YetiBrowser MCP

[!IMPORTANT] Dieses Projekt wurde archiviert. Es wurde entwickelt, um die fehlende Browsersteuerung in KI-Agenten wie Claude und Codex zu beheben, aber die Agenten verfügen jetzt über diese Funktionen, ohne dass eine dedizierte MCP-basierte Lösung erforderlich ist.

YetiBrowser MCP

YetiBrowser MCP ist eine vollständig quelloffene Implementierung des Browser-MCP-Workflows. Es verbindet einen Node-basierten MCP-Server mit Chrome-/Firefox-Erweiterungen, sodass Model-Context-Protocol-Clients – Codex/Claude Code, Cursor, Windsurf, MCP Inspector oder Ihre eigenen Tools – einen echten Browser-Tab automatisieren können, wobei jedes Byte auf Ihrem Rechner bleibt und überprüfbar ist.

Warum YetiBrowser MCP wählen?

• Transparent und hackbar – keine Blob-Downloads. Jede Komponente kann eingesehen, geforkt und erweitert werden.
• Lokal zuerst – die Erweiterung kommuniziert nur mit einem localhost-MCP-Server; Browserdaten verlassen niemals Ihr Gerät.
• Browserübergreifend – gemeinsame Logik unterstützt sowohl Chrome- als auch Firefox-Pakete (der Firefox-Build wartet auf bessere Manifest-V3-Unterstützung, daher kann die Verbindungs-UX eingeschränkt sein, bis Mozilla vollständige MV3-APIs bereitstellt).
• Entwicklerorientierte Werkzeuge – umfangreichere Konsolenerfassung, DOM-Diffing, Seitenzustands-Dumps und Vollbild-Screenshots, entwickelt für Debugging und QA.
• Produktionsfreundlich – Skripte und Dokumentation für Paketierung, Veröffentlichung und Integration in IDE-Workflows.

Repository-Struktur

• packages/shared – gemeinsame TypeScript-Definitionen für Nachrichten und Werkzeugschemata.
• packages/server – der MCP-Server, der MCP-Clients mit einem laufenden Browser-Tab verbindet.
• extensions/shared – gemeinsamer Erweiterungsquellcode (Hintergrund/Popup) und Assets.
• extensions/chrome / extensions/firefox – browserspezifische Paketierungsschichten.
• docs/ – Arbeitsbereichsbefehle, Veröffentlichungschecklisten und Funktionshinweise.
• scripts/ – Hilfsprogramme wie package-extensions.sh für Release-ZIPs.

Verfügbare MCP-Werkzeuge

• browser_snapshot – einen barrierefreiheitsorientierten Schnappschuss der aktuellen Seite erfassen
• browser_snapshot_diff – die beiden letzten Schnappschüsse vergleichen, um DOM-/ARIA-Änderungen hervorzuheben
• browser_navigate – eine neue URL im verbundenen Tab laden und einen aktualisierten Schnappschuss zurückgeben
• browser_go_back / browser_go_forward – durch den Verlauf navigieren, während MCP synchron bleibt
• browser_wait – Automatisierung für eine festgelegte Anzahl von Sekunden pausieren
• browser_wait_for – blockieren, bis ein Selektor erscheint (optional sichtbar), bevor fortgefahren wird
• browser_press_key – einen Tastaturtastendruck auf dem fokussierten Element simulieren
• browser_click – das durch einen CSS-Selektor identifizierte Element klicken
• browser_hover – den Mauszeiger über das anvisierte Element bewegen
• browser_drag – ein Element auf ein Ablageziel ziehen, für sortierbare/Drag-and-Drop-Benutzeroberflächen
• browser_type – Text in ein bearbeitbares Element eingeben (optional mit Enter absenden)
• browser_fill_form – mehrere Eingabefelder/Auswahllisten/Checkboxen/Radiobuttons in einem Aufruf ausfüllen
• browser_select_option – eine oder mehrere Optionen in einem <select>-Element auswählen
• browser_screenshot – einen Viewport- oder Vollbild-Screenshot über das DevTools-Protokoll erfassen
• browser_get_console_logs – aktuelle Konsolenausgabe zurückgeben, einschließlich Fehlern mit Stack-Traces
• browser_page_state – Formulare, Speicherschlüssel und Cookies für die verbundene Seite ausgeben
• browser_connection_info – Bridge-WebSocket-Port, Verbindungsstatus und Erweiterungsversion melden
• browser_evaluate – benutzerdefiniertes JavaScript innerhalb der Seite ausführen und JSON-serialisierbare Ergebnisse zurückgeben
• browser_handle_dialog – alert/confirm/prompt-Dialoge mit optionalem Eingabetext akzeptieren oder ablehnen

