Node Mantis

आधिकारिक

वेब ऑटोमेशन: वेबसाइट पर किए जाने वाले कार्य का वर्णन सरल अंग्रेज़ी में करें। Node Mantis वास्तविक ब्राउज़र में वेबपेज पर काम करता है और संरचित डेटा लौटाता है।

Node Mantis MCP के साथ आप क्या कर सकते हैं?

  • वेबसाइट के कार्य चलाएँ — सरल अंग्रेज़ी में लक्ष्य बताएँ; Node Mantis वास्तविक ब्राउज़र में क्लिक करता है, टाइप करता है और फ़ॉर्म भरता है।
  • संरचित डेटा लौटाएँ — JSON Schema दें और कार्य का परिणाम उसी संरचना से मेल खाने वाले डेटा के रूप में पाएँ।
  • एक पेज पढ़ें — बिना कुछ बदले, एक URL से विशिष्ट जानकारी निकालने के लिए retrieve_data का उपयोग करें।
  • लंबे समय तक चलने वाले कार्य प्रबंधित करें — get_task और cancel_task से प्रगति देखें या बैकग्राउंड में चल रहे कार्य को रोकें।
  • गुप्त जानकारी चैट से बाहर रखें — संग्रहीत मानों का संदर्भ <secret:NAME> के रूप में दें, ताकि पासवर्ड और कोड बातचीत में कभी न आएँ।

दस्तावेज़

MCP सर्वर

Node Mantis में Model Context Protocol (MCP) सर्वर शामिल है। इसे MCP का समर्थन करने वाले किसी AI सहायक, जैसे Claude Code, Claude Desktop, Cursor, VS Code या Codex में जोड़ें, और सहायक आपके लिए वेबसाइटों पर काम कर सकता है: आप उसे काम बताते हैं, Node Mantis वास्तविक ब्राउज़र में साइट पर काम करता है और परिणाम संरचित डेटा के रूप में लौटाता है।

सर्वर को अपने कोडिंग एजेंट या सहायक में जोड़ने से आप ये काम कर सकते हैं:

  • वेबसाइटों पर काम करें। सामान्य भाषा में लक्ष्य बताएँ और Node Mantis साइट पर वैसे काम करता है जैसे कोई वास्तविक उपयोगकर्ता करता है: क्लिक करना, टाइप करना और फ़ॉर्म, ड्रॉपडाउन तथा तारीख चुनने वाले नियंत्रणों का उपयोग करना।
  • संरचित परिणाम पाएँ। JSON Schema दें और Node Mantis उससे मेल खाने वाले डेटा के रूप में परिणाम लौटाता है।
  • लंबे काम पृष्ठभूमि में चलाएँ। मिनटों तक चलने वाला काम जारी रहता है, जबकि आपका सहायक उसकी स्थिति देखता है, प्रगति बताता है या उसे रद्द करता है।

यह सर्वर npm और PyPI पर उपलब्ध node-mantis पैकेज का हिस्सा है, इसलिए इसे अलग से इंस्टॉल करने की ज़रूरत नहीं है। आपका सहायक इसे Node.js के ज़रिए एक कमांड से शुरू करता है:

npx -y node-mantis mcp

या uv के ज़रिए Python से:

uvx node-mantis mcp

दोनों सहायक को एक जैसे टूल देते हैं। आपको Node.js या Python, Google Chrome और डैशबोर्ड से मिली API key चाहिए। अगर Chrome इंस्टॉल नहीं है, तो पहला काम Chrome for Testing डाउनलोड कर लेगा।

इसे अपने सहायक में जोड़ें

हर सहायक अपनी सेटिंग में MCP सर्वरों की सूची रखता है। आप Node Mantis के लिए एक प्रविष्टि जोड़ते हैं—या तो कमांड से या सहायक की सेटिंग फ़ाइल में बदलाव करके—और सहायक ज़रूरत पड़ने पर स्वयं सर्वर शुरू करता है। इसके तीन चरण हैं:

  1. डैशबोर्ड से API key कॉपी करें।
  2. नीचे दी गई प्रविष्टि अपने सहायक में जोड़ें। इसे कहाँ रखना है, यह सहायक पर निर्भर करता है; तालिका और आगे दिए गए अनुभाग देखें।
  3. सहायक को रीस्टार्ट करें और जाँचें कि यह काम करता है।

