WebDriverIO MCP 服务器

关键词

浏览器自动化移动应用自动化WebDriverIOAppiumClaude 集成

使用说明内容（Markdown格式）

  • 项目简介

    • 这是一个基于 MCP 的服务器端实现，面向 Claude Desktop 等 MCP 客户端，提供浏览器自动化（Chrome、Firefox、Edge、Safari）以及 iOS/Android 移动应用的自动化能力。通过 JSON-RPC 风格的请求-响应，客户端可以查询能力、调用工具、获取或执行 Prompts 等。

  • 主要功能点

    • MCP 服务端核心：接收客户端请求、执行已注册工具、返回结构化响应，支持会话管理与能力声明。
    • 工具集合：包含浏览器会话管理、导航、元素交互、截屏、Cookies、移动手势、应用状态、上下文切换、设备控制、脚本执行等多种工具。
    • 会话与设备管理：实现 start_browser、close_session、start_app_session、get_app_state、get_app_state 等多种会话相关工具，覆盖浏览器和移动端。
    • 跨平台支持：浏览器（Chrome/Firefox/Edge/Safari）与移动端（iOS/Android，Appium 基于 XCUITest、UiAutomator2/Espresso）。
    • 脚本与定位：提供 execute_script、get_visible_elements、get_accessibility、get_contexts、switch_context 等能力，方便 LLM 与真实应用的交互。
    • 传输与日志：使用 Stdio 传输实现与 Claude Desktop 的对话，统一输出到标准错误，避免干扰 MCP 协议日志。

  • 安装步骤

    • 安装依赖：在项目根目录执行 npm install 以获取所需依赖。
    • 构建与运行：执行构建命令，将 TypeScript 代码编译为可执行的 JS 入口（如 lib/server.js），随后在需要的环境中以 Node 运行该入口。
    • 运行方式示例（环境搭建完成后可执行）
      • 通过 Claude Desktop 的 MCP 配置将服务器作为一个 MCP 服务接入到工作流中，随后客户端即可通过 MCP 调用注册的工具。

  • 服务器配置（MCP 客户端要点，不需要你自行编写服务内部实现，只需在客户端配置中指向启动命令和参数）

    • MCP 客户端配置示例（文字描述，不包含代码块）
      • MCP 服务器名：wdio-mcp
      • 启动命令：npx
      • 参数：-y, @wdio/mcp
      • 注释：客户端通过指定的命令与参数启动 MCP 服务器。该启动方式在仓库示例中体现为对 Claude Desktop 的集成场景，确保 MCP 客户端在启动时能够加载并与服务器建立 JSON-RPC 连接。
    • 备选配置（全局安装场景）
      • MCP 服务器名：wdio-mcp
      • 启动命令：wdio-mcp
      • 注释：若已全局安装相关包，可直接通过可执行文件启动 MCP 服务器。

  • 基本使用方法

    • 在 Claude Desktop 或其他 MCP 客户端中，将上述服务器配置添加到 MCP 设置中，确保客户端知道如何启动服务器以及连接方式。
    • 启动并保持一个活跃会话：
      • 启动浏览器会话（start_browser），或启动移动应用会话（start_app_session）。
      • 使用不同工具执行浏览器/移动端操作（如 navigate、click_element、set_value、take_screenshot、get_visible_elements 等），获取结构化输出或托管到 LLM 的上下文信息。
    • 会话管理要点：
      • 同一时刻只能有一个会话处于活动状态（浏览器或应用），用 close_session 进行终止或 detach 以保持服务器端状态。
    • 现场示例（描述性）
      • 启动 Chrome 浏览器，打开指定网址，进行简单交互并截屏，用以验证页面状态。
      • 启动一个移动应用会话，执行简单界面操作并获取应用状态。

服务器信息

访问项目