Browserbase MCP 服务器

模型上下文协议 (MCP) 是一种开放协议，能够实现 LLM 应用与外部数据源和工具之间的无缝集成。无论您是在构建一个 AI 驱动的 IDE、增强聊天界面，还是创建自定义的 AI 工作流，MCP 都提供了一种标准化的方式来连接 LLM 和它们所需的上下文。

该服务器使用 Browserbase 和 Stagehand 提供云端浏览器自动化功能。它使 LLM 能够与网页交互、提取信息并执行自动化操作。

这是 Browserbase 托管 MCP 服务器 的自托管版本，具备相同的工具和功能。我们建议使用托管版本以获得最简单的部署方式。

工具

该服务器公开了 6 种工具，与 Browserbase 托管 MCP 服务器 相匹配：

工具	描述	输入
start	创建或重用一个 Browserbase 会话	(无)
end	关闭当前的 Browserbase 会话	(无)
navigate	导航到一个 URL	{ url: string }
act	在页面上执行一个操作	{ action: string }
observe	观察页面上的可操作元素	{ instruction: string }
extract	从页面中提取数据	{ instruction?: string }

如何部署

我们目前支持两种传输方式：STDIO 和 SHTTP。我们建议您使用 SHTTP 搭配我们的托管 MCP 服务器，以便充分利用服务器的所有功能。

SHTTP（托管 MCP）：

请使用 Browserbase 托管的 MCP 服务器 https://mcp.browserbase.com/mcp。这是最简单的入门方式——我们负责托管服务器，并承担 Gemini 模型的费用，Gemini 是 Stagehand 中表现最佳的模型。

有关完整的部署说明，请参阅 Browserbase MCP 文档。

如果您的客户端支持 SHTTP：

{
  "mcpServers": {
    "browserbase": {
      "type": "http",
      "url": "https://mcp.browserbase.com/mcp"
    }
  }
}

如果您的客户端不支持 SHTTP：

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": ["mcp-remote", "https://mcp.browserbase.com/mcp"]
    }
  }
}

STDIO（自托管）：

您可以选择使用我们在 NPM 上托管的服务器，也可以通过克隆此仓库完全在本地运行。

注意： 如果您想使用不同的模型，必须在参数中添加 --modelName，并将相应的密钥作为参数传入。更多信息见下文。

通过 NPM 运行（推荐）

进入您的 MCP 配置 JSON 文件，添加 Browserbase 服务器：

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": ["@browserbasehq/mcp"],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}

仅此而已！重新加载您的 MCP 客户端，您就可以开始使用了。

完全本地运行：

选项 1：直接安装

git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
npm install && npm run build

选项 2：Docker

git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
docker build -t mcp-browserbase .

然后在您的 MCP 配置 JSON 文件中运行服务器：

使用直接安装

{
  "mcpServers": {
    "browserbase": {
      "command": "node",
      "args": ["/path/to/mcp-server-browserbase/cli.js"],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}

使用 Docker

{
  "mcpServers": {
    "browserbase": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e",
        "BROWSERBASE_API_KEY",
        "-e",
        "BROWSERBASE_PROJECT_ID",
        "-e",
        "GEMINI_API_KEY",
        "mcp-browserbase"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}

配置

Browserbase MCP 服务器接受以下命令行参数：

参数	描述
--proxies	为会话启用 Browserbase 代理
--advancedStealth	启用 Browserbase 高级隐身模式（仅适用于 Scale 计划用户）
--keepAlive	启用 Browserbase 保持会话活跃
--contextId <contextId>	指定要使用的 Browserbase 上下文 ID
--persist	是否持久化 Browserbase 上下文（默认：是）
--port <port>	用于 HTTP/SHTTP 传输的监听端口
--host <host>	绑定服务器的主机地址（默认：localhost，使用 0.0.0.0 可监听所有接口）
--browserWidth <width>	浏览器视口宽度（默认：1024）
--browserHeight <height>	浏览器视口高度（默认：768）
--modelName <model>	用于 Stagehand 的模型（默认：google/gemini-2.5-flash-lite）
--modelApiKey <key>	自定义模型提供商的 API 密钥（使用自定义模型时必填）
--experimental	启用实验性功能（默认：否）

这些参数可以直接传递给 CLI，也可以在您的 MCP 配置文件中进行设置。

注意： 这些参数仅适用于自托管服务器（npx @browserbasehq/mcp 或 Docker）。

模型配置

Stagehand 默认使用 Google 的 Gemini 2.5 Flash Lite 模型，但你也可以将其配置为使用其他模型，例如 GPT-4o、Claude 或其他提供商的模型。

重要提示：当使用任何自定义模型（非默认模型）时，必须通过 --modelApiKey 标志提供该模型提供商的 API 密钥。

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": [
        "@browserbasehq/mcp",
        "--modelName",
        "anthropic/claude-sonnet-4.5",
        "--modelApiKey",
        "your-anthropic-api-key"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": ""
      }
    }
  }
}