अधिकांश सहायक एक ही JSON प्रविष्टि पढ़ते हैं। Node.js के साथ:

{
  "mcpServers": {
    "node-mantis": {
      "command": "npx",
      "args": ["-y", "node-mantis", "mcp"],
      "env": { "NODEMANTIS_API_KEY": "sk_live_<copy-from-dashboard>" }
    }
  }
}

Python के साथ:

{
  "mcpServers": {
    "node-mantis": {
      "command": "uvx",
      "args": ["node-mantis", "mcp"],
      "env": { "NODEMANTIS_API_KEY": "sk_live_<copy-from-dashboard>" }
    }
  }
}

इस प्रविष्टि के तीन हिस्से हैं:

  • node-mantis वह नाम है जो सहायक सर्वर के लिए दिखाता है। आप इसे बदल सकते हैं।
  • command और args बताते हैं कि सहायक सर्वर को कैसे शुरू करता है। Node.js या Python में से कोई एक संस्करण इस्तेमाल करें; दोनों सहायक को एक जैसे टूल देते हैं।
  • env में वे सेटिंग होती हैं जो सहायक सर्वर शुरू करते समय उसे देता है। प्लेसहोल्डर को अपनी API key से बदलें। अगर आपने nodemantis configure से पहले ही key सेव कर ली है, तो env को छोड़ सकते हैं।

अगर सेटिंग फ़ाइल में पहले से mcpServers अनुभाग है, तो दूसरा mcpServers चिपकाने के बजाय node-mantis प्रविष्टि को उसी में, बाकी प्रविष्टियों के साथ जोड़ें।

सहायकप्रविष्टि कहाँ जोड़ें
Claude Codeअपने टर्मिनल में एक कमांड चलाएँ।
Claude Desktopclaude_desktop_config.json, जिसे Settings से खोलें।
Cursorहर प्रोजेक्ट के लिए ~/.cursor/mcp.json, या किसी एक प्रोजेक्ट में .cursor/mcp.json।
VS Codeअपने वर्कस्पेस में .vscode/mcp.json।
Codexअपने टर्मिनल में एक कमांड चलाएँ, या ~/.codex/config.toml।

Claude Code

अपने टर्मिनल में इनमें से कोई एक कमांड चलाएँ। Node.js के साथ:

claude mcp add node-mantis -e NODEMANTIS_API_KEY="sk_live_<copy-from-dashboard>" -- npx -y node-mantis mcp

Python के साथ:

claude mcp add node-mantis -e NODEMANTIS_API_KEY="sk_live_<copy-from-dashboard>" -- uvx node-mantis mcp

इसके बाद claude mcp list में node-mantis कनेक्टेड दिखेगा।

Claude Desktop

Settings खोलें, फिर Developer, फिर Edit Config चुनें। इससे claude_desktop_config.json खुलता है, जो macOS पर ~/Library/Application Support/Claude/ में और Windows पर %APPDATA%\Claude\ में रखा जाता है। ऊपर दी गई JSON प्रविष्टि जोड़ें, फ़ाइल सेव करें और ऐप रीस्टार्ट करें।

Cursor

हर प्रोजेक्ट में इस्तेमाल करने के लिए ऊपर दी गई JSON प्रविष्टि ~/.cursor/mcp.json में जोड़ें, या किसी एक प्रोजेक्ट के लिए .cursor/mcp.json में जोड़ें। अगर फ़ाइल मौजूद नहीं है, तो उसे बनाएँ।

VS Code

VS Code, mcpServers के बजाय servers इस्तेमाल करता है। अपने वर्कस्पेस में .vscode/mcp.json में यह जोड़ें:

{
  "servers": {
    "node-mantis": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "node-mantis", "mcp"],
      "env": { "NODEMANTIS_API_KEY": "sk_live_<copy-from-dashboard>" }
    }
  }
}

Python के लिए, command को uvx और args को ["node-mantis", "mcp"] पर सेट करें।

Codex

अपने टर्मिनल में इनमें से कोई एक कमांड चलाएँ। Node.js के साथ:

codex mcp add node-mantis --env NODEMANTIS_API_KEY="sk_live_<copy-from-dashboard>" -- npx -y node-mantis mcp

