Selenium MCP Server 使用说明

项目简介

Selenium MCP Server 是一个实现了 Model Context Protocol (MCP) 的服务器，它利用 Selenium WebDriver 库，为 LLM 客户端提供浏览器自动化能力。通过该服务器，LLM 可以控制浏览器执行各种操作，例如访问网页、填写表单、点击按钮、获取网页内容等，从而扩展 LLM 在 Web 交互方面的能力。

主要功能点

浏览器会话管理: 启动和关闭 Chrome 或 Firefox 浏览器会话，支持自定义启动参数和 headless 模式。
网页导航: 控制浏览器访问指定的 URL。
元素定位与交互: 提供多种元素定位策略（id, css, xpath, name, tag, class），支持点击、输入文本、悬停、拖拽、双击、右键点击等元素交互操作。
数据获取: 获取元素的文本内容。
键盘模拟: 模拟键盘按键操作。
文件上传: 模拟文件上传操作。
屏幕截图: 截取当前网页的屏幕截图，可保存到指定路径或返回 Base64 编码。

安装步骤

安装 Node.js 和 npm: 确保你的系统已安装 Node.js 和 npm (Node 包管理器)。

全局安装 Selenium MCP Server: 打开终端，运行以下命令全局安装 'mcp-selenium':

npm install -g @angiejones/mcp-selenium

服务器配置

MCP 客户端需要配置 Selenium MCP Server 的启动信息才能连接和使用其功能。以下是配置示例，你需要将此配置添加到你的 MCP 客户端的服务器配置中。

{
  "mcpServers": {
    "selenium": {  // 服务器名称，可以自定义
      "command": "mcp-selenium", // 启动服务器的命令，这里直接使用安装后可用的命令名
      "args": [] // 启动参数，当前示例无需额外参数
    }
  }
}

配置参数说明:

'"selenium"': 服务器名称，客户端用此名称来标识和调用 Selenium MCP Server。你可以自定义名称。
'"command": "mcp-selenium"': 指定启动服务器的命令。全局安装后，'mcp-selenium' 命令可以直接在终端中运行。
'"args": []': 启动参数列表。对于 Selenium MCP Server 默认配置，通常不需要额外的启动参数，因此设置为空数组。

基本使用方法

启动 Selenium MCP Server: 在终端中运行 'mcp-selenium' 命令即可启动服务器。服务器默认通过 Stdio 协议与客户端通信。
在 MCP 客户端中配置并连接 Selenium MCP Server。
通过 MCP 客户端向 Selenium MCP Server 发送 JSON-RPC 请求，调用预定义的工具 (Tools) 来控制浏览器。 例如，调用 'start_browser' 工具启动浏览器会话，然后调用 'navigate' 工具访问网页，再使用 'find_element' 和 'click_element' 等工具与网页元素互动。

工具调用示例 (JSON-RPC 请求体):

以下是一些工具调用的示例，展示如何通过 JSON-RPC 请求来使用 Selenium MCP Server 的功能。你需要将这些请求发送到你的 MCP 客户端，客户端会负责将其转发给 Selenium MCP Server 执行。

启动 Chrome 浏览器 (headless 模式):

{
  "tool": "start_browser",
  "parameters": {
    "browser": "chrome",
    "options": {
      "headless": true
    }
  }
}

访问百度首页:

{
  "tool": "navigate",
  "parameters": {
    "url": "https://www.baidu.com"
  }
}

在百度搜索框输入 "MCP" 并点击 "百度一下" 按钮 (假设搜索框 id 为 "kw", 按钮 id 为 "su"):

{
  "tool": "send_keys",
  "parameters": {
    "by": "id",
    "value": "kw",
    "text": "MCP"
  }
}

{
  "tool": "click_element",
  "parameters": {
    "by": "id",
    "value": "su"
  }
}

请参考仓库 README.md 文件中 "Tools" 部分的详细说明，了解每个工具的参数和使用方法。

关键词