Browser Automation Server

浏览器自动化MCP服务器

一种模型上下文协议（MCP）服务器，为Claude和其他兼容MCP的AI助手提供浏览器自动化功能。

特性

• Web自动化：以编程方式控制web浏览器
• 电脑屏幕截图工具：截取网页截图
• 元素交互：单击、键入并与web元素交互
• 导航：在页面之间导航并管理浏览器状态
• 表格填写：自动填写和提交表格
• 数据提取：从网页中提取数据

安装

# Clone the repository
git clone https://github.com/samihalawa/browser-automation-server.git
cd browser-automation-server

# Install dependencies
npm install

# Build the server
npm run build

用法

启动服务器

npm start

配置

将服务器添加到MCP配置中：

{
  "servers": {
    "browser-automation": {
      "command": "/path/to/node",
      "args": ["/path/to/browser-automation-server/build/index.js"],
      "enabled": true,
      "port": 3008,
      "environment": {
        "NODE_PATH": "/path/to/node_modules",
        "PATH": "/usr/local/bin:/usr/bin:/bin"
      }
    }
  }
}

可用工具

导航

导航到URL。

参数：

• url （字符串，必填）：要导航到的URL
• waitUntil （字符串，可选）：导航等待条件。选项：“加载”、“加载域内容”、“网络空闲”。默认值：'load'

截图

截取当前页面的屏幕截图。

参数：

• fullPage （布尔值，可选）：是捕获整页还是仅捕获视口。默认值：false
• path （string，可选）：保存截图的路径。如果没有提供，则返回base64编码的图像

点击

单击一个元素。

参数：

• selector （string，必填）：要单击的元素的CSS选择器
• waitForSelector （boolean，可选）：是否等待选择器出现。默认值：true

类型

在输入框中键入文本。

参数：

• selector （string，必填）：输入元素的CSS选择器
• text （字符串，必填）：要键入的文本
• delay （数字，可选）：按键之间的延迟（毫秒）。默认值：0

提取

从页面中提取数据。

参数：

• selector （string，必填）：要提取的元素的CSS选择器
• attribute （字符串，可选）：要提取的属性。如果未提供，则提取文本内容

评估

在浏览器上下文中评估JavaScript。

参数：

• script （string，必填）：要求值的JavaScript代码
• args （数组，可选）：传递给脚本的参数

示例用法

1. 导航到网站：

   navigate(url: "https://example.com")

1. 截图：

   screenshot(fullPage: true)

1. 单击按钮：

   click(selector: "#submit-button")

1. 填写表格：

   type(selector: "#username", text: "user123")
   type(selector: "#password", text: "password123")
   click(selector: "#login-button")

1. 提取数据：

   extract(selector: ".product-title", attribute: "innerText")

需求

• Node.js 14+
• 浏览器自动化剧作家

许可证

麻省理工学院