使用说明

项目简介

本项目展示了如何使用 Model Context Protocol (MCP) 将 Amazon Nova Act 的 Web 自动化能力以标准化的方式暴露给大型语言模型 (LLM)。通过部署此 MCP 服务器，LLM 客户端（如 Claude Desktop）可以调用 Nova Act 提供的浏览器自动化工具，实现网页浏览、数据抓取、表单填写等功能，从而扩展 LLM 在 Web 环境中的应用能力。

主要功能点

标准化 LLM 集成: 通过 MCP 协议，实现与各类 LLM 客户端的标准化对接，即插即用。
Web 自动化能力: 集成 Amazon Nova Act，提供强大的网页自动化操作，包括页面导航、元素点击、文本输入、数据提取等。
并行任务执行: 支持并行执行多个浏览器任务，提高效率，可同时处理多个网页自动化流程。
数据提取与处理: 能够从网页中提取结构化和非结构化数据，并进行初步处理。
会话管理: 服务器端管理浏览器会话，支持会话的启动、保持和关闭。
工具注册与发现: 通过 MCP 协议声明和注册 Nova Act 提供的工具，方便 LLM 客户端发现和调用。
示例客户端: 提供 Python 示例客户端，演示如何与 MCP 服务器进行交互。
Claude Desktop 集成: 提供与 Claude Desktop 等 MCP 客户端的集成指南。

安装步骤

克隆仓库:

git clone https://github.com/aws-samples/sample-agents-with-nova-act-and-mcp
cd sample-agents-with-nova-act-and-mcp

安装依赖:

pip install -r requirements.txt

配置 Nova Act API 密钥: 获取 Nova Act API 密钥 (https://nova.amazon.com/act) 并设置为环境变量 'NOVA_ACT_API_KEY'。
```
export NOVA_ACT_API_KEY="your_api_key"
```
配置 AWS 凭证: 确保已配置 AWS 凭证，以便访问 Amazon Bedrock 服务。参考 AWS CLI Quickstart Guide。

服务器配置

MCP 客户端（例如 'mcp_examples/nova_act_mcp_client.py' 或 Claude Desktop）需要以下配置信息来连接到 Nova Act MCP 服务器。将以下 JSON 配置添加到 MCP 客户端的服务器列表中：

{
  "serverName": "nova-act-server",  // 服务器名称，可自定义
  "command": "python",             // 启动服务器的命令，这里使用 python 解释器
  "args": [                       // 启动参数
    "mcp_examples/nova_act_mcp_server.py" // MCP 服务器脚本的路径
  ],
  "env": {                         // 环境变量 (可选)
    "NOVA_ACT_API_KEY": "<your_api_key>" // (可选) 如果不在系统环境变量中设置，可以在这里配置API密钥，需要替换为你的实际API密钥
  }
}

注意:

请将 '<your_api_key>' 替换为您实际的 Nova Act API 密钥。
如果已经在系统环境变量中设置了 'NOVA_ACT_API_KEY'，则 'env' 部分可以省略。
'serverName' 可以自定义，用于在 MCP 客户端中标识该服务器连接。
'command' 和 'args' 确保指向正确的 Python 解释器和 'nova_act_mcp_server.py' 脚本路径。

基本使用方法

启动 MCP 服务器: 无需手动启动服务器，MCP 客户端在连接时会自动启动 'mcp_examples/nova_act_mcp_server.py'。
运行 MCP 客户端: 使用仓库提供的示例客户端 'mcp_examples/nova_act_mcp_client.py' 连接到服务器。
```
cd mcp_examples
python nova_act_mcp_client.py nova_act_mcp_server.py
```
或者，您可以配置 Claude Desktop 连接到该 MCP 服务器，具体步骤参考 Claude Desktop MCP Setup Guide。
通过 LLM 客户端调用工具: 连接成功后，您可以在 LLM 客户端中（例如 Claude Desktop 或示例客户端的交互式界面）向 LLM 发送指令，LLM 将根据指令和工具描述，自动调用 Nova Act MCP 服务器提供的工具，例如 'browser_session', 'browser_action', 'execute_parallel_browser_tasks' 等，实现网页自动化操作。

例如，在示例客户端的交互式界面中，您可以输入自然语言查询，客户端会调用 Bedrock Claude 模型理解您的意图，并利用可用的 Nova Act 工具执行相应的 Web 自动化任务。
查看结果: 工具执行结果将返回给 LLM 客户端，您可以在客户端界面查看结果，或通过 'list_results', 'get_result', 'save_results' 等工具管理和查看历史结果。

示例查询:

在 'mcp_examples/nova_act_mcp_client.py' 客户端中，您可以尝试以下查询：

"Search for the price of iPhone 15 on Amazon and tell me the price."
"Go to google.com and search for 'weather in Seattle'."
"Take a screenshot of the current webpage."

Claude Desktop 集成:

按照 Claude Desktop MCP Setup Guide 配置 Claude Desktop 连接到该 MCP 服务器后，您可以在 Claude Desktop 中直接使用自然语言指令，让 Claude 调用 Nova Act 的 Web 自动化能力。

关键词