注意：所选模型必须受 Stagehand 支持。请参阅文档 此处。

链接

• Browserbase MCP 文档
• MCP 文档
• MCP 规范
• Stagehand 文档

许可证

根据 Apache 2.0 许可证授权。

版权所有 © 2025 Browserbase, Inc.

mcp-server-browserbase 快速上手指南

mcp-server-browserbase 是一个基于 Model Context Protocol (MCP) 的服务器，它利用 Browserbase 和 Stagehand 为大语言模型（LLM）提供云端浏览器自动化能力。通过该工具，LLM 可以自动浏览网页、提取信息并执行操作。

环境准备

在开始之前，请确保满足以下要求：

• 操作系统：Linux, macOS 或 Windows (需安装 WSL 或 Git Bash)。
• Node.js：版本 18 或更高 (推荐最新 LTS 版本)。
• MCP 客户端：已安装支持 MCP 协议的 AI 编辑器或客户端 (如 Cursor, Windsurf, Cline 等)。
• API 密钥：
  • BROWSERBASE_API_KEY: 来自 Browserbase 的 API Key。
  • BROWSERBASE_PROJECT_ID: 你的 Browserbase 项目 ID。
  • GEMINI_API_KEY: Google Gemini API Key (默认模型所需，若更换模型需提供对应 Key)。

安装步骤

推荐使用 NPM 方式运行，这是最简便的自托管方案。你也可以选择完全本地源码编译或 Docker 运行。

方案一：通过 NPM 运行（推荐）

无需克隆代码，直接在 MCP 配置中调用。

1. 打开你的 MCP 配置文件 (通常为 config.json 或在客户端设置中)。
2. 添加以下配置项，并填入你的环境变量：

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": ["@browserbasehq/mcp"],
      "env": {
        "BROWSERBASE_API_KEY": "你的_BROWSERBASE_API_KEY",
        "BROWSERBASE_PROJECT_ID": "你的_BROWSERBASE_PROJECT_ID",
        "GEMINI_API_KEY": "你的_GEMINI_API_KEY"
      }
    }
  }
}

3. 保存文件并重启 MCP 客户端。

方案二：100% 本地运行 (源码或 Docker)

如果你需要完全控制运行环境：

选项 A：直接安装源码

git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
npm install && npm run build

配置 MCP (config.json)：

{
  "mcpServers": {
    "browserbase": {
      "command": "node",
      "args": ["/绝对路径/to/mcp-server-browserbase/cli.js"],
      "env": {
        "BROWSERBASE_API_KEY": "你的_BROWSERBASE_API_KEY",
        "BROWSERBASE_PROJECT_ID": "你的_BROWSERBASE_PROJECT_ID",
        "GEMINI_API_KEY": "你的_GEMINI_API_KEY"
      }
    }
  }
}

选项 B：使用 Docker

git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
docker build -t mcp-browserbase .

配置 MCP (config.json)：

{
  "mcpServers": {
    "browserbase": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e",
        "BROWSERBASE_API_KEY",
        "-e",
        "BROWSERBASE_PROJECT_ID",
        "-e",
        "GEMINI_API_KEY",
        "mcp-browserbase"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "你的_BROWSERBASE_API_KEY",
        "BROWSERBASE_PROJECT_ID": "你的_BROWSERBASE_PROJECT_ID",
        "GEMINI_API_KEY": "你的_GEMINI_API_KEY"
      }
    }
  }
}

提示：如果希望使用最简单的设置且无需自托管，可直接使用 Browserbase 提供的托管服务 (https://mcp.browserbase.com/mcp)，配置方式见原文 "SHTTP (Hosted MCP)" 部分。

基本使用

配置完成后，重启你的 AI 助手。该服务器会自动暴露以下 6 个工具供 LLM 调用：

工具名称	功能描述	输入参数示例
start	创建或复用浏览器会话	无
end	关闭当前浏览器会话	无
navigate	跳转到指定 URL	{ "url": "https://example.com" }
act	在页面上执行操作 (点击、输入等)	{ "action": "click the login button" }
observe	观察页面上可操作的元素	{ "instruction": "find the search box" }
extract	从页面提取数据	{ "instruction": "extract all product prices" }

使用示例

你可以在对话框中直接使用自然语言指令，例如：

"帮我访问 https://news.ycombinator.com，观察页面上的头条新闻标题，并将它们提取出来列给我。"

LLM 将自动按顺序调用 start -> navigate -> observe -> extract -> end 来完成任务。

自定义模型配置

默认使用 google/gemini-2.5-flash-lite。若需切换模型（如 Claude 3.5 Sonnet），需在 args 中添加 --modelName 和 --modelApiKey：

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": [
        "@browserbasehq/mcp",
        "--modelName",
        "anthropic/claude-sonnet-4.5",
        "--modelApiKey",
        "你的_Anthropic_API_Key"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "你的_BROWSERBASE_API_KEY",
        "BROWSERBASE_PROJECT_ID": "你的_BROWSERBASE_PROJECT_ID"
      }
    }
  }
}

注意：自定义模型必须在 Stagehand 支持列表中。