Browser Operator

🚀 MCP 瀏覽器操作員

MCP 瀏覽器操作員是一款強大的服務器，專注於瀏覽器自動化、藉助 LLM 控制瀏覽器、實現與網頁的交互及內容分析。它通過 JSON - RPC 接口實現了標準化，為相關操作提供了統一規範。

🚀 快速開始

MCP 瀏覽器操作員能幫助你輕鬆實現瀏覽器自動化、網頁交互等功能。以下是使用前的安裝和啟動步驟。

✨ 主要特性

核心功能

1. 瀏覽器管理：可創建、導航和關閉瀏覽器實例，靈活掌控瀏覽器的生命週期。
2. 任務跟蹤：能異步執行復雜任務，如網頁互動和自動化操作，提高任務執行效率。
3. 網頁交互：藉助 LLM 控制瀏覽器進行高級操作，實現更智能的網頁交互。
4. 工具訪問：提供調試工具（如控制檯日誌、網絡日誌）和審計工具（如可訪問性審計、性能審計），方便進行問題排查和性能優化。

其他功能

• 持久化狀態：通過項目名稱維護獨立的瀏覽器會話，支持多個項目同時運行。
• 安全性：包含域名阻止、URL 驗證和會話隔離等措施，保障操作的安全性。

📦 安裝指南

安裝要求

• Python：版本需 3.11 及以上。
• Playwright：一款瀏覽器自動化工具。
• OpenAI API 密鑰：使用 LLM 控制時必需。

安裝步驟

# 安裝 MCP 操作員
pip install mcp-browser-operator

# 安裝 Playwright
playwright install chromium firefox

💻 使用示例

運行服務器

# 以開發模式運行
python -m src/mcp_operator.server dev --port 3000

# 以生產模式運行
python -m src/mcp_operator.server production --port 3000

可執行腳本

• run - server：啟動 MCP 服務器。
• run - tests：執行單元測試和集成測試。
• run - test - harness：使用 MCP 檢查儀進行調試。

📚 詳細文檔

核心 API 方法

瀏覽器操作

• 創建瀏覽器實例：mcp__browser - operator__createBrowser
• 導航到 URL：mcp__browser - operator__navigate
• 關閉瀏覽器：mcp__browser - operator__closeBrowser

異步任務管理

1. 啟動任務：調用瀏覽器方法獲取 job_id。
2. 檢查進度：使用 get - job - status 直到任務完成。
3. 處理結果：從任務狀態中提取結果。

用戶筆記

• 添加筆記：mcp__browser - operator__addNote

調試工具

• 獲取控制檯日誌：mcp__browser - tools__getConsoleLogs
• 截圖：mcp__browser - tools__takeScreenshot

審計工具

• 可訪問性審計：mcp__browser - tools__runAccessibilityAudit
• 性能審計：mcp__browser - tools__runPerformanceAudit

項目結構

src/mcp_operator/
├── __init__.py
├── __main__.py
├── server.py
├── browser.py
└── cua/
    ├── agent.py
    ├── computer.py
    └── utils.py

開發指南

使用 MCP 檢查儀

# 通過運行測試 harness 啟動
./run - test - harness

# 或直接使用檢查儀
npx @modelcontextprotocol/inspector ./run - server

安全措施

• 域名阻止：防止訪問惡意網站。
• URL 驗證：在導航前驗證 URL 的安全性。
• 會話隔離：不同瀏覽器實例之間完全隔離。