MCP Browser Automation Server

🚀 MCP ブラウザ自動化サーバー

これはシンプルですが強力なブラウザ自動化サーバーで、REST API を通じてブラウザを制御し、スクリーンショットを撮影し、コンソールログをリアルタイムで監視することができます。

✨ 主な機能

• セッションの作成
• URL へのナビゲート
• スクリーンショットの撮影（全ページまたは特定の要素）
• 要素のクリック
• フォーム入力の入力
• WebSocket を通じたコンソールログのリアルタイム監視
• セッションの閉じる

📦 インストール

1. このリポジトリをクローンします：

git clone https://github.com/weir1/mcp-browser-automation.git
cd mcp-browser-automation

2. 仮想環境を作成してアクティブ化します：

python -m venv venv
.\venv\Scripts\Activate

3. 依存関係をインストールします：

pip install -r requirements.txt

4. Playwright ブラウザをインストールします：

playwright install

🚀 クイックスタート

1. サーバーを起動します：

python server.py

サーバーは http://localhost:8000 で動作します。

📚 ドキュメント

API エンドポイント

新しいセッションの作成

POST /session/create
応答：{ "session_id": "..." }

URL へのナビゲート

POST /session/{session_id}/navigate?url=https://example.com

スクリーンショットの撮影

POST /session/{session_id}/screenshot?name=screenshot1&selector=.my-element

セレクターが提供されない場合、全ページのスクリーンショットが撮影されます。

要素のクリック

POST /session/{session_id}/click?selector=.my-button

フォーム入力の入力

POST /session/{session_id}/fill?selector=input[name="username"]&value=myuser

コンソールログの監視

WebSocket /session/{session_id}/console

セッションの閉じる

POST /session/{session_id}/close

💻 使用例

基本的な使用法

import requests
import websockets
import asyncio
import json

# セッションの作成
response = requests.post("http://localhost:8000/session/create")
session_id = response.json()["session_id"]

# URL へのナビゲート
requests.post(f"http://localhost:8000/session/{session_id}/navigate?url=https://example.com")

# スクリーンショットの撮影
response = requests.post(f"http://localhost:8000/session/{session_id}/screenshot?name=example")
with open("screenshot.png", "wb") as f:
    f.write(response.content)

# コンソールログの監視
async def monitor_console():
    async with websockets.connect(f"ws://localhost:8000/session/{session_id}/console") as ws:
        while True:
            message = await ws.recv()
            print(json.loads(message))

asyncio.get_event_loop().run_until_complete(monitor_console())

📄 ライセンス

MIT