🌐 浏览器MCP代理
Streamlit应用程序，允许您通过模型上下文协议（MCP）和\[MCP代理\]使用自然语言命令浏览网站并与之交互
特性
- 自然语言接口：使用简单的英文命令控制浏览器
- 全浏览器导航：访问网站并浏览页面
- 交互式元素：单击按钮、填写表单并滚动浏览内容
- 视觉反馈：截取网页元素的屏幕截图
- 信息提取：从网页中提取和总结内容
- 多步骤任务：通过对话完成复杂的浏览序列
设置
需求
- Python 3.8+
- Node.js和npm（用于剧作家）
- 这是一个关键要求！该应用程序使用Playwright来控制无头浏览器 - 从下载并安装
- OpenAI或Anthropic API密钥
安装
- 克隆此存储库：
git clone https://github.com/gsgaurav0/Browser-MCP-Agent.git
cd mcp_ai_agents/browser_mcp_agent- 安装所需的Python包：
pip install -r requirements.txt- 验证Node.js和npm是否已安装：
node --version
npm --version这两个命令都应该返回版本号。如果没有，请安装Node.js。
- 设置API密钥：
- 将OpenAI API密钥设置为环境变量：
export OPENAI_API_KEY=your-openai-api-key运行应用程序
- 启动Streamlit应用程序：
streamlit run main.py- 在应用程序界面中：
- 输入浏览命令 - 点击“运行命令” - 查看结果和屏幕截图
示例命令
基本导航
- “访问www.mcp-agent.com”
- “返回上一页”
交互
- “单击登录按钮”
- “向下滚动以查看更多内容”
内容提取
- “总结此页面的主要内容”
- “提取导航菜单项”
- “截取英雄部分的屏幕截图”
多步骤任务
- “转到博客，查找最新文章，并总结其要点”
建筑
该应用程序使用：
- 用户界面已流光显示
- MCP（模型上下文协议）将LLM与工具连接起来
- 浏览器自动化剧作家
- OpenAI用于解释命令和生成响应的模型