Browser MCP

Browser MCP 是一个本地 MCP server，通过用户真实的 Chrome 会话读取和操作公开页面、 JavaScript 渲染页面及登录态页面。

支持以下能力：

• 通用网页内容抽取和长内容分页。

• 向 Agent 提供网页截图和可操作元素，并继续点击、滚动、输入、按键或选择选项。

• 知乎搜索、问题、回答、文章及邀请回答。

• 小红书搜索、账号发布列表及笔记详情。

• X 帖子搜索及帖子详情。

• Reddit 帖子搜索、帖子详情及评论。

• Google、必应和搜狗网页搜索。

发布、发送、购买、删除等会产生外部影响的最终操作，应在执行前向用户确认。

环境要求

• Python 3.12+

• uv

• Google Chrome

Related MCP server: Chrome MCP Server

安装

git clone https://github.com/ywleeo/browser-mcp.git
cd browser-mcp
uv sync

下文中的 /path/to/browser-mcp 表示本项目在本机的绝对路径。

配置 Codex

使用 Codex CLI 添加 MCP server：

codex mcp add browser_mcp -- \
  uv --directory /path/to/browser-mcp run browser-mcp

对应的 Codex MCP 配置为：

[mcp_servers.browser_mcp]
command = "uv"
args = [
  "--directory",
  "/path/to/browser-mcp",
  "run",
  "browser-mcp",
]

首次添加或修改配置后重启 Codex。连接成功后，即可使用下方列出的 MCP 能力。

如需移除配置：

codex mcp remove browser_mcp

配置 Claude Desktop

在 Claude Desktop 配置文件中加入：

{
  "mcpServers": {
    "browser-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/browser-mcp",
        "run",
        "browser-mcp"
      ]
    }
  }
}

保存配置后重启 Claude Desktop。

加载 Chrome 扩展

1. 调用 browser_status，获取返回结果中的 extension_dir。

2. 打开 chrome://extensions。

3. 开启“开发者模式”。

4. 点击“加载已解压的扩展程序”。

5. 选择 extension_dir 对应的目录。

6. 再次调用 browser_status。

连接成功时会返回：

{
  "state": "connected",
  "connected": true,
  "bridge_port": 17880
}

bridge_port 也可能是 17880..17889 中的其他端口。扩展通常只需加载一次，之后会在 MCP server 启动时自动重新连接。更新扩展后若没有自动生效，请在 chrome://extensions 中点击 “重新加载”。

扩展会使用当前 Chrome Profile 的登录状态访问页面，但不会向 MCP 返回或持久化 Cookie。

知乎、小红书、X 和 Reddit 工具会在执行任务前检查当前 Chrome Profile 的平台登录状态：

• 已登录：继续执行请求。

• 未登录：停止任务并返回对应平台的登录地址，客户端会提示用户先登录。

• 无法确认：停止任务，避免在登录状态不明确时继续访问目标内容。

登录状态不做缓存。用户在 Chrome 中完成登录后，可以直接重试原来的请求。

扩展排错

• state: disconnected：确认扩展已启用，然后在扩展详情页点击“重新加载”。

• 端口被占用：服务会自动尝试 17880..17889，以状态结果中的 bridge_port 为准。

• 扩展目录变化：以最新一次 browser_status 返回的 extension_dir 为准。

• 不要分享 pairing.json 或 pairing-token，它们包含本地连接凭据。

MCP 能力

这些工具由支持 MCP 的客户端自动调用。日常使用时直接描述目标即可，不需要手动填写接口参数。

使用示例

可以直接向支持 MCP 的客户端提出自然语言请求，例如：

• “读取这个网页并总结重点。”

• “打开这个网页，根据截图填写搜索框并点击搜索。”

• “向下滚动页面，找到联系我们按钮并点击。”

• “检查我是否已经登录小红书。”

• “搜索知乎里关于 MCP 的回答。”

• “读取今天收到的知乎邀请回答。”

• “搜索小红书最近的露营笔记。”

• “读取这条小红书笔记的正文和图片。”

• “列出我小红书账号发布的全部帖子。”

• “搜索 X 上关于 OpenAI 的最新帖子。”

• “读取这条 X 帖子的正文和互动数据。”

• “搜索 Reddit 上关于 MCP 的高票帖子。”

• “读取这个 Reddit 帖子以及前 20 条评论。”

• “分别用 Google、必应和搜狗搜索 Browser MCP。”

网页每次变化后都会生成一组新的元素编号，Agent 应使用最新截图中的编号继续操作。

直接运行

如需手动启动 stdio server：

uv run browser-mcp

进程会在 stdin 等待 MCP JSON-RPC，直接在终端运行时没有输出属于正常现象。

License

MIT