mcp-pointer
mcp-pointer 是一款专为智能编程助手设计的本地化桥梁工具,旨在让 AI 真正“看见”你在浏览器中看到的内容。它通过结合一个 Chrome 扩展程序和一个基于 Node.js 的 MCP 服务器,解决了传统 AI 编码工具难以精准理解网页具体元素上下文的问题。
在使用时,开发者只需在浏览器中按住 Option 键(Windows 为 Alt)并点击任意页面元素,mcp-pointer 即可瞬间捕获该元素的完整信息,包括文本内容、CSS 样式、HTML 属性、位置坐标甚至 React 组件名称(实验性功能)。这些视觉信息会被转化为结构化的文本上下文,通过标准的模型上下文协议(MCP)实时传递给 Claude Code、Cursor 或 Windsurf 等智能编程工具。
这款工具特别适合前端开发者、全栈工程师以及正在使用 Agentic Coding(代理式编程)工作流的技术人员。它能显著减少向 AI 描述界面问题时的沟通成本,让 AI 直接基于你选中的元素提供精准的代码修改建议或调试方案。其独特的动态上下文控制功能,允许用户按需调整获取信息的详细程度,而基于 WebSocket 的实时通信则确保了交互的流畅性。作为开源项目,mcp-pointer 以轻量、本地运行的方式,极大地提升了人机协作开发网页应用的效率。
使用场景
前端开发者小李正在调试一个复杂的 React 电商后台,需要快速定位并修复某个深层嵌套按钮的样式错位问题。
没有 mcp-pointer 时
- 沟通成本高昂:小李必须手动复制冗长的 CSS 选择器或截图,并在对话框中费力描述“那个在第三行、带红色边框的提交按钮”,AI 经常理解偏差。
- 上下文缺失:AI 无法直接感知页面上的实际渲染效果,只能基于代码文件猜测,导致生成的修复方案往往忽略了动态计算的样式或继承属性。
- 操作繁琐低效:为了提供足够信息,开发者需反复切换窗口,使用浏览器开发者工具层层展开 DOM 树,手动提取类名和属性,打断心流。
- React 组件黑盒:面对封装良好的组件,难以快速告知 AI 具体是哪个源文件中的组件实例出了问题,排查路径曲折。
使用 mcp-pointer 后
- 所指即所得:小李只需按住
Option键点击目标按钮,mcp-pointer 瞬间将完整的 DOM 结构、计算后的 CSS 样式及屏幕坐标转化为文本上下文发送给 AI。 - 精准诊断修复:AI 直接“看见”了元素的真实状态(包括隐藏属性和动态类名),立即给出精确到像素的样式修正代码,无需多轮澄清。
- 流程无缝衔接:整个交互在秒级内完成,开发者无需离开浏览器或手动复制粘贴,保持了高度的专注与流畅的开发节奏。
- 深度框架感知:借助实验性功能,mcp-pointer 还能识别并传递该按钮对应的 React 组件名称及源文件路径,让 AI 直接从组件逻辑层面提供解决方案。
mcp-pointer 通过打通视觉选择与代码上下文的壁垒,让 AI 真正拥有了“眼睛”,将模糊的自然语言描述转变为精准的工程化指令。
运行环境要求
- macOS
- Windows
- Linux
未说明
未说明

快速开始
👆 MCP Pointer
通过 MCP 将浏览器 DOM 元素指向代理式编码工具!
MCP Pointer 是一款结合了 MCP 服务器和 Chrome 扩展的 本地 工具:
- 🖥️ MCP 服务器(Node.js 包)——通过模型上下文协议连接浏览器与 AI 工具
- 🌐 Chrome 扩展——使用
Option+Click捕获浏览器中的 DOM 元素选择
该扩展允许您在浏览器中直观地选择 DOM 元素,而 MCP 服务器则通过标准化的 MCP 工具将这些 文本上下文 提供给 Claude Code、Cursor 和 Windsurf 等代理式编码工具。
✨ 特性
- 🎯
Option+Click选择——只需按住Option键(Windows 上为 Alt 键),然后单击任意元素 - 📋 完整元素数据——文本内容、CSS 类、HTML 属性、位置信息和样式
- 💡 动态上下文控制——可请求仅显示可见文本、完全抑制文本,或根据每次 MCP 调用调整 CSS 详细程度,从无到完整的计算样式
- ⚛️ React 组件检测——通过 Fiber 检测组件名称和源文件(实验性)
- 🔗 WebSocket 连接——浏览器与 AI 工具之间的实时通信
- 🤖 MCP 兼容——可与 Claude Code 及其他支持 MCP 的 AI 工具配合使用
🎬 使用示例(视频)
https://github.com/user-attachments/assets/98c4adf6-1f05-4c9b-be41-0416ab784e2c
观看 MCP Pointer 的实际操作:在浏览器中使用 Option+Click 选择任意元素,然后向您的代理式编码工具提问(本例中为 Claude Code)。AI 将获得所选 DOM 元素的完整文本上下文,包括 CSS 属性、URL、选择器等信息。
🚀 快速入门
1. 安装 Chrome 扩展
🎉 现已在 Chrome 网上应用店上线!