Python के साथ:

codex mcp add node-mantis --env NODEMANTIS_API_KEY="sk_live_<copy-from-dashboard>" -- uvx node-mantis mcp

या ~/.codex/config.toml में बदलाव करें। स्टार्ट-अप की लंबी समय-सीमा से पहली बार पैकेज डाउनलोड करने के लिए पर्याप्त समय मिलता है:

[mcp_servers.node-mantis]
command = "npx"
args = ["-y", "node-mantis", "mcp"]
startup_timeout_sec = 60

[mcp_servers.node-mantis.env]
NODEMANTIS_API_KEY = "sk_live_<copy-from-dashboard>"

Python के लिए, command को "uvx" और args को ["node-mantis", "mcp"] पर सेट करें।

uv के बिना Python

ऊपर दिए गए Python उदाहरण uv का इस्तेमाल करते हैं, जो पहली बार उपयोग करने पर PyPI से पैकेज लाता है। uv के बिना, पैकेज को एक बार python -m pip install node-mantis से इंस्टॉल करें और nodemantis को कमांड के रूप में, तथा mcp को उसके एकमात्र आर्ग्युमेंट के रूप में इस्तेमाल करें:

{
  "mcpServers": {
    "node-mantis": {
      "command": "nodemantis",
      "args": ["mcp"],
      "env": { "NODEMANTIS_API_KEY": "sk_live_<copy-from-dashboard>" }
    }
  }
}

जाँचें कि यह काम करता है

रीस्टार्ट के बाद, सहायक अपने MCP सर्वरों में node-mantis को चार टूल के साथ दिखाता है। फिर उससे कोई काम करने को कहें, उदाहरण के लिए:

Use Node Mantis to open https://sandbox.nodemantis.com and tell me the title and price of the first book.

सहायक run_task को कॉल करता है और काम से मिली जानकारी के साथ जवाब देता है। अगर ऐसा नहीं होता, तो समस्या निवारण देखें।

Windows

अगर सहायक npx को सीधे शुरू नहीं कर पाता, तो इसे cmd के ज़रिए चलाएँ:

{
  "mcpServers": {
    "node-mantis": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "node-mantis", "mcp"],
      "env": { "NODEMANTIS_API_KEY": "sk_live_<copy-from-dashboard>" }
    }
  }
}

टूल

टूलविवरण
run_taskसामान्य भाषा में दिए गए लक्ष्य के अनुसार वेबसाइट पर काम करें: नेविगेट करें, क्लिक करें, टाइप करें, फ़ॉर्म भरें और नतीजा पढ़ें।
retrieve_dataएक पेज खोलें और उसमें कोई बदलाव किए बिना उसका डेटा पढ़ें।
get_taskकिसी काम की प्रतीक्षा करें और उसकी स्थिति, नवीनतम प्रगति तथा परिणाम लौटाएँ।
cancel_taskचल रहे काम को रोकें और उसका ब्राउज़र बंद करें।

हर काम अपने नए ब्राउज़र सत्र में चलता है, जिसमें कोई लॉगिन सेव नहीं होता, और काम पूरा होने पर सत्र बंद हो जाता है।

run_task

SDK में run की तरह काम करता है। केवल goal आवश्यक है।

पैरामीटरप्रकारडिफ़ॉल्टविवरण
goalstringआवश्यकक्या करना है, यह सामान्य भाषा में बताएँ और काम पूरा करने के लिए ज़रूरी हर विवरण दें।
start_urlstringकोई नहींपहले खोलने वाला पेज। इसके बिना, काम लक्ष्य के आधार पर अपना रास्ता खोजता है।
result_schemaobjectमुक्त-रूपलौटाए जाने वाले डेटा के लिए JSON Schema। इसके बाद परिणाम उसी संरचना में डेटा देता है।
effortlow | medium | high | xhighमध्यमकितनी क्षमता खर्च करनी है। अधिक प्रयास कठिन पेजों को संभाल सकता है और इसकी लागत अधिक होती है।
max_cost_usdnumberकोई सीमा नहींचरणों के बीच जाँचा जाने वाला USD बजट। अंतिम चरण में कुल खर्च इस राशि से अधिक हो सकता है।
max_stepsinteger30काम रुकने से पहले चरणों की अधिकतम संख्या।
timeout_secondsinteger300काम के लिए कुल समय-सीमा।
secretsstring[]कोई नहींनिजी मानों के नाम जिन्हें काम टाइप कर सकता है। हर मान सर्वर के वातावरण में NODEMANTIS_SECRET_<NAME> से पढ़ा जाता है।
use_proxybooleanfalseब्राउज़र को सर्वर के वातावरण में कॉन्फ़िगर किए गए प्रॉक्सी से रूट करता है।
show_browserbooleanfalseकाम चलते समय ब्राउज़र विंडो दिखाता है।

