Browserbase MCP 服务器使用说明

项目简介

Browserbase MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器实现，它利用 Browserbase 云浏览器服务，为大型语言模型 (LLM) 提供浏览器自动化能力。通过此服务器，LLM 可以控制云端浏览器执行网页导航、元素点击、表单填写、数据提取、屏幕截图和执行 JavaScript 等操作，从而增强 LLM 在 Web 场景下的应用能力。

主要功能点

云端浏览器自动化：控制和编排云端浏览器会话，无需本地浏览器环境。
网页数据提取：从任何网页中提取结构化或非结构化数据。
控制台日志监控：实时跟踪和分析浏览器控制台输出的日志信息。
网页截图：捕获网页完整页面或特定元素的屏幕截图，支持自定义尺寸。
JavaScript 执行：在浏览器上下文中执行自定义 JavaScript 代码，实现更复杂的操作。
网页交互：模拟用户在网页上的操作，如导航、点击链接、填写表单等。

安装步骤

前提条件：确保已安装 Node.js 和 npm (Node.js 包管理器)。

克隆仓库：将 GitHub 仓库克隆到本地：

git clone https://github.com/browserbase/mcp-server-browserbase.git

进入 Browserbase 目录：

cd mcp-server-browserbase/browserbase

安装依赖：使用 npm 安装项目依赖：
```
npm install
```
配置环境变量：
- 必须设置以下环境变量，用于连接 Browserbase 服务：
  - 'BROWSERBASE_API_KEY': 您的 Browserbase API 密钥。请在 Browserbase 官网获取。
  - 'BROWSERBASE_PROJECT_ID': 您的 Browserbase 项目 ID。同样在 Browserbase 控制台获取。
- 您可以通过多种方式设置环境变量，例如在终端中 export，或者使用 '.env' 文件。

服务器配置

MCP 客户端需要以下 JSON 配置信息来连接 Browserbase MCP 服务器。请将以下配置添加到您的 MCP 客户端配置中：

{
  "serverName": "BrowserbaseMCP",
  "command": "node",
  "args": ["./browserbase/src/index.js"]
}

'serverName': MCP 服务器的名称，可以自定义，用于在客户端中标识该服务器。
'command': 运行服务器的命令，这里使用 'node' 命令来执行 JavaScript 文件。
'args': 传递给 'node' 命令的参数，指定服务器入口文件 'index.js' 的路径。路径是相对于 'command' 执行目录的。

注意：请确保 MCP 客户端的当前工作目录设置为 'mcp-server-browserbase' 仓库的根目录，或者根据实际情况调整 'args' 中的路径。

基本使用方法

启动服务器：在 'browserbase' 目录下，运行以下命令启动 Browserbase MCP 服务器：
```
npm start
```
或者
```
node src/index.js
```
服务器成功启动后，将监听来自 MCP 客户端的请求。
配置 MCP 客户端：在您的 MCP 客户端应用中，根据上述 “服务器配置” 部分的信息配置 Browserbase MCP 服务器连接。
调用工具：通过 MCP 客户端，您可以向 Browserbase MCP 服务器发送 'CallToolRequest' 请求，调用预定义的工具来执行浏览器自动化任务。可用的工具包括 'browserbase_create_session', 'browserbase_close_session', 'browserbase_navigate', 'browserbase_screenshot', 'browserbase_click', 'browserbase_fill', 'browserbase_evaluate', 'browserbase_get_content' 和 'browserbase_get_json'。
访问资源：使用 MCP 客户端请求资源，例如浏览器控制台日志 ('console://logs') 和屏幕截图 ('screenshot://<screenshot_name>')。

通过以上步骤，您就可以使用 Browserbase MCP 服务器为您的 LLM 应用提供强大的云端浏览器自动化能力。

关键词