🌐 BrowserAgent：使用简单的英文命令浏览网页，由MCP、Playwright和LLM提供支持。
浏览 是一款将自然语言转化为浏览器操作的Streamlit应用程序。\ 只需告诉它该做什么 *“转到维基百科并总结主页”* --它确实做到了。\ 它使用 模型上下文协议（MCP）, MCP代理，以及 剧作家 让您以前所未有的方式浏览、点击、提取和探索网络。
______________________________________________________________________
✨ 特性
💬 自然语言控制
- 使用简单的英文命令控制真实的浏览器
- 与OpenAI或Anthropic LLM无缝集成
🌍 全浏览器导航
- 访问网站、返回、刷新和滚动
- 通过对话执行多步命令
🖱️ 交互操作
- 单击按钮、填写表单、键入文本并浏览动态页面
🧠 智能提取与分析
- 提取、总结或分析网页内容
- 捕获特定页面元素的屏幕截图以获得视觉反馈
🧩 复杂任务自动化
- 在一个命令中链接多个浏览器操作
- 示例：“转到博客，打开最新帖子，并对其进行总结。”
______________________________________________________________________
⚙️ 设置和安装
🧱 需求
- Python 3.8+
- Node.js和npm （剧作家依赖性-必填！）
- 下载自
- OpenAI或Anthropic API密钥
______________________________________________________________________
🪜 安装步骤
- 克隆存储库
git clone https://github.com/SaadKhaquan1211/BrowserAgent-MCP.git
cd BrowserAgent-MCP安装依赖项
pip install -r requirements.txt
Verify Node.js and npm使用以下命令检查npm和node版本
node --version
npm --version如果这些命令失败，请在继续之前安装Node.js。
设置API密钥
export OPENAI_API_KEY=your-openai-api-key
▶️ 运行应用程序
复制代码
streamlit run main.py
Once launched, you’ll see an interface with:
A command input box
A “Run Command” button- 浏览器反馈和下面的截图
🧩 示例命令 🔗 基本导航
- 请访问www.wikipedia.org
- 返回上一页
🖱️ 交互
- 点击登录按钮
- 向下滚动查看更多内容
📋 内容提取
- 总结本页主要内容
- 提取导航菜单项
- 截取英雄部分的屏幕截图
🔄 多步骤任务
- 转到博客，打开最新帖子，并对其进行总结
🏗️ 架构概述
- BrowserAgent通过以下方式将语言模型与真实的网络浏览连接起来：
- 溪流→ 用户界面
- 模型上下文协议（MCP）→ 将LLM与实际工具连接起来
- 剧作家→ 控制无头浏览器以实现自动化
- MCP代理 → 为工具使用提供代理框架。
- OpenAI/人类模型→ 理解并执行用户命令
🌟 用例
- 浏览和总结网站的研究助理
- 重复性web任务的自动化
- 测试和调试网站导航
- AI浏览器自动化的教学与演示
🤝 贡献
- 欢迎投稿！
- 报告错误或建议新功能
提交拉取请求
改进文档或示例