YetiBrowser MCP

आधिकारिक

YetiBrowser MCP एक पूर्णतः ओपन-सोर्स समाधान है जो AI सहायकों को आपके मौजूदा ब्राउज़र के साथ आसानी से इंटरैक्ट करने की अनुमति देता है।

Yeti Browser MCP के साथ आप क्या कर सकते हैं?

  • पेज स्नैपशॉट नेविगेट करें और कैप्चर करें — असिस्टेंट से browser_navigate के साथ एक URL लोड करने और परिणामी पेज का एक्सेसिबिलिटी स्नैपशॉट वापस करने का अनुरोध करें।
  • वेब फॉर्म भरें और सबमिट करें — कई फ़ील्ड भरने और वैकल्पिक रूप से फॉर्म सबमिट करने के लिए browser_fill_form या browser_type का उपयोग करें।
  • कंसोल आउटपुट और पेज स्थिति का निरीक्षण करेंbrowser_get_console_logs और browser_page_state के माध्यम से त्रुटियाँ, लॉग, फॉर्म डेटा, कुकीज़ और स्टोरेज कुंजियाँ प्राप्त करें।
  • पेज में कस्टम JavaScript चलाएँ — डिबगिंग या डेटा निष्कर्षण के लिए browser_evaluate के साथ मनमानी स्क्रिप्ट निष्पादित करें और JSON-सीरियलाइज़ेबल परिणाम प्राप्त करें।
  • स्क्रीनशॉट कैप्चर करें — दृश्य सत्यापन या QA वर्कफ़्लो के लिए browser_screenshot का उपयोग करके व्यूपोर्ट या पूर्ण-पेज स्क्रीनशॉट लें।

दस्तावेज़

[!महत्वपूर्ण] यह परियोजना संग्रहीत कर दी गई है। इसे Claude और Codex जैसे AI एजेंटों में ब्राउज़र नियंत्रण की कमी को दूर करने के लिए बनाया गया था, लेकिन अब एजेंटों में ये कार्य बिना किसी समर्पित MCP आधारित समाधान की आवश्यकता के अंतर्निहित हैं।

YetiBrowser MCP

YetiBrowser MCP, Browser MCP वर्कफ़्लो का एक पूर्णतः ओपन-सोर्स कार्यान्वयन है। यह एक Node-आधारित MCP सर्वर को Chrome/Firefox एक्सटेंशन से जोड़ता है ताकि Model Context Protocol क्लाइंट—Codex/Claude Code, Cursor, Windsurf, MCP Inspector, या आपके अपने उपकरण—एक वास्तविक ब्राउज़र टैब को स्वचालित कर सकें, जबकि हर बाइट आपकी मशीन पर और लेखापरीक्षा योग्य रहे।

YetiBrowser MCP क्यों चुनें?

  • पारदर्शी और हैक करने योग्य – कोई ब्लॉब डाउनलोड नहीं। हर घटक का निरीक्षण करें, फोर्क करें और विस्तार करें।
  • स्थानीय-प्रथम – एक्सटेंशन केवल एक लोकलहोस्ट MCP सर्वर से बात करता है; ब्राउज़िंग डेटा कभी भी आपके उपकरण से बाहर नहीं जाता।
  • क्रॉस-ब्राउज़र – साझा तर्क Chrome और Firefox दोनों पैकेजों को शक्ति प्रदान करता है (Firefox बिल्ड बेहतर Manifest V3 समर्थन की प्रतीक्षा में है, इसलिए जब तक Mozilla पूर्ण MV3 API शिप नहीं करता, कनेक्शन UX सीमित हो सकता है)।
  • डेवलपर-केंद्रित टूलिंग – डिबगिंग और QA के लिए निर्मित समृद्ध कंसोल कैप्चर, DOM डिफिंग, पेज-स्टेट डंप और पूर्ण-पृष्ठ स्क्रीनशॉट।
  • उत्पादन-अनुकूल – पैकेजिंग, प्रकाशन और IDE वर्कफ़्लो के साथ एकीकरण के लिए स्क्रिप्ट और दस्तावेज़।

