MCP浏览器操作员
用于浏览器自动化的模型控制协议（MCP）服务器，使LLM能够控制web浏览器，与网页交互，并通过标准化的JSON-RPC接口分析web内容。
特性
- 浏览器管理：创建、导航、操作和关闭浏览器实例
- 作业管理：使用作业ID跟踪浏览器操作的状态
- Web交互：使用OpenAI的计算机使用API执行自然语言指令
- 浏览器工具：访问控制台日志、网络活动、屏幕截图等
- 审计：运行可访问性、性能、SEO和其他网页审核
需求
- Python 3.11+
- 剧作家
- OpenAI API密钥（用于计算机使用API）
安装
- 克隆此存储库：
git clone https://github.com/yourusername/operator-mcp.git
cd operator-mcp- 安装依赖项：
pip install -e .- 安装Playwright浏览器：
playwright install chromium- 设置您的OpenAI API密钥：
export OPENAI_API_KEY=your-api-key用法
启动MCP服务器：
./run-server服务器在stdin上监听JSON-RPC请求，并在stdout上按照MCP协议进行响应。
可执行脚本
run-server-运行MCP服务器（主入口点）
# Run the MCP server
./run-server
# Run with specific log directory
./run-server --log-dir /path/to/logs
# Run in debug mode
./run-server --debugrun-tests-运行所有测试（仅提供单元或集成选项）
# Run all tests
./run-tests
# Run only unit tests (faster)
./run-tests --unit-only
# Run only integration tests
./run-tests --integration-only
# Run with verbose output
./run-tests --verbose
# Run a specific test
./run-tests --test TestBrowserOperatorMethodsrun-test-harness-使用MCP Inspector运行服务器进行交互式测试
# Run with the MCP Inspector for interactive testing
./run-test-harness核心方法
浏览器管理
- 创建浏览器：初始化新浏览器实例
{
"jsonrpc": "2.0",
"id": 1,
"method": "mcp__browser-operator__create-browser",
"params": {
"project_name": "my-project"
}
}- 浏览浏览器：将浏览器定向到指定的URL
{
"jsonrpc": "2.0",
"id": 2,
"method": "mcp__browser-operator__navigate-browser",
"params": {
"project_name": "my-project",
"url": "https://example.com"
}
}- 操作浏览器：执行浏览器交互的自然语言指令
{
"jsonrpc": "2.0",
"id": 3,
"method": "mcp__browser-operator__operate-browser",
"params": {
"project_name": "my-project",
"instruction": "Find the heading on this page and tell me what it says."
}
}- 关闭浏览器：终止浏览器实例
{
"jsonrpc": "2.0",
"id": 4,
"method": "mcp__browser-operator__close-browser",
"params": {
"project_name": "my-project"
}
}作业管理
- 获取作业状态：按作业ID检索操作的状态和结果
{
"jsonrpc": "2.0",
"id": 5,
"method": "mcp__browser-operator__get-job-status",
"params": {
"job_id": "job-12345"
}
}- 列出工作：查看最近的浏览器操作作业
{
"jsonrpc": "2.0",
"id": 6,
"method": "mcp__browser-operator__list-jobs",
"params": {
"limit": 10
}
}用户注释
- 添加备注：创建和存储与浏览器操作相关的注释
{
"jsonrpc": "2.0",
"id": 7,
"method": "mcp__browser-operator__add-note",
"params": {
"name": "My Note",
"content": "Important information about this browser session"
}
}附加方法
浏览器调试工具
- 获取控制台日志:
mcp__browser-tools__getConsoleLogs - 获取控制台错误:
mcp__browser-tools__getConsoleErrors - 获取网络日志:
mcp__browser-tools__getNetworkLogs - 获取网络错误:
mcp__browser-tools__getNetworkErrors - 屏幕截图:
mcp__browser-tools__takeScreenshot - 获取选定元素:
mcp__browser-tools__getSelectedElement - 擦除日志:
mcp__browser-tools__wipeLogs
审计工具
- 运行辅助功能审核:
mcp__browser-tools__runAccessibilityAudit - 运行性能审核:
mcp__browser-tools__runPerformanceAudit - 运行SEO审计:
mcp__browser-tools__runSEOAudit - 运行NextJS审核:
mcp__browser-tools__runNextJSAudit - 运行最佳实践审核:
mcp__browser-tools__runBestPracticesAudit - 运行调试器模式:
mcp__browser-tools__runDebuggerMode - 运行审核模式:
mcp__browser-tools__runAuditMode
异步工作流模式
浏览器操作是异步的，并使用基于作业的方法：
- 启动操作：调用一个返回job_id的浏览器方法
- 投票完成：使用获取作业状态，直到作业完成
- 处理结果：作业完成后，根据作业状态进行访问
这种方法可以防止客户端超时，同时允许完成复杂的浏览器操作。
持久浏览器状态
当使用项目名称创建浏览器时，MCP操作员会保持持久状态：
- 浏览器状态（Cookie、本地存储、会话存储）在会话之间保留
- 多个项目可以保持独立的浏览器状态
- 可用于维护登录会话、购物车或其他个性化状态
项目结构
src/mcp_operator/：主包
- __init__.py：包初始化 - __main__.py：包裹入口点 - server.py：MCP服务器实现 - browser.py：浏览器运算符实现 - cua/：计算机使用API组件 - agent.py：代理实现 - computer.py：计算机接口 - utils.py：实用功能
run-server：运行MCP服务器的脚本run-tests：运行单元和集成测试的脚本run-test-harness：使用MCP检查器运行的脚本
发展
使用MCP检查器
对于调试，请使用 MCP检查员:
# Use the included run-test-harness script
./run-test-harness
# Or directly:
npx @modelcontextprotocol/inspector ./run-server这提供了一个web界面来测试您的MCP服务器。
安全
- 对潜在有害网站进行域名屏蔽
- 导航前的URL验证
- 不同浏览器实例之间的会话隔离
- 基于文件的日志记录（无标准输出以保留MCP协议）