MCP 浏览器操作员

用于浏览器自动化的模型控制协议 (MCP) 服务器，使 LLM 能够通过标准化的 JSON-RPC 接口控制 Web 浏览器、与网页交互以及分析 Web 内容。

特征

浏览器管理：创建、导航、操作和关闭浏览器实例
作业管理：使用作业 ID 跟踪浏览器操作的状态
Web 交互：使用 OpenAI 的计算机使用 API 执行自然语言指令
浏览器工具：访问控制台日志、网络活动、屏幕截图等
审计：运行可访问性、性能、SEO 和其他网页审计

Related MCP server: Chrome MCP Server

要求

Python 3.11+
剧作家
OpenAI API 密钥（用于计算机使用 API）

安装

克隆此存储库：

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

安装依赖项：
```
pip install -e .
```
安装 Playwright 浏览器：
```
playwright install chromium
```
设置您的 OpenAI API 密钥：
```
export OPENAI_API_KEY=your-api-key
```

用法

启动 MCP 服务器：

./run-server

服务器按照 MCP 协议在 stdin 上监听 JSON-RPC 请求并在 stdout 上做出响应。

可执行脚本

run-server - 运行 MCP 服务器（主入口点）

# 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 -运行所有测试（仅提供单元或集成选项）

# 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 - 使用 MCP Inspector 运行服务器进行交互式测试
```
# Run with the MCP Inspector for interactive testing
./run-test-harness
```

核心方法

浏览器管理

创建浏览器：初始化一个新的浏览器实例

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

导航浏览器：将浏览器定向到指定的 URL

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

操作浏览器：执行浏览器交互的自然语言指令

{
  "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."
  }
}

关闭浏览器：终止浏览器实例

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

作业管理

获取作业状态：通过作业 ID 检索操作的状态和结果

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

列出作业：查看最近的浏览器操作作业

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

用户备注

添加注释：创建并存储与浏览器操作相关的注释

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

其他方法

浏览器调试工具

获取控制台日志： mcp__browser-tools__getConsoleLogs
获取控制台错误： mcp__browser-tools__getConsoleErrors
获取网络日志： mcp__browser-tools__getNetworkLogs
获取网络错误： mcp__browser-tools__getNetworkErrors
截屏： mcp__browser-tools__takeScreenshot
获取选定元素： mcp__browser-tools__getSelectedElement
擦除日志： mcp__browser-tools__wipeLogs

审计工具

运行可访问性审核： mcp__browser-tools__runAccessibilityAudit
运行性能审计： mcp__browser-tools__runPerformanceAudit
运行 SEO 审核： mcp__browser-tools__runSEOAudit
运行 NextJS 审计： mcp__browser-tools__runNextJSAudit
运行最佳实践审核： mcp__browser-tools__runBestPracticesAudit
运行调试器模式： mcp__browser-tools__runDebuggerMode
运行审核模式： mcp__browser-tools__runAuditMode

异步工作流模式

浏览器操作是异步的，并使用基于作业的方法：

开始操作：调用返回 job_id 的浏览器方法
轮询完成情况：使用 get-job-status 直到作业完成
处理结果：作业完成时，从作业状态访问结果

这种方法可以防止客户端超时，同时允许复杂的浏览器操作完成。

持久浏览器状态

当使用项目名称创建浏览器时，MCP Operator 会维持持久状态：

浏览器状态（cookie、本地存储、会话存储）在会话之间保留
多个项目可以维护独立的浏览器状态
对于维护登录会话、购物车或其他个性化状态很有用

项目结构

src/mcp_operator/ ：主包
- __init__.py ：包初始化
- __main__.py ：包的入口点
- server.py ：MCP 服务器实现
- browser.py ：浏览器操作符实现
- cua/ ：计算机使用 API 组件
  - agent.py ：代理实现
  - computer.py ：计算机接口
  - utils.py ：实用函数
run-server ：运行 MCP 服务器的脚本
run-tests ：运行单元和集成测试的脚本
run-test-harness ：使用 MCP Inspector 运行的脚本

发展

使用 MCP 检查器

如需调试，请使用MCP Inspector ：

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

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

这提供了一个 Web 界面来测试您的 MCP 服务器。

安全

阻止潜在有害网站的域名
导航前的 URL 验证
不同浏览器实例之间的会话隔离
基于文件的日志记录（没有标准输出来保留 MCP 协议）

MCP Operator