रिपॉजिटरी लेआउट

  • packages/shared – संदेशों और उपकरण स्कीमा के लिए साझा TypeScript परिभाषाएँ।
  • packages/server – MCP सर्वर जो MCP क्लाइंट को चल रहे ब्राउज़र टैब से जोड़ता है।
  • extensions/shared – साझा एक्सटेंशन स्रोत (बैकग्राउंड/पॉपअप) और संपत्तियाँ।
  • extensions/chrome / extensions/firefox – प्रति-ब्राउज़र पैकेजिंग परतें।
  • docs/ – कार्यक्षेत्र आदेश, प्रकाशन चेकलिस्ट और सुविधा नोट्स।
  • scripts/ – सहायक उपयोगिताएँ जैसे रिलीज़ ज़िप के लिए package-extensions.sh

उपलब्ध MCP उपकरण

  • browser_snapshot – वर्तमान पृष्ठ का एक एक्सेसिबिलिटी-उन्मुख स्नैपशॉट कैप्चर करें
  • browser_snapshot_diff – DOM/ARIA परिवर्तनों को उजागर करने के लिए दो सबसे हाल के स्नैपशॉट की तुलना करें
  • browser_navigate – कनेक्टेड टैब में एक नया URL लोड करें और एक अद्यतन स्नैपशॉट लौटाएँ
  • browser_go_back / browser_go_forward – MCP को सिंक में रखते हुए इतिहास में आगे-पीछे जाएँ
  • browser_wait – एक निर्धारित सेकंड के लिए स्वचालन रोकें
  • browser_wait_for – आगे बढ़ने से पहले एक चयनकर्ता के प्रकट होने (वैकल्पिक रूप से दृश्यमान) तक अवरुद्ध करें
  • browser_press_key – केंद्रित तत्व पर एक कीबोर्ड कुंजी दबाने का अनुकरण करें
  • browser_click – CSS चयनकर्ता द्वारा पहचाने गए तत्व पर क्लिक करें
  • browser_hover – लक्षित तत्व पर पॉइंटर होवर करें
  • browser_drag – सॉर्टेबल/ड्रैग-एंड-ड्रॉप UI के लिए एक तत्व को ड्रॉप लक्ष्य पर खींचें
  • browser_type – एक संपादन योग्य तत्व में टेक्स्ट टाइप करें (वैकल्पिक रूप से Enter के साथ सबमिट करें)
  • browser_fill_form – एक ही कॉल में कई इनपुट/सेलेक्ट/चेकबॉक्स/रेडियो भरें
  • browser_select_option<select> तत्व में एक या अधिक विकल्प चुनें
  • browser_screenshot – DevTools प्रोटोकॉल के माध्यम से एक व्यूपोर्ट या पूर्ण-पृष्ठ स्क्रीनशॉट कैप्चर करें
  • browser_get_console_logs – स्टैक ट्रेस के साथ त्रुटियों सहित हालिया कंसोल आउटपुट लौटाएँ
  • browser_page_state – कनेक्टेड पृष्ठ के लिए फॉर्म, स्टोरेज कुंजियाँ और कुकीज़ डंप करें
  • browser_connection_info – ब्रिज WebSocket पोर्ट, कनेक्शन स्थिति और एक्सटेंशन संस्करण की रिपोर्ट करें
  • browser_evaluate – पृष्ठ के अंदर कस्टम JavaScript चलाएँ और JSON-क्रमबद्ध परिणाम लौटाएँ
  • browser_handle_dialog – वैकल्पिक प्रॉम्प्ट टेक्स्ट के साथ alert/confirm/prompt संवादों को स्वीकार या खारिज करें

MCP ब्राउज़र एक्सटेंशन स्थापना

Chrome ब्राउज़र

Firefox ब्राउज़र (वर्तमान में उपलब्ध नहीं)

  • Firefox स्थिर रिलीज़ में Manifest v3 की सीमित क्षमताओं के कारण, Firefox एक्सटेंशन तब तक रोक दिया गया है जब तक पूर्ण समर्थन सामान्यतः उपलब्ध नहीं हो जाता (नाइटली बिल्ड के बाहर)।

