浏览器使用MCP服务器

一个FastMCP服务器，通过自然语言命令实现浏览器自动化。该服务器允许语言模型通过简单的API浏览网页、填写表单、点击按钮以及执行其他基于Web的任务。

快速开始

1. 安装包

使用特定的提供者（例如OpenAI）安装

pip install -e "git+https://github.com/yourusername/browser-use-mcp.git#egg=browser-use-mcp[openai]"

或者安装所有提供者

pip install -e "git+https://github.com/yourusername/browser-use-mcp.git#egg=browser-use-mcp[all-providers]"

安装Playwright浏览器

playwright install chromium

2. 配置您的MCP客户端

将browser-use-mcp服务器添加到您的MCP客户端配置中：

{
    "mcpServers": {
        "browser-use-mcp": {
            "command": "browser-use-mcp",
            "args": ["--model", "gpt-4o"],
            "env": {
                "OPENAI_API_KEY": "your-openai-api-key",  // Or any other provider's API key
                "DISPLAY": ":0"  // For GUI environments
            }
        }
    }
}

请将"your-openai-api-key"替换为您的实际API密钥或使用环境变量引用如process.env.OPENAI_API_KEY。

3. 使用您喜欢的MCP客户端

使用mcp-use与Python示例

import asyncio
import os
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    # Load environment variables
    load_dotenv()

    # Create MCPClient from config file
    client = MCPClient(
        config={
            "mcpServers": {
                "browser-use-mcp": {
                    "command": "browser-use-mcp",
                    "args": ["--model", "gpt-4o"],
                    "env": {
                        "OPENAI_API_KEY": os.getenv("OPENAI_API_KEY"),
                        "DISPLAY": ":0",
                    },
                }
            }
        }
    )

    # Create LLM
    llm = ChatOpenAI(model="gpt-4o")

    # Create agent with the client
    agent = MCPAgent(llm=llm, client=client, max_steps=30)

    # Run the query
    result = await agent.run(
        """
        Navigate to https://github.com, search for "browser-use-mcp", and summarize the project.
        """,
        max_steps=30,
    )
    print(f"\nResult: {result}")

if __name__ == "__main__":
    asyncio.run(main())

在桌面上使用Claude

1. 打开桌面版Claude
2. 前往设置 → 实验性功能
3. 启用Claude API Beta和用于API的OpenAPI架构
4. 将以下配置添加到您的Claude桌面配置文件中：
   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %AppData%\Claude\claude_desktop_config.json

{
    "mcpServers": {
        "browser-use": {
            "command": "browser-use-mcp",
            "args": ["--model", "claude-3-opus-20240229"]
        }
    }
}

1. 开始与Claude的新对话，并请求它执行网络任务

支持的语言模型提供者

支持以下语言模型提供者进行浏览器自动化：

更多信息请参阅：https://python.langchain.com/docs/integrations/chat/

您可以在项目目录中创建一个.env文件来存放您的API密钥：

OPENAI_API_KEY=your_openai_key_here
# Or any other provider key

故障排除

• API密钥问题：确保您的API密钥已在环境变量或.env文件中正确设置。
• 找不到提供者：请确保已安装所需的提供者包。
• 浏览器自动化错误：检查Playwright是否通过playwright install chromium命令正确安装。
• 模型选择：如果遇到无效模型的错误，尝试使用--model标志来指定适用于您提供者的有效模型。
• 调试模式：使用--debug启用更详细的日志记录，这有助于识别问题。
• MCP客户端配置：确保您的MCP客户端使用正确的命令和环境变量进行了正确配置。

许可证

MIT # browser-use-mcp