MCP 服务器

Browser Use Server

使用 Python 脚本启用浏览器自动化，提供诸如拍摄网页截图、检索 HTML 内容和执行 JavaScript 等操作。

浏览器自动化

本地

Python

访问服务器

Tools

screenshot

Take a screenshot of a webpage

get_html

Get the HTML content of a webpage

execute_js

Execute JavaScript code on a webpage

get_console_logs

Get the console logs of a webpage

README

Browser Use Server

一个使用 Python 脚本进行浏览器自动化的模型上下文协议服务器。与 Cline 配合使用。

功能

浏览器操作

screenshot: 捕获网页的屏幕截图（完整页面或视口）
get_html: 检索网页的 HTML 内容
execute_js: 在网页上执行 JavaScript
get_console_logs: 从网页获取控制台日志

所有操作都支持页面加载后的自定义交互步骤（例如，单击元素、滚动）。

前提条件

(可选但推荐) 安装 Xvfb 以进行无头浏览器自动化：

# Ubuntu/Debian
sudo apt-get install xvfb

# CentOS/RHEL
sudo yum install xorg-x11-server-Xvfb

# Arch Linux
sudo pacman -S xorg-server-xvfb

Xvfb (X Virtual Frame Buffer) 创建一个虚拟显示器，允许浏览器自动化而不被检测为机器人。了解有关 Xvfb 的更多信息 here。

安装 Miniconda 或 Anaconda
创建一个 Conda 环境：

conda create -n browser-use python=3.11
conda activate browser-use
pip install browser-use

设置 LLM 配置：

该服务器支持多个 LLM 提供商。您可以使用以下任何 API 密钥：

# 必需：设置至少一个以下 API 密钥
export GLHF_API_KEY=your_api_key
export GROQ_API_KEY=your_api_key
export OPENAI_API_KEY=your_api_key
export OPENROUTER_API_KEY=your_api_key
export GITHUB_API_KEY=your_api_key
export DEEPSEEK_API_KEY=your_api_key
export GEMINI_API_KEY=your_api_key
export OLLAMA_API_KEY=your_api_key

# 可选：覆盖默认配置
export MODEL=your_preferred_model  # 覆盖默认模型
export BASE_URL=your_custom_url    # 覆盖默认 API 端点
export USE_VISION=false  # 启用/禁用视觉功能（默认：false）

服务器将自动使用它找到的第一个可用 API 密钥。您可以选择使用环境变量自定义任何提供商的模型和基本 URL。

安装

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Browser Use Server：

npx -y @smithery/cli install @ztobs/cline-browser-use-mcp --client claude

克隆此存储库
安装依赖项：

npm install

构建服务器：

npm run build

MCP 配置

将以下配置添加到您的 Cline MCP 设置：

"browser-use": {
  "command": "node",
  "args": [
    "/home/YOUR_HOME/Documents/Cline/MCP/browser-use-server/build/index.js"
  ],
  "env": {
    // 必需：设置至少一个 API 密钥
    "GLHF_API_KEY": "your_api_key",
    "GROQ_API_KEY": "your_api_key",
    "OPENAI_API_KEY": "your_api_key",
    "OPENROUTER_API_KEY": "your_api_key",
    "GITHUB_API_KEY": "your_api_key",
    "DEEPSEEK_API_KEY": "your_api_key",
    "GEMINI_API_KEY": "your_api_key",
    "OLLAMA_API_KEY": "your_api_key",
    // 可选：配置覆盖
    "MODEL": "your_preferred_model",
    "BASE_URL": "your_custom_url",
    "USE_VISION": "false"
  },
  "disabled": false,
  "autoApprove": []
}

替换：

YOUR_HOME 替换为您的实际主目录名称
your_api_key 替换为您的实际 API 密钥

用法

运行服务器：

node build/index.js

该服务器将在 stdio 上可用，并支持以下操作：

截图

参数：

url：网页 URL（必需）
full_page：是否捕获完整页面或仅捕获视口（可选，默认：false）
steps：逗号分隔的操作或描述页面加载后要执行的步骤的句子（可选）

获取 HTML

参数：

url：网页 URL（必需）
steps：逗号分隔的操作或描述页面加载后要执行的步骤的句子（可选）

执行 JavaScript

参数：

url：网页 URL（必需）
script：要执行的 JavaScript 代码（必需）
steps：逗号分隔的操作或描述页面加载后要执行的步骤的句子（可选）

获取控制台日志

参数：

url：网页 URL（必需）
steps：逗号分隔的操作或描述页面加载后要执行的步骤的句子（可选）

Cline 用法示例

以下是您可以使用 browser-use 服务器和 Cline 完成的一些示例任务：

在开发期间修改网页元素

要更改需要身份验证的页面上的标题颜色：

Change the colour of the headline with the text "Alle Foren im Überblick." to deep blue on https://localhost:3000/foren/ page

To check/see the page, use browser-use MCP server to:
Open https://localhost:3000/auth,
Login with ztobs:Password123,
Navigate to https://localhost:3000/foren/,
Accept cookies if required

hint: execute all browser actions in one command with multiple comma-separated steps

此任务演示了：

使用逗号分隔的步骤进行多步骤浏览器自动化
身份验证处理
Cookie 接受
DOM 操作
CSS 样式更改

服务器将按顺序执行这些步骤，并处理沿途所需的任何交互。

配置

LLM 配置

该服务器支持多个 LLM 提供商及其默认配置：

GLHF：使用 deepseek-ai/DeepSeek-V3 模型
Ollama：使用 qwen2.5:32b-instruct-q4_K_M 模型，具有 32k 上下文窗口
Groq：使用 deepseek-r1-distill-llama-70b 模型
OpenAI：使用 gpt-4o-mini 模型
Openrouter：使用 deepseek/deepseek-chat 模型
Github：使用 gpt-4o-mini 模型
DeepSeek：使用 deepseek-chat 模型
Gemini：使用 gemini-2.0-flash-exp 模型

您可以使用环境变量覆盖这些默认值：

MODEL：为任何提供商设置自定义模型名称
BASE_URL：设置自定义 API 端点 URL（如果提供商支持）

视觉支持

服务器通过 USE_VISION 环境变量支持视觉功能：

设置 USE_VISION=true 以启用浏览器操作的视觉功能
默认值为 false，以在不需要视觉时优化性能
对于需要视觉理解网页内容的任务很有用

Xvfb 支持

服务器自动检测是否安装了 Xvfb，并且：

在可用时使用 xvfb-run，从而实现更好的浏览器自动化，而不会被检测为机器人
在未安装 Xvfb 时回退到直接执行
相应地设置 RUNNING_UNDER_XVFB 环境变量

超时

默认超时时间为 5 分钟（300000 毫秒）。修改 build/index.js 中的 TIMEOUT 常量来更改此设置。

错误处理

服务器提供详细的错误消息，用于：

Python 脚本执行失败
浏览器操作超时
无效参数

调试

使用 MCP Inspector 进行调试：

npm run inspector

引用

@software{browser_use2024,
  author = {Müller, Magnus and Žunič, Gregor},
  title = {Browser Use: Enable AI to control your browser},
  year = {2024},
  publisher = {GitHub},
  url = {https://github.com/browser-use/browser-use}
}