具有会话上下文的浏览器自动化MCP服务器
一种模型上下文协议（MCP）服务器，提供智能浏览器自动化 基于会话的上下文分析该服务器使AI助手能够与网页进行交互 做出明智的决定 基于页面分析和周围环境。
✨ 主要特点
🧠 基于会话的上下文智能
- 智能元件识别：分析页面结构，为您的任务找到合适的元素
- 情境感知建议：根据标签、附近的文本和相关性推荐元素
- 语义搜索：使用自然语言查询查找相关页面部分
- 进度跟踪：监测会议期间的行动和成功率
- 短暂记忆：仅会话存储，完成后清除（无持续学习）
- 相关性评分：根据上下文分析按置信度排列的要素
🌐 核心浏览器自动化
- 网络导航：导航到URL、处理重定向和管理浏览器历史记录
- 元素交互：单击按钮、链接和其他交互元素
- 文本输入：在表单字段、搜索框和文本区域中键入
- 内容提取：从网页中提取文本、HTML和结构化数据
- 电脑屏幕截图工具：截取整页或特定元素的屏幕截图
- JavaScript执行：在浏览器上下文中运行自定义JavaScript代码
🚀 高性能
- 表单处理：自动填写复杂的web表单
- Cookie管理：获取、设置和管理浏览器Cookie
- 会话保持：跨操作维护浏览器会话
- 多浏览器支持：Chrome、Firefox、带自动驱动程序管理的Edge
- 无头/有头模式：运行有或没有GUI的浏览器
- 元素等待：智能等待动态内容和AJAX加载
📦 安装
- 再进行:
pip install -e .
# or
uv add mcp selenium webdriver-manager pillow beautifulsoup4 chromadb sentence-transformers- 浏览器驱动程序 （由Web驱动程序管理器自动处理）：
- Chrome/Chromium驱动程序 - Firefox Gecko驱动程序 - Edge WebDriver
- 上下文分析依赖关系:
- ChromaDB用于内存矢量存储 - 语义嵌入的句子变换器（全MiniLM-L6-v2）
用法
运行服务器
# STDIO transport (for local development)
python -m browser_mcp_server.server
# SSE transport (for web-based clients)
python -m browser_mcp_server.server --transport sse --port 8000使用Claude Desktop进行配置
添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"browser-automation": {
"command": "uv",
"args": ["run", "python", "-m", "browser_mcp_server.server"],
"env": {
"BROWSER_HEADLESS": "true",
"BROWSER_TYPE": "chrome"
}
}
}
}可用工具
🧠 会话上下文智能工具
analyze_current_page：分析页面结构并存储在会话上下文中find_page_context：使用语义搜索查找任务的相关页面部分get_smart_element_selector：获取具有周围上下文的元素，以便更好地识别track_action_result：跟踪本届会议的行动和成功/失败get_session_progress：查看会话统计信息、采取的操作和成功率clear_session_context：清除会话内存并重新开始
导航和页面控制
navigate_to_url：导航到特定URLget_page_source：获取当前页面的完整HTML源代码get_rendered_html：获取动态渲染的HTML（JavaScript之后）get_current_url：获取当前页面URLrefresh_page：刷新当前页面go_back：在浏览器历史记录中导航回来go_forward：在浏览器历史记录中向前导航
元素交互
click_element：通过CSS选择器或XPath单击元素type_text：在输入框中键入文本clear_field：清除输入字段中的文本get_element_text：从元素中提取文本内容get_element_attribute：从元素中获取属性值is_element_present：检查页面上是否存在元素
内容提取
extract_links：从当前页面提取所有链接extract_images：提取所有图像及其属性extract_tables：将表数据提取为结构化JSONextract_forms：提取表单字段及其属性search_text：在页面上搜索文本模式
表单自动化
fill_form：用结构化数据填写整个表格select_dropdown_option：从下拉菜单中选择选项check_checkbox：选中或取消选中复选框元素select_radio_button：选择单选按钮选项
视觉与媒体
take_screenshot：捕获整页或元素截图scroll_page：沿不同方向滚动页面hover_element：将鼠标悬停在元素上drag_and_drop：拖放元素
JavaScript和高级
execute_javascript：执行自定义JavaScript代码wait_for_element：等待元素出现或消失wait_for_page_load：等待页面加载完成switch_to_frame：将上下文切换到iframehandle_alert：处理JavaScript警报和确认
会话和Cookie
get_cookies：检索浏览器Cookieset_cookies：设置浏览器Cookiedelete_cookies：删除特定或所有Cookieget_local_storage：访问浏览器本地存储set_local_storage：设置本地存储值
环境变量
BROWSER_TYPE：要使用的浏览器(chrome,firefox,edge)-默认值：chromeBROWSER_HEADLESS：在无头模式下运行(true/false)-默认值：trueBROWSER_TIMEOUT：操作的默认超时时间（秒）-默认值：30BROWSER_WINDOW_SIZE：浏览器窗口大小(1920x1080)-默认值：1920x1080BROWSER_USER_AGENT：自定义用户代理字符串BROWSER_DOWNLOAD_DIR：文件下载目录
示例使用模式
网络爬虫
# Navigate to a website and extract data
await navigate_to_url("https://example.com")
await wait_for_element("css:.content")
content = await extract_text("css:.main-content")
links = await extract_links()表单自动化
# Fill out and submit a contact form
await navigate_to_url("https://example.com/contact")
await fill_form({
"name": "John Doe",
"email": "john@example.com",
"message": "Hello from MCP!"
})
await click_element("css:button[type='submit']")电子商务自动化
# Search and interact with e-commerce sites
await navigate_to_url("https://shop.example.com")
await type_text("css:#search-input", "laptop")
await click_element("css:.search-button")
await wait_for_element("css:.product-list")
products = await extract_text("css:.product-item")安全考虑
此服务器提供强大的浏览器自动化功能，可以：
- 导航到任何网站
- 执行任意JavaScript
- 访问和修改Cookie和本地存储
- 截取网络内容的屏幕截图
- 填写并提交表格
建议：
- 在受控环境中使用
- 为生产实施适当的身份验证
- 审查和批准自动化脚本
- 监控可疑活动
- 在生产中使用无头模式
- 实施速率限制和超时
发展
运行测试
uv run pytest tests/代码格式化
uv run black browser_mcp_server/
uv run isort browser_mcp_server/类型检查
uv run mypy browser_mcp_server/许可证
MIT许可证-有关详细信息，请参阅许可证文件。