MCP Puppeteer Linux

🚀 MCP-Puppeteer-Linux

这是一个提供浏览器自动化功能的模型上下文协议服务器，它借助Puppeteer实现，并且全面支持Linux显示服务器（X11和Wayland）。该服务器让LLM能够与网页进行交互、截取屏幕截图以及执行JavaScript，所有操作均在真实的浏览器环境中运行。

🚀 快速开始

安装与运行

1. 首先安装依赖：

npm install puppeteer

2. 创建配置文件并启动服务。

✨ 主要特性

• 浏览器自动化，带Linux显示服务器支持
• 自动检测X11/Wayland并配置
• 控制台日志监控
• 屏幕截图能力
• JavaScript执行
• 基本网页交互（导航、点击、填写表单）

📦 安装指南

安装依赖

npm install puppeteer

配置启动

创建配置文件并启动服务。例如，Claude Desktop的配置如下：

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": ["ts-node", "/path/to/your/script.ts"]
    }
  }
}

💻 使用示例

工具使用

puppeteer_navigate

在浏览器中导航到任何URL。

输入：`url`（字符串）

puppeteer_screenshot

截取页面或特定元素的屏幕截图。

输入：
- `name`（字符串，必需）：屏幕截图名称
- `selector`（字符串，可选）：CSS选择器用于截取元素
- `width`（数字，可选，默认值：800）：截图宽度
- `height`（数字，可选，默认值：600）：截图高度

puppeteer_click

点击页面上的元素。

输入：`selector`（字符串）：要点击的元素选择器

puppeteer_hover

鼠标悬停在页面上的元素上。

输入：`selector`（字符串）：要悬停的元素选择器

puppeteer_fill

填充输入字段。

输入：
- `selector`（字符串）：输入字段选择器
- `value`（字符串）：要填充的值

puppeteer_select

选择具有SELECT标签的元素。

输入：
- `selector`（字符串）：要选择的元素选择器
- `value`（字符串）：要选择的值

puppeteer_evaluate

在浏览器控制台中执行JavaScript。

输入：`script`（字符串）：要执行的JavaScript代码

资源访问

服务器提供两种资源的访问：

1. 控制台日志（console://logs）
   • 浏览器控制台输出文本格式
   • 包括浏览器中的所有控制台消息
2. 屏幕截图（screenshot://<name>）
   • 按名称指定的截图PNG图像
   • 通过截图名称访问截取的屏幕

🔧 技术细节

显示服务器支持

此分支添加了对Linux显示服务器的自动检测和配置：

• 自动检测X11/Wayland
• 动态环境变量配置
• 支持各种桌面环境（GNOME、KDE等）
• 回退机制和强大的错误处理
• XWayland兼容性

显示服务器具体支持情况

• Wayland：自动检测和使用Wayland显示服务器。
• X11：自动检测和使用X11显示服务器。

通过上述设置，您可以灵活地在不同显示环境中运行Puppeteer。