MCP-Browsererweiterungsinstallation

Chrome-Browser

• Installieren Sie die neueste Chrome-Browsererweiterung hier: https://chromewebstore.google.com/detail/hpedknkjljpopinabjjmljgckhlancni?utm_source=item-share-cb
• Belassen Sie sie im Automatischen Verbindungsmodus, es sei denn, Sie führen mehrere Instanzen des YetiBrowser MCP-Servers aus

Firefox-Browser (derzeit nicht verfügbar)

• Aufgrund der eingeschränkten Fähigkeiten von Manifest v3 in der stabilen Firefox-Version ist die Firefox-Erweiterung zurückgestellt, bis die vollständige Unterstützung allgemein verfügbar ist (außerhalb von Nightly-Builds).

MCP-Server-Installation

Codex CLI

• Bearbeiten Sie Ihre ~/.codex/config.toml und fügen Sie den MCP-Eintrag hinzu:

  [mcp_servers.yetibrowser-mcp]
  command = "npx"
  args = ["-y", "@yetidevworks/server"]
  

• Starten Sie den codex CLI-Befehl neu; Sie sollten yetibrowser-mcp unter den /mcp-Werkzeugen aufgelistet sehen.
• Wenn Sie einen bestimmten Port angeben möchten, verwenden Sie dieses Format für den args-Eintrag: args = ["-y", "@yetidevworks/server", "--ws-port", "9010"]

Claude Code

• Stellen Sie sicher, dass die Erweiterung installiert und mit einem Tab verbunden ist, und starten Sie dann den MCP-Server mit npx -y @yetidevworks/server (oder führen Sie die lokal gebaute CLI aus).
• Fügen Sie den Servereintrag zu ~/Library/Application Support/Claude/claude_desktop_config.json hinzu (siehe das Beispiel in docs/publishing.md).
• Starten Sie claude neu, damit es den neuen MCP-Server erkennt; Sie sollten yetibrowser-mcp im /mcp-Werkzeugmenü aufgelistet sehen, sobald die Erweiterung verbunden ist.

Andere MCP-fähige Clients

• Jeder MCP-Client kann sich verbinden, indem er die CLI startet (npx -y @yetidevworks/server) oder optional einen bestimmten Port angibt, z. B. npx -y @yetidevworks/server --ws-port 9010.
• Der Server stellt den standardmäßigen MCP-Transport über stdio bereit. Verwenden Sie daher den von Ihrem Client unterstützten Konfigurationsmechanismus, um den obigen Befehl auszuführen, wenn ein Tab verbunden ist.

MCP Inspector

• Zum Testen und Debuggen außerhalb eines Coding-Agenten.
• npx @modelcontextprotocol/inspector npx -y @yetidevworks/server -- --ws-port 9010 um den MCP-Server in Verbindung mit der YetiBrowser MCP-Browsererweiterung auszuführen und zu inspizieren.

Fehlerbehebung

• Die CLI durchläuft die Ports 9010-9020, bis sie einen freien findet, und protokolliert switched to, wenn sie weitergeht. Übergeben Sie --ws-port <port>, wenn Sie stattdessen einen bestimmten Port festlegen möchten.
• Das Popup der Browsererweiterung spiegelt dieses Verhalten wider: Belassen Sie es auf „Automatisch“, um den Port der CLI zu verfolgen, oder wählen Sie „Manuell“ und geben Sie den von browser_connection_info / dem CLI-Protokoll gemeldeten Port ein, um ihn zu überschreiben.
• Fragen Sie einfach Ihr KI-Tool nach dem Verbindungsport. Zum Beispiel: what is the yetibrowser mcp connction info?, dann setzen Sie den manuellen Port auf den gemeldeten Port.

Dokumentation & Build-Skripte

• Arbeitsbereichsbefehle befinden sich in docs/workspace-commands.md.
• Veröffentlichungsschritte (npm + Erweiterungs-Stores) sind in docs/publishing.md beschrieben.
• Das Screenshot-Verhalten ist in docs/screenshot.md dokumentiert.
• Erstellen Sie verteilbare Chrome-/Firefox-ZIPs mit ./scripts/package-extensions.sh (Ausgabe in artifacts/).
• Eine Datenschutzrichtlinie auf Repository-Ebene ist in PRIVACY.md verfügbar.