browser-use-mcp-server

browser-use-mcp-server 详细介绍

项目概述

browser-use-mcp-server 是一个专为AI智能体设计的MCP（Maybe-Curious-Programmer 或类似的协议，用于AI交互）服务器。它的核心功能是利用 browser-use 库，赋予AI智能体控制网页浏览器的能力，实现自动化网页操作。

🔗 如果你需要管理多个这类MCP服务器，可以考虑使用 agent-browser 来简化你的开发工作流程。

主要功能与特点

• 浏览器自动化: 项目的核心功能，使AI智能体能够通过编程接口控制和操作网页浏览器，执行诸如导航、点击、填写表单、抓取信息等任务。
• 双重传输模式: 支持两种与客户端（AI智能体或集成环境）通信的协议：SSE (Server-Sent Events) 和 stdio（标准输入/输出）。这提供了灵活的集成选项，可以根据客户端环境选择合适的通信方式。
• VNC流: 提供VNC（Virtual Network Computing）流功能，允许用户实时可视化地观看AI智能体控制浏览器执行操作的过程，这对于调试和演示非常有用。
• 异步任务: 支持异步执行浏览器操作任务，提高了服务器的响应性和效率，允许处理多个请求或在执行耗时任务时保持可用。

先决条件

在安装和运行 browser-use-mcp-server 之前，需要安装以下工具：

• uv: 一个快速的Python包管理器，用于管理项目依赖。
• Playwright: 一个强大的浏览器自动化库，是服务器实现浏览器控制的基础。
• mcp-proxy: 在使用stdio模式运行时必需的代理工具。

先决条件安装

1. 安装 uv：
   bash
curl -LsSf https://astral.sh/uv/install.sh | sh
2. 使用 uv 安装 mcp-proxy：
   bash
uv tool install mcp-proxy
3. 更新你的shell环境以包含 uv 工具的路径：
   bash
uv tool update-shell

环境配置

项目支持通过 .env 文件进行环境配置。创建一个名为 .env 的文件，并添加以下配置项（根据需要填写）：

ini
OPENAI_API_KEY=your-api-key # OpenAI API 密钥，可能用于服务器与AI模型的交互或相关功能
CHROME_PATH=optional/path/to/chrome # 可选，指定Chrome浏览器可执行文件的路径
PATIENT=false # 设置为 true 时，服务器发起的API调用将等待浏览器自动化任务完成才返回；设置为 false 则可能立即返回。

项目安装

安装项目及其依赖：

1. 安装项目依赖：
   bash
uv sync
2. 安装 Playwright Python 库：
   bash
uv pip install playwright
3. 安装 Playwright 所需的浏览器二进制文件及其依赖（此处指定安装 Chromium）：
   bash
uv run playwright install --with-deps --no-shell chromium

使用方法

browser-use-mcp-server 支持两种运行模式：SSE 模式和 stdio 模式。

SSE 模式

直接从项目源代码运行服务器：

bash
uv run server --port 8000 # 在端口 8000 启动服务器

stdio 模式

stdio 模式通常用于集成到其他应用程序或IDE中，需要先构建项目并将其安装为全局工具。

1. 构建项目并全局安装为 uv 工具：
   bash
uv build # 构建项目，生成 wheel 文件
uv tool uninstall browser-use-mcp-server 2>/dev/null || true # 如果已安装则先卸载
uv tool install dist/browser_use_mcp_server-*.whl # 安装刚刚构建的 wheel 文件
2. 使用 stdio 传输方式运行服务器：
   bash
browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000 # 运行服务器，启用 stdio 模式，指定服务器端口和 mcp-proxy 端口

客户端配置

客户端应用程序需要配置连接信息才能与 browser-use-mcp-server 交互。配置方式取决于所使用的模式。

SSE 模式客户端配置示例

客户端通常需要提供服务器的URL：

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

stdio 模式客户端配置示例

客户端通常需要配置如何启动服务器进程，包括命令、参数和环境变量：

json
{
"mcpServers": {
"browser-server": {
"command": "browser-use-mcp-server",
"args": [
"run",
"server",
"--port",
"8000",
"--stdio",
"--proxy-port",
"9000"
],
"env": {
"OPENAI_API_KEY": "your-api-key" # 客户端可以在启动时通过环境变量传递 API 密钥
}
}
}
}

客户端配置常见位置

一些流行的客户端应用程序存储MCP配置文件的位置示例：

• 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

本地开发

如果你希望本地开发和测试 browser-use-mcp-server 项目，可以遵循以下步骤：

1. 从项目根目录构建一个可分发的 wheel 文件：
   bash
uv build
2. 将其安装为全局 uv 工具：
   bash
uv tool uninstall browser-use-mcp-server 2>/dev/null || true
uv tool install dist/browser_use_mcp_server-*.whl
3. 从任何目录运行服务器。需要设置 OPENAI_API_KEY 环境变量：
   bash
export OPENAI_API_KEY=your-api-key-here # 为当前session设置密钥
# 或者在单次运行命令中内联提供密钥
OPENAI_API_KEY=your-api-key-here browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000
4. 修改代码后，需要重新构建并重新安装：
   bash
uv build
uv tool uninstall browser-use-mcp-server
uv tool install dist/browser_use_mcp_server-*.whl

使用 Docker

使用 Docker 提供了一个一致且隔离的环境来运行服务器：

1. 构建 Docker 镜像：
   bash
docker build -t browser-use-mcp-server .
2. 运行容器，默认的 VNC 密码是 “browser-use”：
   bash
docker run --rm -p8000:8000 -p5900:5900 browser-use-mcp-server
   • --rm: 确保容器停止时自动移除。
   • -p 8000:8000: 将容器的 8000 端口映射到主机的 8000 端口（服务器端口）。
   • -p 5900:5900: 将容器的 5900 端口映射到主机的 5900 端口（VNC 端口）。
3. 使用自定义的 VNC 密码运行容器（从文件读取密码）：
   • 创建一个文件（例如 vnc_password.txt），仅包含你想要的密码。
     bash
echo "your-secure-password" > vnc_password.txt
   • 将密码文件作为 secret 挂载到容器内部：
     bash
docker run --rm -p8000:8000 -p5900:5900 \
-v $(pwd)/vnc_password.txt:/run/secrets/vnc_password:ro \
browser-use-mcp-server
   • 注意：-v 挂载命令中的 :ro 标志使得容器内部的密码文件为只读，增加了安全性。

VNC 查看器

要实时观看浏览器自动化过程，可以使用 VNC 查看器连接到服务器暴露的 VNC 端口（默认 5900）。一个方便的基于浏览器的查看器是 noVNC：

1. 克隆 noVNC 仓库：
   bash
git clone https://github.com/novnc/noVNC
2. 进入 noVNC 目录：
   bash
cd noVNC
3. 运行 noVNC 代理，连接到服务器的 VNC 端口：
   bash
./utils/novnc_proxy --vnc localhost:5900
   默认密码为 browser-use，除非你在运行服务器时使用了自定义密码。

示例

你可以尝试向你的AI智能体提出以下任务：

open https://news.ycombinator.com and return the top ranked article
智能体将通过 browser-use-mcp-server 控制浏览器执行此操作，并返回结果。

支持

如遇问题或有任何疑问，请访问：cobrowser.xyz