MCP 浏览器操作员
用于浏览器自动化的模型控制协议 (MCP) 服务器，使 LLM 能够通过标准化的 JSON-RPC 接口控制 Web 浏览器、与网页交互以及分析 Web 内容。
特征
- 浏览器管理：创建、导航、操作和关闭浏览器实例
- 作业管理：使用作业 ID 跟踪浏览器操作的状态
- Web 交互：使用 OpenAI 的计算机使用 API 执行自然语言指令
- 浏览器工具：访问控制台日志、网络活动、屏幕截图等
- 审计：运行可访问性、性能、SEO 和其他网页审计
要求
- Python 3.11+
- 剧作家
- OpenAI API 密钥（用于计算机使用 API）
安装
- 克隆此存储库：
git clone https://github.com/yourusername/operator-mcp.git
cd operator-mcp
- 安装依赖项：
- 安装 Playwright 浏览器：
playwright install chromium
- 设置您的 OpenAI API 密钥：
export OPENAI_API_KEY=your-api-key
用法
启动 MCP 服务器：
服务器按照 MCP 协议在 stdin 上监听 JSON-RPC 请求并在 stdout 上做出响应。
可执行脚本
run-server - 运行 MCP 服务器（主入口点）# Run the MCP server
./run-server
# Run with specific log directory
./run-server --log-dir /path/to/logs
# Run in debug mode
./run-server --debug
run-tests -运行所有测试（仅提供单元或集成选项）# Run all tests
./run-tests
# Run only unit tests (faster)
./run-tests --unit-only
# Run only integration tests
./run-tests --integration-only
# Run with verbose output
./run-tests --verbose
# Run a specific test
./run-tests --test TestBrowserOperatorMethods
run-test-harness - 使用 MCP Inspector 运行服务器进行交互式测试# Run with the MCP Inspector for interactive testing
./run-test-harness
核心方法
浏览器管理
- 创建浏览器：初始化一个新的浏览器实例
{
"jsonrpc": "2.0",
"id": 1,
"method": "mcp__browser-operator__create-browser",
"params": {
"project_name": "my-project"
}
}
- 导航浏览器：将浏览器定向到指定的 URL
{
"jsonrpc": "2.0",
"id": 2,
"method": "mcp__browser-operator__navigate-browser",
"params": {
"project_name": "my-project",
"url": "https://example.com"
}
}
- 操作浏览器：执行浏览器交互的自然语言指令
{
"jsonrpc": "2.0",
"id": 3,
"method": "mcp__browser-operator__operate-browser",
"params": {
"project_name": "my-project",
"instruction": "Find the heading on this page and tell me what it says."
}
}
- 关闭浏览器：终止浏览器实例
{
"jsonrpc": "2.0",
"id": 4,
"method": "mcp__browser-operator__close-browser",
"params": {
"project_name": "my-project"
}
}
作业管理
- 获取作业状态：通过作业 ID 检索操作的状态和结果
{
"jsonrpc": "2.0",
"id": 5,
"method": "mcp__browser-operator__get-job-status",
"params": {
"job_id": "job-12345"
}
}
- 列出作业：查看最近的浏览器操作作业
{
"jsonrpc": "2.0",
"id": 6,
"method": "mcp__browser-operator__list-jobs",
"params": {
"limit": 10
}
}
用户备注
- 添加注释：创建并存储与浏览器操作相关的注释
{
"jsonrpc": "2.0",
"id": 7,
"method": "mcp__browser-operator__add-note",
"params": {
"name": "My Note",
"content": "Important information about this browser session"
}
}
其他方法
浏览器调试工具
- 获取控制台日志：
mcp__browser-tools__getConsoleLogs - 获取控制台错误：
mcp__browser-tools__getConsoleErrors - 获取网络日志：
mcp__browser-tools__getNetworkLogs - 获取网络错误：
mcp__browser-tools__getNetworkErrors - 截屏：
mcp__browser-tools__takeScreenshot - 获取选定元素：
mcp__browser-tools__getSelectedElement - 擦除日志：
mcp__browser-tools__wipeLogs
审计工具
- 运行可访问性审核：
mcp__browser-tools__runAccessibilityAudit - 运行性能审计：
mcp__browser-tools__runPerformanceAudit - 运行 SEO 审核：
mcp__browser-tools__runSEOAudit - 运行 NextJS 审计：
mcp__browser-tools__runNextJSAudit - 运行最佳实践审核：
mcp__browser-tools__runBestPracticesAudit - 运行调试器模式：
mcp__browser-tools__runDebuggerMode - 运行审核模式：
mcp__browser-tools__runAuditMode
异步工作流模式
浏览器操作是异步的，并使用基于作业的方法：
- 开始操作：调用返回 job_id 的浏览器方法
- 轮询完成情况：使用 get-job-status 直到作业完成
- 处理结果：作业完成时，从作业状态访问结果
这种方法可以防止客户端超时，同时允许复杂的浏览器操作完成。
持久浏览器状态
当使用项目名称创建浏览器时，MCP Operator 会维持持久状态：
- 浏览器状态（cookie、本地存储、会话存储）在会话之间保留
- 多个项目可以维护独立的浏览器状态
- 对于维护登录会话、购物车或其他个性化状态很有用
项目结构
src/mcp_operator/ ：主包__init__.py ：包初始化__main__.py ：包的入口点server.py ：MCP 服务器实现browser.py ：浏览器操作符实现cua/ ：计算机使用 API 组件agent.py ：代理实现computer.py ：计算机接口utils.py ：实用函数
run-server ：运行 MCP 服务器的脚本run-tests ：运行单元和集成测试的脚本run-test-harness ：使用 MCP Inspector 运行的脚本
发展
使用 MCP 检查器
如需调试，请使用MCP Inspector ：
# Use the included run-test-harness script
./run-test-harness
# Or directly:
npx @modelcontextprotocol/inspector ./run-server
这提供了一个 Web 界面来测试您的 MCP 服务器。
安全
- 阻止潜在有害网站的域名
- 导航前的 URL 验证
- 不同浏览器实例之间的会话隔离
- 基于文件的日志记录（没有标准输出来保留 MCP 协议）