MCP सर्वर स्थापना

Codex CLI

  • अपनी ~/.codex/config.toml संपादित करें और MCP प्रविष्टि जोड़ें:
    [mcp_servers.yetibrowser-mcp]
    command = "npx"
    args = ["-y", "@yetidevworks/server"]
    
  • codex CLI कमांड पुनः आरंभ करें; आपको /mcp उपकरणों के अंतर्गत yetibrowser-mcp सूचीबद्ध दिखना चाहिए।
  • यदि आप एक विशिष्ट पोर्ट प्रदान करना चाहते हैं, तो args प्रविष्टि के लिए इस प्रारूप का उपयोग करें: args = ["-y", "@yetidevworks/server", "--ws-port", "9010"]

Claude Code

  • सुनिश्चित करें कि एक्सटेंशन स्थापित है और एक टैब से जुड़ा है, फिर npx -y @yetidevworks/server के साथ MCP सर्वर प्रारंभ करें (या स्थानीय रूप से निर्मित CLI चलाएँ)।
  • सर्वर प्रविष्टि को ~/Library/Application Support/Claude/claude_desktop_config.json में जोड़ें (docs/publishing.md में उदाहरण देखें)।
  • claude पुनः आरंभ करें ताकि यह नया MCP सर्वर उठा सके; एक्सटेंशन कनेक्ट होने पर आपको /mcp उपकरण मेनू के अंतर्गत yetibrowser-mcp सूचीबद्ध दिखना चाहिए।

अन्य MCP-जागरूक क्लाइंट

  • कोई भी MCP क्लाइंट CLI (npx -y @yetidevworks/server) उत्पन्न करके कनेक्ट हो सकता है या वैकल्पिक रूप से एक विशिष्ट पोर्ट प्रदान कर सकता है, जैसे npx -y @yetidevworks/server --ws-port 9010
  • सर्वर stdio पर मानक MCP परिवहन उजागर करता है, इसलिए जब कोई टैब कनेक्ट हो तो उपरोक्त कमांड चलाने के लिए अपने क्लाइंट द्वारा समर्थित किसी भी कॉन्फ़िगरेशन तंत्र का उपयोग करें।

MCP Inspector

  • कोडिंग एजेंट के बाहर परीक्षण और डिबगिंग के लिए।
  • YetiBrowser MCP ब्राउज़र एक्सटेंशन के साथ संयोजन में MCP सर्वर चलाने और निरीक्षण करने के लिए npx @modelcontextprotocol/inspector npx -y @yetidevworks/server -- --ws-port 9010

समस्या निवारण

  • CLI पोर्ट 9010-9020 पर चलता है जब तक उसे एक खाली पोर्ट नहीं मिल जाता, आगे बढ़ने पर switched to लॉग करता है। यदि आप इसके बजाय एक विशिष्ट पोर्ट पिन करना चाहते हैं तो --ws-port <port> पास करें।
  • ब्राउज़र एक्सटेंशन पॉपअप उस व्यवहार को दर्शाता है: CLI के पोर्ट को ट्रैक करने के लिए इसे "स्वचालित" पर छोड़ दें, या "मैन्युअल" चुनें और इसे ओवरराइड करने के लिए browser_connection_info / CLI लॉग द्वारा रिपोर्ट किया गया पोर्ट दर्ज करें।
  • बस अपने AI उपकरण से कनेक्शन पोर्ट के बारे में पूछें। उदाहरण के लिए: what is the yetibrowser mcp connction info?, फिर रिपोर्ट किए गए पोर्ट पर मैन्युअल पोर्ट सेट करें।

दस्तावेज़ीकरण और निर्माण स्क्रिप्ट

  • कार्यक्षेत्र आदेश docs/workspace-commands.md में रहते हैं।
  • प्रकाशन चरण (npm + एक्सटेंशन स्टोर) docs/publishing.md में हैं।
  • स्क्रीनशॉट व्यवहार docs/screenshot.md में प्रलेखित है।
  • ./scripts/package-extensions.sh के साथ वितरण योग्य Chrome/Firefox ज़िप उत्पन्न करें (artifacts/ पर आउटपुट)।
  • एक रिपॉजिटरी-स्तरीय गोपनीयता नीति PRIVACY.md में उपलब्ध है।