デバッガーモードを実行: mcp__browser-tools__runDebuggerMode
監査モードの実行: mcp__browser-tools__runAuditMode

非同期ワークフローパターン

ブラウザ操作は非同期であり、ジョブベースのアプローチを使用します。

開始操作: job_idを返すブラウザメソッドを呼び出す
完了のポーリング: ジョブが完了するまで get-job-status を使用します
プロセス結果: ジョブが完了すると、ジョブステータスから結果にアクセスします。

このアプローチにより、クライアントのタイムアウトを防ぎながら、複雑なブラウザ操作を完了することができます。

永続的なブラウザ状態

MCP オペレーターは、プロジェクト名でブラウザーが作成されるときに永続的な状態を維持します。

ブラウザの状態（Cookie、ローカルストレージ、セッションストレージ）はセッション間で保存されます
複数のプロジェクトが独立したブラウザ状態を維持できる
ログインセッション、ショッピングカート、その他のパーソナライズされた状態を維持するのに役立ちます

プロジェクト構造

src/mcp_operator/ : メインパッケージ
- __init__.py : パッケージの初期化
- __main__.py : パッケージのエントリポイント
- server.py : MCP サーバーの実装
- browser.py : ブラウザ演算子の実装
- cua/ : コンピュータ使用APIコンポーネント
  - agent.py : エージェントの実装
  - computer.py : コンピュータインターフェース
  - utils.py : ユーティリティ関数
run-server : MCP サーバーを実行するスクリプト
run-tests : ユニットテストと統合テストを実行するスクリプト
run-test-harness : MCP Inspectorで実行するスクリプト

発達

MCPインスペクターの使用

デバッグには、 MCP Inspectorを使用します。

# Use the included run-test-harness script
./run-test-harness

# Or directly:
npx @modelcontextprotocol/inspector ./run-server

これにより、MCP サーバーをテストするための Web インターフェイスが提供されます。

安全

潜在的に有害なサイトのドメインブロック
ナビゲーション前のURL検証
異なるブラウザインスタンス間のセッション分離
ファイルベースのログ記録（MCP プロトコルを維持するために stdout はありません）

MCP Operator