Selenium MCP Server

🚀 Selenium MCP Server

Selenium MCP Server 是一個使用 Selenium 與 WebDriver 實例進行交互的 MCP 服務器，它基於 MCP-Server-Starter 模板構建，可讓 AI 代理通過 Selenium WebDriver 控制瀏覽器會話。

🚀 快速開始

前提條件

• Node.js（v18 或更高版本）
• npm（v7 或更高版本）
• WebDriver 可執行文件（例如 ChromeDriver、GeckoDriver），需安裝並添加到系統的 PATH 中。
• 兼容的 Web 瀏覽器（例如 Chrome、Firefox）。

操作步驟

1. 克隆倉庫：

   git clone <your-repo-url> selenium-mcp-server
   cd selenium-mcp-server
   

2. 安裝依賴：

   npm install
   

3. 配置 WebDriver：
   • 確保 WebDriver（例如 chromedriver）已安裝並在系統的 PATH 中。
   • 如有需要，修改 src/seleniumService.ts（你需要創建此文件）以指定瀏覽器選項或 WebDriver 路徑。
4. 構建服務器：

   npm run build
   

5. 運行服務器：

   npm start
   

   或者，將其與 MCP 主機（如 Cursor 或 Claude Desktop）集成（請參閱下面的集成部分）。

✨ 主要特性

此服務器允許 AI 代理通過 Model Context Protocol 控制 Web 瀏覽器會話，支持網頁抓取、自動化測試和表單填充等任務。

📦 安裝指南

安裝步驟請參考快速開始部分。

💻 使用示例

基礎用法

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { Builder, By, Key, until, WebDriver } from 'selenium-webdriver';

// Basic server setup (details in src/index.ts)
const server = new Server({
  name: "selenium-mcp-server",
  version: "0.1.0",
  capabilities: {
    tools: {}, // Enable tools capability
  }
});

// Selenium WebDriver setup (details in src/seleniumService.ts)
let driver: WebDriver;

async function initializeWebDriver() {
  driver = await new Builder().forBrowser('chrome').build(); // Or 'firefox', etc.
}

// Example tool implementation (details in src/tools/)
server.registerTool('selenium_navigate', {
  description: 'Navigates the browser to a specific URL.',
  inputSchema: { /* ... zod schema ... */ },
  outputSchema: { /* ... zod schema ... */ },
  handler: async (params) => {
    await driver.get(params.url);
    return { success: true };
  }
});

// Connect transport
async function startServer() {
  await initializeWebDriver();
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.log("Selenium MCP Server connected via stdio.");

  // Graceful shutdown
  process.on('SIGINT', async () => {
    console.log("Shutting down WebDriver...");
    if (driver) {
      await driver.quit();
    }
    process.exit(0);
  });
}

startServer();

📚 詳細文檔

工具

此服務器將提供以下工具：

• selenium_navigate：將瀏覽器導航到指定的 URL。
• selenium_findElement：使用 CSS 選擇器在頁面上查找元素。
• selenium_click：點擊元素。
• selenium_sendKeys：向元素髮送按鍵。
• selenium_getPageSource：檢索當前頁面的源 HTML。
• （可根據需要添加更多工具）

開發

• 構建：npm run build
• 運行：npm start（執行 node build/index.js）
• 代碼檢查：npm run lint
• 代碼格式化：npm run format

調試

可以使用 MCP Inspector 或標準的 Node.js 調試技術進行調試。

與 MCP 主機集成

Cursor 集成

1. 構建服務器：npm run build
2. 在 Cursor 中：設置 > 功能 > MCP：添加新的 MCP 服務器。
3. 註冊服務器：
   • 選擇 stdio 作為傳輸類型。
   • 名稱：Selenium Server（或類似名稱）。
   • 命令：node /path/to/selenium-mcp-server/build/index.js。
4. 保存。

Claude Desktop 集成

1. 構建服務器：npm run build
2. 修改 claude_desktop_config.json：

   {
     "mcpServers": {
       "selenium-mcp-server": {
         "command": "node",
         "args": [
           "/path/to/selenium-mcp-server/build/index.js"
         ]
       }
     }
   }
   

3. 重啟 Claude Desktop。

最佳實踐

• 使用 TypeScript 和 Zod 進行類型安全和驗證。
• 保持工具模塊化（例如，在 src/tools/ 中每個工具一個文件）。
• 優雅地處理 WebDriver 錯誤（例如，元素未找到、導航問題）。
• 確保正確關閉 WebDriver（例如，在服務器退出時調用 driver.quit()）。
• 遵循 MCP 在架構、錯誤處理和內容類型方面的最佳實踐。

瞭解更多

• Model Context Protocol 文檔
• Selenium WebDriver JS 文檔
• MCP TypeScript SDK 文檔

🔧 技術細節

此服務器使用 @modelcontextprotocol/sdk 和 selenium-webdriver 庫實現，通過將 Selenium WebDriver 操作暴露為 MCP 工具，實現 AI 代理對瀏覽器會話的控制。

📄 許可證

文檔未提及相關信息。

致謝

基於 Seth Rose 創建的模板：

• 網站：https://www.sethrose.dev
• 𝕏 (Twitter)：https://x.com/TheSethRose
• 🦋 (Bluesky)：https://bsky.app/profile/sethrose.dev