Clive Browser MCP Server

关键词

浏览器自动化Chrome DevTools ProtocolJSON-RPC浏览器控制嵌入式服务

使用说明

  • 项目简介

    • 该仓库实现了一个 MCP 服务器，用于通过一组浏览器操作工具让 AI 模型能够对浏览器进行自动化控制。服务器内部通过 Chrome CDP 与浏览器交互，并向外暴露一组工具，例如浏览器导航、点击、输入、截图等，方便 LLM 客户端以统一的接口调用。
    • 服务器运行模式为以 STDIO 方式与 MCP 客户端通信，适合在需要嵌入式或管道化部署环境中使用。

  • 主要功能点

    • 暴露浏览器操作工具：如 browser_navigate、browser_click、browser_type、browser_snapshot、browser_wait、browser_status 等，用于实现网页浏览、表单填写、元素交互等自动化场景。
    • 通过 Chrome DevTools Protocol (CDP) 与浏览器直接交互，具备较高的控制粒度和实时性。
    • 基于 MCP 服务器框架搭建，提供标准的 JSON-RPC 交互、请求/响应以及工具调度能力。
    • 通过模块化工具注册，便于扩展更多浏览器相关能力。
    • 运行方式简单，支持通过标准输入/输出将 MCP 客户端与服务端连接起来，利于在不同环境部署。

  • 安装与运行步骤

    • 需要先准备好 Python 环境，以及具备 Chrome/Chromium（可通过常规浏览器安装获得 CDP 接口）。
    • 将代码仓库克隆到本地或服务器上，确保依赖安装完毕（可能需要额外安装一个提供 MCP 服务能力的 Python 库，例如 mcp/fastmcp 等依赖）。
    • 启动命令（简要说明，不包含代码示例）：
      • 进入浏览器子目录，执行启动脚本以以标准输入输出方式启动 MCP 服务器。
      • 使用 python -m browser 方式启动，会在标准输入/输出流上暴露接口。
    • 注意事项
      • 需要 Chrome/Chromium 可用且 CDP 端口可访问。
      • 某些环境可能需要配置 DISPLAY 变量或桌面环境（对无头环境的支持请参考项目文档）。
      • 客户端应通过配置提供的启动命令和参数来连接服务器（详见下面的配置格式）。

  • 服务器配置（MCP 客户端需要的连接信息） 备注：客户端需要知道服务器的名称、启动命令及参数等信息，以便与服务器建立连接。以下为一个示例配置的结构描述（JSON 形式描述，不是代码）： { "server_name": "clive-browser", "command": "python", "args": ["-m", "browser"], "transport": "stdio", "description": "Clive 浏览器控制服务器，暴露 browser_* 工具给客户端调用，通过 CDP 控制 Chrome 浏览器。" }

    • server_name: 服务器对外名称，建议使用“clive-browser”以与代码中的注册名保持一致。
    • command: 启动服务器所需的可执行文件（通常是 python）。
    • args: 启动参数，包含模块路径及其他必要参数（如 -m browser）。
    • transport: 客户端与服务器之间的传输方式（此实现以标准输入输出为主）。
    • description: 对服务器的简要描述，便于客户端确认用途。

  • 基本使用方法

    • 启动后，MCP 客户端向服务器发送请求以调用具体工具，例如：
      • browser_navigate: 传入目标 URL，服务器将让浏览器导航到该地址并返回执行结果。
      • browser_click: 指定坐标或定位信息，服务器在页面内执行点击操作并返回结果。
      • browser_snapshot: 捕获当前页面的结构信息与可交互元素，供后续定位使用。
      • browser_status: 获取当前 CDP 连接状态、已打开的标签页等信息。
    • 客户端在需要时可以通过组合调用实现复杂的浏览器自动化流程，同时服务器将返回文本或 JSON 格式的结果，供进一步处理或展示。
    • 由于是以 MCP 协议进行通信，调用与响应都遵循 JSON-RPC 形式，具体字段位于库的实现细节中，客户端仅需按约定的工具名进行调用并解析返回结果。

  • 额外说明

    • 该实现将浏览器控制逻辑与 MCP 通信封装在一个服务端里，便于将来扩展更多的浏览器相关能力或迁移到不同的传输通道（如 SSE、WebSocket 等）。
    • 使用时请确保浏览器可用且 CDP 端口可访问，且环境具备必要的系统依赖。

服务器信息

访问项目