browser-use MCP 服务器

项目说明: 此MCP服务器实现基于 browser-use/web-ui 的基础。核心浏览器自动化逻辑和配置模式从原始项目中改编而来。

这是一个实现了模型上下文协议（MCP）的AI驱动浏览器自动化服务器，用于自然语言控制浏览器。

特性

• 🧠 MCP集成 - 完整的协议实现以支持AI代理通信
• 🌐 浏览器自动化 - 页面导航、表单填写和元素交互
• 👁️ 视觉理解 - 截图分析和基于视觉的交互
• 🔄 状态持久化 - 在任务之间保持浏览器会话
• 🔌 多LLM支持 - 支持OpenAI、Anthropic、Azure、DeepSeek集成

快速开始

前提条件

• Python 3.11 或更高版本
• uv (快速Python包安装程序)
• Chrome/Chromium 浏览器

安装

Claude 桌面版

在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.json
在 Windows 上: %APPDATA%/Claude/claude_desktop_config.json

"mcpServers": {
    "browser-use": {
      "command": "uvx",
      "args": [
        "mcp-server-browser-use",
      ],
      "env": {
        "OPENROUTER_API_KEY": "",
        "OPENROUTER_ENDPOINT": "https://openrouter.ai/api/v1",
        "OPENAI_ENDPOINT": "https://api.openai.com/v1",
        "OPENAI_API_KEY": "",
        "ANTHROPIC_ENDPOINT": "https://api.anthropic.com",
        "ANTHROPIC_API_KEY": "",
        "GOOGLE_API_KEY": "",
        "AZURE_OPENAI_ENDPOINT": "",
        "AZURE_OPENAI_API_KEY": "",
        "DEEPSEEK_ENDPOINT": "https://api.deepseek.com",
        "DEEPSEEK_API_KEY": "",
        "MISTRAL_API_KEY": "",
        "MISTRAL_ENDPOINT": "https://api.mistral.ai/v1",
        "OLLAMA_ENDPOINT": "http://localhost:11434",
        "ANONYMIZED_TELEMETRY": "true",
        "BROWSER_USE_LOGGING_LEVEL": "info",
        "CHROME_PATH": "",
        "CHROME_USER_DATA": "",
        "CHROME_DEBUGGING_PORT": "9222",
        "CHROME_DEBUGGING_HOST": "localhost",
        "CHROME_PERSISTENT_SESSION": "false",
        "BROWSER_HEADLESS": "false",
        "BROWSER_DISABLE_SECURITY": "false",
        "BROWSER_WINDOW_WIDTH": "1280",
        "BROWSER_WINDOW_HEIGHT": "720",
        "BROWSER_TRACE_PATH": "trace.json",
        "BROWSER_RECORDING_PATH": "recording.mp4",
        "RESOLUTION": "1920x1080x24",
        "RESOLUTION_WIDTH": "1920",
        "RESOLUTION_HEIGHT": "1080",
        "VNC_PASSWORD": "youvncpassword",
        "MCP_MODEL_PROVIDER": "anthropic",
        "MCP_MODEL_NAME": "claude-3-5-sonnet-20241022",
        "MCP_TEMPERATURE": "0.3",
        "MCP_MAX_STEPS": "30",
        "MCP_USE_VISION": "true",
        "MCP_MAX_ACTIONS_PER_STEP": "5",
        "MCP_TOOL_CALL_IN_CONTENT": "true"
    }
}

本地开发

"browser-use": {
  "command": "uv",
  "args": [
    "--directory",
    "/path/to/mcp-browser-use",
    "run",
    "mcp-server-browser-use"
  ],
  "env": {
    ...
  }
}

开发

# Install dev dependencies
uv sync

# Run with debugger
npx @modelcontextprotocol/inspector uv --directory . run mcp-server-browser-use

故障排除

• 浏览器冲突: 在启动前关闭所有Chrome实例。
• API错误: 确认环境变量中的API密钥与您的LLM提供商匹配。
• 视觉支持: 确保MCP_USE_VISION=true以进行截图分析。

提供商配置

服务器通过环境变量支持多个LLM提供商。以下是MCP_MODEL_PROVIDER可用的选项：

注意事项：

• 对于标记为可选的端点，如果未指定将使用默认值
• 可以通过 MCP_TEMPERATURE 配置温度（默认值：0.3）
• 可以通过 MCP_MODEL_NAME 指定模型
• 对于Ollama模型，可以配置额外的上下文设置如 num_ctx 和 num_predict

致谢

本项目扩展了MIT许可证下的browser-use/web-ui。特别感谢原作者提供的浏览器自动化框架。

许可证

MIT - 详情请参阅 LICENSE。