基于MCP协议的浏览器自动化服务器,利用Puppeteer提供网页操作、信息提取和LLM优化截图,注重Token效率。
为AI-Dev教育平台提供浏览器自动化功能的简化版Model Context Protocol (MCP) 服务器,用于教育演示和调试。
brave-deep-research-mcp 是一个 MCP 服务器,它结合 Brave Search 和 Puppeteer 实现深度网页内容抓取,为 LLM 应用提供增强的网页搜索工具。
agents仓库中的browser-driver包是一个基于MCP的服务器实现,它利用Puppeteer库提供浏览器自动化能力,使LLM可以通过工具调用来控制和操作网页浏览器。
该仓库提供预构建的MCP服务器,用于将GitHub和Puppeteer功能集成到LLM应用中,扩展LLM的能力边界。
twolven_mcp-server-puppeteer-py 是一个 Python 实现的 MCP 服务器,它利用 Playwright 库为大型语言模型提供浏览器自动化能力,使其能够与网页互动,执行截屏、点击、填写表单等操作。
Steel Puppeteer 是一个MCP服务器,使LLM能够自动化网页浏览器交互,提供导航、截图、内容提取和JavaScript执行等工具,并集成Steel进行会话管理。
该仓库实现了基于Puppeteer的MCP服务器,为LLM提供网页自动化能力,包括网页浏览、截图、JavaScript执行等,扩展LLM的Web交互能力。
基于 Puppeteer 的 MCP 服务器,提供网页自动化能力,例如导航、截图、点击和表单操作,扩展 LLM 的 Web 交互功能。
基于Puppeteer的MCP服务器,提供浏览器自动化工具,支持截图、页面操作和执行JavaScript,并兼容Linux显示服务器。
Steel MCP Server 是一个基于 Puppeteer 的 MCP 服务器,旨在为 LLM 提供网页浏览和自动化能力,支持本地和云端 Steel 服务。
Screenshot Server是一个MCP服务器实现,通过Puppeteer提供网页和本地HTML文件的屏幕截图功能。