只需点击上方链接即可从 Chrome 网上应用店安装。
替代方案:手动安装
选项 A:从发布页面下载
- 访问 GitHub 发布页面
- 下载最新版本中的
mcp-pointer-chrome-extension.zip - 将压缩包解压到电脑上的一个文件夹
- 打开 Chrome → 设置 → 扩展程序 → 开发者模式(开启)
- 点击“加载已解压的扩展程序”,并选择解压后的文件夹
- MCP Pointer 扩展应出现在您的扩展列表中
- 重新加载网页以激活扩展
选项 B:从源代码构建
- 克隆此仓库
- 按照 CONTRIBUTING.md 中的构建说明操作
- 打开 Chrome → 设置 → 扩展程序 → 开发者模式(开启)
- 点击“加载已解压的扩展程序”,并选择
packages/chrome-extension/dist/文件夹 - 重新加载网页以激活扩展
2. 配置 MCP 服务器
只需一条命令即可为您的 AI 工具完成设置:
npx -y @mcp-pointer/server config claude # 或 cursor、windsurf 等 - 见下文
其他 AI 工具及选项
# 对于其他 AI 工具
npx -y @mcp-pointer/server config cursor # 打开 Cursor 的深度链接以自动安装
npx -y @mcp-pointer/server config windsurf # 自动更新 Windsurf 的配置文件
npx -y @mcp-pointer/server config manual # 显示其他工具的手动配置
可选: 您也可以通过
npm install -g @mcp-pointer/server全局安装,之后便可以直接使用mcp-pointer命令,而无需再输入npx -y @mcp-pointer/server。
配置完成后,请 重启您的编码工具 以加载 MCP 连接。
🔄 已经在使用 MCP Pointer 吗? 再次运行配置命令即可更新为自动更新的配置:
npx -y @mcp-pointer/server config <your-tool> # 重新配置以始终使用最新版本
3. 开始使用
- 导航到任意网页
Option+Click任意元素以进行选择- 向您的 AI 提问,让它分析所选元素!
您的 AI 工具会在需要时自动启动 MCP 服务器,执行命令 npx -y @mcp-pointer/server@latest start。
可用的 MCP 工具:
get-pointed-element——返回当前指向的 DOM 元素的文本信息。可选参数:textDetail:0 | 1 | 2(默认值为2),用于控制包含多少文本内容(0 = 无,1 = 仅可见文本,2 = 可见 + 隐藏)。cssLevel:0 | 1 | 2 | 3(默认值为1),用于控制样式细节,从不包含任何 CSS(0)到完整的计算样式(3)。
🎯 工作原理
- 元素选择:内容脚本捕获
Option+Click事件 - 数据提取:分析元素结构、CSS 及框架相关信息
- WebSocket 传输:将数据发送至端口 7007 的 MCP 服务器
- MCP 协议:通过 MCP 工具将数据提供给 AI 工具
- AI 分析:您的助手现在可以查看并分析该元素!
🎨 提取的元素数据
- 基本信息:标签名、ID、类名、文本内容
- CSS 属性:显示方式、定位、颜色、尺寸
- 组件信息:React 组件名称和源文件(实验性)
- 属性:所有 HTML 属性
- 位置:精确坐标和尺寸
- 源码提示:文件路径和组件来源
🔍 框架支持
- ⚛️ React——通过 Fiber 检测组件名称和源文件(实验性)
- 📦 通用 HTML/CSS/JS——全面支持任何网页内容
- 🔮 计划中——Vue 组件检测(欢迎提交 PR)
🌐 浏览器支持
- ✅ Chrome——全面支持(已测试)
- 🟡 基于 Chromium 的浏览器——应该可以正常工作(Edge、Brave、Arc——需手动加载编译好的扩展)
🐛 故障排除
扩展无法连接
- 确保 MCP 服务器正在运行:
npx -y @mcp-pointer/server@latest start - 检查浏览器控制台是否有 WebSocket 错误
- 确认端口 7007 没有被防火墙阻止
MCP 工具不可用
- 安装后请重启您的 AI 助手
- 检查 MCP 配置:
mcp-pointer config <your-tool> - 确认服务器正在运行:
npx -y @mcp-pointer/server@latest start
元素无法高亮显示
- 某些页面会阻止内容脚本(如 chrome:// 等)
- 尝试刷新页面
- 检查是否已启用目标模式(点击扩展程序图标)
🚀 路线图
1. 动态上下文控制
- 将完整原始上下文传输至服务器
- 可由 LLM 配置的细节级别(仅可见文本、全部文本、CSS 层次)
- 渐进式细化选项 / 基于 token 数量的数据获取策略
2. 视觉内容支持(适用于多模态 LLM)
- 对图片(img 标签)进行 Base64 编码
- 截取选定元素的屏幕截图
- 提供独立的 MCP 工具,用于直接获取视觉内容
3. 增强框架支持
- Vue.js 组件检测
- 更好的 React 支持(React 19 移除了
_debugSource,影响开发构建中的源映射)
4. 多选功能
- 支持同时选择多个 DOM 元素
- https://github.com/etsd-tech/mcp-pointer/pull/9
📝 许可证
MIT 许可证 - 详情请参阅 LICENSE 文件
🤝 贡献
我们欢迎各类贡献!请查阅我们的 CONTRIBUTING.md 指南,了解开发环境搭建及贡献规范。
受类似 Click-to-Component 这类工具启发,旨在优化组件开发流程。
专为 AI 驱动的 Web 开发而打造 ❤️
现在,只需按住 Option 键并单击,您的 AI 就能分析您指向的任何元素啦!👆
版本历史
@mcp-pointer/server@0.6.02025/11/120.6.02025/11/12@mcp-pointer/server@0.5.22025/10/010.5.22025/10/01@mcp-pointer/server@0.5.02025/09/300.5.02025/09/30@mcp-pointer/server@0.4.42025/09/250.4.42025/09/25@mcp-pointer/server@0.4.32025/09/230.4.32025/09/23@mcp-pointer/server@0.4.22025/09/120.4.22025/09/12@mcp-pointer/server@0.4.12025/09/120.4.12025/09/12@mcp-pointer/server@0.4.02025/09/11@mcp-pointer/server@0.3.32025/09/07相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。