使用说明

项目简介

Rod MCP Server 基于 Rod 浏览器自动化库，通过 Model Context Protocol (MCP) 协议，为大型语言模型 (LLM) 提供与网页交互的能力。它作为一个 MCP 服务器，托管了一系列用于浏览器操作的工具，使得 LLM 客户端可以通过标准化的 MCP 接口调用这些工具，从而实现网页浏览、信息抓取、人机交互等功能。

主要功能点

浏览器自动化工具: 提供丰富的浏览器自动化工具，例如：
- 页面导航: 访问指定 URL。
- 页面操作: 后退、前进、刷新页面。
- 元素交互: 点击页面元素、填写输入框、选择下拉框选项。
- 数据获取: 执行 JavaScript 代码、截取网页截图、生成 PDF 文件。
- 浏览器管理: 关闭浏览器。
MCP 协议支持: 遵循 MCP 协议标准，通过 Stdio 进行通信，易于与各种 MCP 客户端集成。
可配置的浏览器环境: 支持配置是否以 Headless 模式运行浏览器，以及设置代理、用户数据目录等。

安装步骤

安装 Go 环境: 确保您的机器上已安装 Go 语言环境。

下载仓库: 使用 Git 克隆 'rod-mcp' 仓库到本地：

git clone https://github.com/go-rod/rod-mcp.git
cd rod-mcp

构建服务器: 在仓库目录下，使用 'go build' 命令编译服务器程序：
```
go build -o rod-mcp-server
```
这将在当前目录生成可执行文件 'rod-mcp-server' (或 'rod-mcp-server.exe' on Windows)。

服务器配置

MCP 客户端需要配置以下 JSON 格式的信息来连接 Rod MCP Server。请根据实际情况修改 'command' 和 'args' 字段。

{
  "serverName": "Rod MCP Server",
  "command": "./rod-mcp-server",
  "args": []
}

'serverName': MCP 服务器的名称，这里设置为 "Rod MCP Server"。
'command': 启动 Rod MCP Server 的命令。
- './rod-mcp-server': 假设您在构建步骤中将可执行文件命名为 'rod-mcp-server' 并且位于当前目录。请根据实际情况修改路径。
'args': 启动服务器时需要传递的命令行参数，以数组形式提供。
- 当前配置为空数组 '[]'，表示不传递任何参数。
- 您可以根据需要添加参数，例如：
  - '--headless': 以 Headless 模式运行浏览器 (不显示浏览器窗口)。
  - '--config <config_path>': 指定配置文件路径，例如 '--config rod-mcp.yaml'。

基本使用方法

启动服务器: 在终端中运行编译生成的可执行文件 'rod-mcp-server'。服务器将通过 Stdio 监听 MCP 客户端的请求。
配置 MCP 客户端: 在您的 MCP 客户端中，配置连接到 Rod MCP Server，并指定上述服务器配置信息。
调用工具: 通过 MCP 客户端，您可以调用 Rod MCP Server 提供的各种工具，例如 'rod_navigate' (导航到 URL), 'rod_click' (点击元素), 'rod_screenshot' (截图) 等，来实现网页自动化操作。具体工具的使用方法请参考工具的描述信息。

关键词