项目简介

AMI-WEB Browser Module 是一个功能强大的浏览器自动化模块，它以 FastMCP 服务器的形式运行，为大型语言模型 (LLM) 客户端提供与真实网页互动的能力。它支持 Chromium 自动化，可以执行网页导航、表单填写、元素点击、文本提取、截图以及网络搜索等操作，确保合规性和可审计性。

主要功能点

浏览器生命周期管理： 启动、列出、获取当前活跃及终止浏览器实例。
网页导航： 访问 URL、前进、后退、刷新页面及获取当前页面 URL。
网页交互： 点击元素、输入文本、选择下拉选项、悬停、滚动页面及模拟键盘按键。
内容提取： 获取元素文本、获取元素属性、检查元素是否存在、等待元素出现及获取浏览器 Cookie。支持大文本分块提取。
JavaScript 执行与评估： 在页面上下文中执行任意 JavaScript 代码并获取结果，支持大字符串结果分块传输。
页面截图： 捕获整个页面或特定元素的屏幕截图。
网页搜索： 通过配置的搜索引擎（默认本地 SearXNG）执行网络搜索，并返回结构化结果。

安装步骤

在启动 MCP 服务器之前，你需要确保 Chromium 和 ChromeDriver 已经安装在你的系统上。AMI-WEB 提供了一个便捷的安装脚本：

克隆仓库：

git clone https://github.com/Independent-AI-Labs/AMI-WEB.git
cd AMI-WEB

设置 Python 环境（如果需要）： 请确保你的 'uv' 或 'pip' 工具已正确配置，并使用 Python 3.12 版本。

安装 Chromium/ChromeDriver：

# 假设你已经安装了 uv (https://astral.sh/uv)
uv run --python 3.12 --project browser python scripts/setup_chrome.py

此命令会根据你的操作系统安装兼容的 Chromium 和 ChromeDriver 二进制文件，并更新配置文件。

服务器配置

MCP 客户端需要通过 JSON-RPC 协议与此服务器通信。以下是 MCP 客户端连接此服务器所需配置的 JSON 格式示例：

{
  "server_name": "AMI-WEB Browser MCP Server",
  "command": "uv",
  "args": [
    "run",
    "--python",
    "3.12",
    "--project",
    "browser",
    "python",
    "backend/mcp/chrome/run_chrome.py",
    "--transport",
    "stdio"
    // 或者使用 WebSocket 传输协议:
    // "--transport", "websocket",
    // "--port", "9000"
  ],
  "description": "连接到 AMI-WEB 浏览器 MCP 服务器，以实现网页自动化和搜索功能。"
}

'server_name': (字符串) 服务器的友好名称。
'command': (字符串) 启动 MCP 服务器进程的可执行命令（例如 'uv'）。
'args': (字符串数组) 传递给 'command' 的参数列表。
- '--transport stdio': (参数) 使用标准输入/输出作为通信通道。
- '--transport websocket --port 9000': (参数) 或者使用 WebSocket 作为通信通道，指定端口（例如 '9000'）。
'description': (字符串) 对此 MCP 服务器用途的简要描述。

基本使用方法

启动服务器后，你的 MCP 客户端即可通过 JSON-RPC 协议调用以下工具来与浏览器交互：

启动浏览器： 调用 'browser_launch' 工具。
导航到 URL： 调用 'browser_navigate' 工具并提供 'url' 参数。
获取页面文本： 调用 'browser_get_text' 工具并提供 CSS 'selector'。
执行网页搜索： 调用 'web_search' 工具并提供 'query' 参数。

例如，MCP 客户端可能会向服务器发送一个 JSON-RPC 请求，调用 'browser_launch' 工具，然后是 'browser_navigate'，最后是 'browser_get_text'。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息