MCP浏览器使用服务器

将browser-use接入Claude桌面版及其他MCP兼容客户端的模型上下文协议(MCP)服务器。

概述

本仓库为browser-use自动化引擎提供生产环境就绪的封装。它暴露了一个MCP工具(run_browser_agent)，用于编排浏览器会话、执行browser-use代理，并将最终结果返回给客户端。重构后的项目结构专注于将配置集中管理、提高可测试性，并保持browser-use升级与MCP特定代码的隔离。

核心功能

• 自动化浏览 - 通过browser-use执行自然语言指令，实现页面导航、表单交互、标签页控制、截图捕获和内容读取。
• 代理生命周期管理 - CustomAgent封装基础代理，新增历史记录导出、更丰富的提示词，以及跨运行的一致错误处理。
• 集中式浏览器配置 - create_browser_session将环境变量转换为即用型BrowserSession，支持持久化配置、代理和Chromium标志，无需修改代理逻辑。
• FastMCP集成 - server.py注册MCP工具、规范化配置，并确保浏览器会话始终被清理。
• 客户端辅助工具 - client.py包含异步辅助函数，供测试或其他希望进程内调用MCP服务器的Python程序使用。

项目结构

.
├── documentation/
│   ├── CONFIGURATION.md      # 详细配置参考
│   └── SECURITY.md           # 运行服务器的安全注意事项
├── .env.example            # 本地开发环境变量示例
├── src/mcp_browser_use/
│   ├── agent/                # 自定义代理、提示词、消息历史和视图
│   ├── browser/              # 浏览器会话工厂和持久化辅助工具
│   ├── controller/           # 剪贴板操作的自定义控制器扩展
│   ├── utils/                # LLM工厂、代理状态辅助、编码工具
│   ├── client.py             # 连接FastMCP应用的异步辅助工具
│   └── server.py             # FastMCP应用和`run_browser_agent`工具
└── tests/                    # 覆盖服务器辅助工具和代理功能的单元测试

快速开始

需求

• Python 3.11+
• Google Chrome或Chromium(用于本地自动化)
• 依赖管理工具uv(推荐)
• 可选：Claude桌面版或其他MCP兼容客户端用于集成测试

安装

git clone https://github.com/JovaniPink/mcp-browser-use.git
cd mcp-browser-use
uv sync

复制sample.env到.env(或以其他方式导出变量)，并更新计划使用的服务商配置值。

启动服务器

uv run mcp-browser-use

该命令调用pyproject.toml中定义的控制台脚本，启动FastMCP应用并注册run_browser_agent工具。

与Claude桌面版配合使用

服务器运行后，可在Claude桌面版中注册，例如：

"mcpServers": {
  "mcp_server_browser_use": {
    "command": "uvx",
    "args": ["mcp-browser-use"],
    "env": {
      "MCP_MODEL_PROVIDER": "anthropic",
      "MCP_MODEL_NAME": "claude-3-5-sonnet-20241022"
    }
  }
}

调试

使用MCP检查器进行交互式调试：

npx @modelcontextprotocol/inspector uv --directory /path/to/project run mcp-browser-use

检查器会打印一个URL，在浏览器中打开可实时查看工具调用和响应。

配置

完整环境变量列表及默认值见documentation/CONFIGURATION.md。重点包括：

• MCP_MODEL_PROVIDER、MCP_MODEL_NAME、MCP_TEMPERATURE、MCP_MAX_STEPS、MCP_MAX_ACTIONS_PER_STEP和MCP_USE_VISION控制LLM和代理运行。
• 服务商特定的API密钥和端点(ANTHROPIC_API_KEY、OPENAI_API_KEY、DEEPSEEK_API_KEY、GOOGLE_API_KEY、AZURE_OPENAI_API_KEY等)。
• 浏览器运行时标志(BROWSER_USE_HEADLESS、BROWSER_USE_EXTRA_CHROMIUM_ARGS、CHROME_PERSISTENT_SESSION、BROWSER_USE_PROXY_URL等)。

使用.env+python-dotenv或偏好的密钥管理工具，避免凭证进入版本控制。

运行测试

uv run pytest

测试覆盖自定义代理行为、浏览器会话工厂及其他实用辅助工具。

安全须知

远程控制完整浏览器实例可能获得对主机的广泛访问权限。在将服务器暴露给不可信环境前，请阅读documentation/SECURITY.md。

贡献指南

1. Fork代码库
2. 创建特性分支：git checkout -b my-new-feature
3. 提交变更：git commit -m '添加新特性'
4. 推送分支：git push origin my-new-feature
5. 发起拉取请求

欢迎提交错误报告和特性建议——请附带日志和重现步骤(如适用)。