使用说明

项目简介

本项目实现了一个 MCP（Model Context Protocol）服务器端，用于在 LLM 客户端和浏览器自动化扩展之间提供标准化的上下文服务。核心能力包括：托管和管理资源、注册和执行工具、定义和渲染提示模板，并通过 JSON-RPC 与 MCP 客户端通信。同时，服务器通过 WebSocket 与 Chrome 浏览器扩展进行实时浏览器自动化任务的执行与结果回传。

主要功能点

• MCP 服务端：通过标准的 JSON-RPC 处理来自 MCP 客户端的请求，如列出工具、调用工具、取消任务等。
• IO 传输：服务器通过标准输入输出（stdio）与 MCP 客户端进行通信，支持集成到不同的客户端环境中。
• 扩展通信：使用 WebSocket 与 Chrome 浏览器扩展建立连接，扩展负责实际的浏览器自动化操作。
• 工具体系：内置 browser-agent 工具，接收 prompt 并在浏览器中执行对应任务。
• 任务管理：支持任务调用的并发控制、进度通知、超时处理和错误信息返回。
• 测试覆盖：包含集成测试和 WebSocket 服务端测试，验证连接、工具调用和响应流程。

安装步骤

1. 安装依赖
   • npm install
2. 构建项目
   • npm run build
3. 运行开发模式（如有测试场景）
   • npm run dev
4. 运行测试
   • npm test

服务器配置（MCP 客户端所需信息）

MCP 客户端要注册我们的 MCP 服务器，配置示例如下（为方便阅读仅以 JSON 形式给出，实际客户端按其界面填写）： { "serverName": "runbook-ai-mcp", "command": "npx", "args": ["-y", "runbook-ai-mcp@latest"] } 说明：

• serverName：在 MCP 客户端配置中的服务器名称，需要与服务器端实现中的名称保持一致，方便辨识和管理。
• command/args：启动服务器所需的命令及参数，MCP 客户端使用该信息来启动并连接服务器。具体示例对应本仓库中的启动方式（通过 npx 启动 runbook-ai-mcp）。
• 运行该 MCP 服务器后，浏览器扩展通过 WebSocket 连接到服务器（默认端口在代码中可配置，示例中常用端口如 9003），MCP 客户端再通过 STDIO 与服务器建立通信。

基本使用方法

• 启动服务器后，确保 Chrome 扩展已安装并在浏览器中连接到服务器的 WebSocket 接口。
• MCP 客户端发送工具调用请求，服务器将请求转发给扩展执行，扩展完成后通过 WebSocket 将结果返回，服务器再将结果回传给 MCP 客户端。
• 通过工具调用可以执行 browser-agent，传入 prompt 作为任务描述，扩展在浏览器中执行相应任务并产出结果。
• 服务器还支持进度通知、错误处理和取消操作，确保与 MCP 客户端的交互流畅。