浏览器使用MCP服务器

前提条件

• uv - 快速的Python包管理器
• Playwright - 浏览器自动化工具
• mcp-proxy - 用于stdio模式的必要工具

# 安装前提条件
curl -LsSf https://astral.sh/uv/install.sh | sh
uv tool install mcp-proxy
uv tool update-shell

环境变量

创建一个.env文件：

OPENAI_API_KEY=your-api-key
CHROME_PATH=optional/path/to/chrome
PATIENT=false  # 如果API调用需要等待任务完成，请设置为true

安装

# 安装依赖
uv sync
uv pip install playwright
uv run playwright install --with-deps --no-shell chromium

使用方法

SSE模式

# 直接从源代码运行
uv run server --port 8000

stdio模式

# 1. 构建并全局安装
uv build
uv tool uninstall browser-use-mcp-server 2>/dev/null || true
uv tool install dist/browser_use_mcp_server-*.whl

# 2. 使用stdio传输运行
browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000

客户端配置

SSE模式客户端配置

{
  "mcpServers": {
    "browser-use-mcp-server": {
      "url": "http://localhost:8000/sse"
    }
  }
}

stdio模式客户端配置

{
  "mcpServers": {
    "browser-server": {
      "command": "browser-use-mcp-server",
      "args": [
        "run",
        "server",
        "--port",
        "8000",
        "--stdio",
        "--proxy-port",
        "9000"
      ],
      "env": {
        "OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}

配置位置

客户端	配置路径
Cursor	./.cursor/mcp.json
Windsurf	~/.codeium/windsurf/mcp_config.json
Claude (Mac)	~/Library/Application Support/Claude/claude_desktop_config.json
Claude (Windows)	%APPDATA%\Claude\claude_desktop_config.json

特性

• 浏览器自动化：通过AI智能体控制浏览器
• 双传输协议：支持SSE和stdio协议
• VNC流媒体：实时观看浏览器自动化过程
• 异步任务：异步执行浏览器操作

本地开发

要在本地开发和测试该软件包：

1. 构建可分发的wheel文件：

   # 从项目根目录开始
   uv build
   

2. 将其作为全局工具安装：

   uv tool uninstall browser-use-mcp-server 2>/dev/null || true
   uv tool install dist/browser_use_mcp_server-*.whl
   

3. 从任何目录运行：

   # 为当前会话设置OpenAI API密钥
   export OPENAI_API_KEY=your-api-key-here
   
   # 或者在一次性运行时直接提供
   OPENAI_API_KEY=your-api-key-here browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000
   

4. 修改后重新构建并安装：

   uv build
   uv tool uninstall browser-use-mcp-server
   uv tool install dist/browser_use_mcp_server-*.whl
   

Docker

使用Docker可以提供一个一致且隔离的环境来运行服务器。

# 构建Docker镜像
docker build -t browser-use-mcp-server .

# 运行容器，默认VNC密码为“browser-use”
# --rm确保容器停止后自动删除
# -p 8000:8000映射服务器端口
# -p 5900:5900映射VNC端口
docker run --rm -p8000:8000 -p5900:5900 browser-use-mcp-server

# 使用自定义VNC密码运行，密码存储在文件中
# 创建一个文件（例如vnc_password.txt），只写入你想要的密码
echo "your-secure-password" > vnc_password.txt
# 将密码文件以秘密形式挂载到容器内
docker run --rm -p8000:8000 -p5900:5900 \
  -v $(pwd)/vnc_password.txt:/run/secrets/vnc_password:ro \
  browser-use-mcp-server

注意：卷挂载中的:ro标志使密码文件在容器内只读，以增强安全性。

VNC查看器

# 基于浏览器的查看器
git clone https://github.com/novnc/noVNC
cd noVNC
./utils/novnc_proxy --vnc localhost:5900

默认密码：browser-use（除非使用自定义密码方法覆盖）

示例

尝试让你的AI执行以下操作：

打开https://news.ycombinator.com，并返回排名最高的文章

支持

如有问题或咨询，请访问：cobrowser.xyz

星标历史

browser-use-mcp-server 快速上手指南

browser-use-mcp-server 是一个基于 MCP（Model Context Protocol）的服务器，允许 AI 智能体通过 browser-use 库控制 Web 浏览器。

环境准备

在开始之前，请确保你的系统已安装以下前置依赖：

1. uv：快速的 Python 包管理器。
2. Playwright：用于浏览器自动化。
3. mcp-proxy：stdio 模式下必需的工具。

执行以下命令安装前置依赖：

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 安装 mcp-proxy 并更新 shell 配置
uv tool install mcp-proxy
uv tool update-shell

安装步骤

1. 配置环境变量

在项目根目录创建 .env 文件，并填入你的 API Key：

OPENAI_API_KEY=your-api-key
CHROME_PATH=optional/path/to/chrome
PATIENT=false  # 如果希望 API 调用等待任务完成，设置为 true

2. 安装依赖与浏览器

使用 uv 同步依赖并安装 Playwright 及其浏览器驱动：

# 同步项目依赖
uv sync

# 安装 playwright 包
uv pip install playwright

# 安装 Chromium 浏览器及其系统依赖
uv run playwright install --with-deps --no-shell chromium

基本使用

该服务支持 SSE 和 stdio 两种传输模式，请根据你的客户端需求选择一种方式启动。

模式一：SSE 模式（推荐用于远程或独立服务）

直接运行服务器：

uv run server --port 8000

客户端配置示例：

{
  "mcpServers": {
    "browser-use-mcp-server": {
      "url": "http://localhost:8000/sse"
    }
  }
}

模式二：stdio 模式（推荐用于本地集成，如 Cursor/Claude Desktop）

首先构建并全局安装工具：

# 构建 wheel 包
uv build

# 卸载旧版本（如有）并安装新版本
uv tool uninstall browser-use-mcp-server 2>/dev/null || true
uv tool install dist/browser_use_mcp_server-*.whl

然后通过以下命令运行（需配合 proxy）：

browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000

客户端配置示例：

{
  "mcpServers": {
    "browser-server": {
      "command": "browser-use-mcp-server",
      "args": [
        "run",
        "server",
        "--port",
        "8000",
        "--stdio",
        "--proxy-port",
        "9000"
      ],
      "env": {
        "OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}

提示：常用客户端配置文件路径参考：

• Cursor: ./.cursor/mcp.json
• Windsurf: ~/.codeium/windsurf/mcp_config.json
• Claude (Mac): ~/Library/Application Support/Claude/claude_desktop_config.json

功能验证

启动服务并配置好客户端后，你可以尝试向 AI 发送以下指令进行测试：

open https://news.ycombinator.com and return the top ranked article

如果配置了 VNC（默认密码为 browser-use），你还可以实时观看浏览器的自动化操作过程。