ChatGPT GPT:Webfuse浏览器代理
通过以下方式连接到实时浏览器会话的自定义ChatGPT GPT Webfuse 的 和那个 会话MCP服务器.ChatGPT可以查看、单击、键入和导航您正在浏览的任何网站。
┌──────────────────────┐
│ ChatGPT │
│ (GPT App) │
└──────────┬───────────┘
│ MCP (hosted connector)
┌──────────▼───────────┐
│ Webfuse Session │
│ MCP Server │
│ session-mcp.webfu. │
│ se/mcp │
└──────────┬───────────┘
│
┌──────────▼───────────┐
│ Live browser │
│ session (any site) │
└──────────────────────┘没有后端服务器。没有Python代码。只有ChatGPT+Webfuse。
先决条件
- ChatGPT商业、企业或教育计划（MCP连接器支持）
- A. Webfuse 的 空间帐户
- 您的共享空间上安装的自动化应用程序
快速开始
- 创建Webfuse空间并生成REST API密钥(
rk_...) - 安装自动化应用程序（会话>应用程序选项卡>自动化）
- 在ChatGPT中，使用MCP连接器创建自定义应用程序（请参阅 安装指南.md)
- 打开Webfuse会话，从URL复制会话ID
- 告诉ChatGPT：“我的会话ID是\[粘贴\]。拍摄此页面的快照。”
完整的步骤： 安装指南.md
MCP工具可用
所有工具都需要 session_id 作为一个参数。
观察
| 工具 | 它做什么 |
|---|---|
see_domSnapshot | 读取页面DOM结构（使用 webfuseIDs: true 用于可靠定位） |
see_accessibilityTree | 阅读辅助功能树（精简页面概述） |
see_guiSnapshot | 进行可视化截图 |
see_textSelection | 读取当前选定的文本 |
行动
| 工具 | 它做什么 |
|---|---|
navigate | 转到URL |
act_click | 单击元素 |
act_type | 在输入字段中键入 |
act_keyPress | 按键盘键（Enter、Backspace、Tab等） |
act_scroll | 滚动页面或容器 |
act_select | 选择一个下拉选项（按值） |
act_mouseMove | 将鼠标悬停在元素上 |
act_textSelect | 在页面上选择文本 |
wait | 短暂停顿（谨慎使用） |
定向
元素通过 target 参数：
- CSS选择器 （首选）：
#search-btn,input[name="q"] - Webfuse ID:
wf-42（来自快照webfuseIDs: true) - 坐标:
[350, 200]（x，y像素，最后手段）
对话示例
酒店搜索
你： “我的会话ID是abc123。我在booking.com上。找到阿姆斯特丹3月20日至22日150欧元以下的酒店。" ChatGPT对页面进行快照，填写搜索表单，点击搜索，并将结果与价格和评级一起读回给您。
填表
你： “填写联系表：John Doe，john@example.com, +31612345678." ChatGPT读取表单结构，填充每个字段，并询问任何剩余的字段（文件上传、文本区域）。
数据提取
你： “访问amazon.com/prospersts，列出电子产品的前五名。” ChatGPT导航、单击类别并返回结构化列表。
请参阅 博客文章 查看详细的对话流程示例。
提示
- 大页面上的作用域快照。 使用
root使用CSS选择器来避免上下文溢出。一个完整的亚马逊页面有数千个节点。 - 从可访问性树开始。
see_accessibilityTree比DOM快照小得多。有利于先了解布局。 - 保持截图小。 概述的质量为0.1-0.2。仅将1.0与作用域一起使用
root选择器。 - 3分钟连接限制。 MCP连接在3分钟后超时。ChatGPT会自动重新连接。
限制
| 限制 | 值 |
|---|---|
| 工具调用超时 | 15秒 |
| MCP连接持续时间 | 3分钟（自动重新连接） |
| 工具调用输入 | 16 KiB |
| 工具调用响应 | 10 MiB |
文件
| 文件 | 目的 |
|---|---|
gpt-config.md | 系统提示和GPT配置（复制到ChatGPT） |
SETUP-GUIDE.md | 分步设置说明 |
blog/draft.md | 博客文章（Webfuse格式） |
README.md | 此文件 |
相同的MCP，无处不在
会话MCP服务器不是特定于ChatGPT的。同一端点适用于：
- OpenAI代理SDK （Python后端）
- ElevenLabs（语音代理）
- 克劳德桌面/光标/VS代码
- 任何兼容MCP的客户端
链接
其他Webfuse集成
Webfuse MCP适用于任何AI框架：
- OpenAI代理SDK -带浏览器控制的Python代理
- 克劳德桌面/光标/VS代码 -零代码MCP配置
- 语言链/语言图 -多页研究代理
- Vercel AI SDK -Next.js浏览助手
- LiveKit语音代理 -语音控制浏览器
- ChatGPT GPT -使用浏览器工具自定义GPT
- WebMCP演示 -任何网站上的语义工具
许可证
麻省理工学院