retrieve_data

SDK में retrieve की तरह काम करता है। जब डेटा तक पहुँचने के लिए क्लिक करना, टाइप करना या कई पेजों पर जाना पड़े, तो इसके बजाय run_task इस्तेमाल करें।

पैरामीटरप्रकारडिफ़ॉल्टविवरण
urlstringआवश्यकपढ़ने वाला पेज।
promptstringआवश्यकपेज से क्या पढ़ना है।
result_schemaobjectमुक्त-रूपलौटाए गए डेटा की संरचना के लिए JSON Schema।
effortlow | medium | high | xhighमध्यमपेज पढ़ने में कितनी क्षमता खर्च करनी है।
use_proxybooleanfalseब्राउज़र को सर्वर के वातावरण में कॉन्फ़िगर किए गए प्रॉक्सी से रूट करता है।
show_browserbooleanfalseपेज पढ़ते समय ब्राउज़र विंडो दिखाता है।

get_task

पैरामीटरप्रकारडिफ़ॉल्टविवरण
task_idstringआवश्यकrun_task या retrieve_data से मिला task_id।
wait_secondsinteger45जवाब देने से पहले काम पूरा होने के लिए कितनी देर प्रतीक्षा करनी है। 0 पर तुरंत जवाब मिलता है।

cancel_task

एक task_id लेता है। जो काम पहले ही पूरा हो चुका है, उसमें कोई बदलाव नहीं होता।

लंबे काम

वेबसाइट पर कोई काम, एक टूल कॉल के लिए सहायक की प्रतीक्षा-सीमा से अधिक समय ले सकता है। इसलिए run_task और retrieve_data अधिकतम 45 सेकंड तक प्रतीक्षा करते हैं। अगर काम इस समय में पूरा हो जाता है, तो कॉल परिणाम लौटाता है। अन्यथा, यह task_id के साथ running स्थिति लौटाता है और काम पृष्ठभूमि में जारी रहता है:

{
  "task_id": "task_6f0c2a54-8f0e-4f0a-9d2b-2f6c1f1f8a10",
  "tool": "run_task",
  "status": "running",
  "elapsed_seconds": 45,
  "progress": {
    "step": 6,
    "max_steps": 30,
    "message": "Step 6/30: The cart shows one book. — click(\"Checkout\")"
  },
  "next_step": "Still running. Call get_task with task_id \"task_6f0c2a54-8f0e-4f0a-9d2b-2f6c1f1f8a10\" to wait for the result, or cancel_task to stop it."
}

इसके बाद सहायक उस id के साथ get_task को कॉल करता है, जब तक स्थिति succeeded, failed या cancelled न हो जाए:

{
  "task_id": "task_6f0c2a54-8f0e-4f0a-9d2b-2f6c1f1f8a10",
  "tool": "run_task",
  "status": "succeeded",
  "elapsed_seconds": 71,
  "result": {
    "ok": true,
    "reason": "Added the book to the cart and read the cart.",
    "value": { "title": "Journey to the Center of the Earth", "quantity": 1 },
    "steps": 9,
    "cost_usd": 0.04,
    "trace_id": "op_1794979105280_5c3e8996"
  }
}

failed वाला काम भी मिली जानकारी और कारण लौटाता है, ताकि सहायक लक्ष्य में बदलाव करके फिर कोशिश कर सके। पूरे हुए काम एक घंटे तक रखे जाते हैं। काम चल रहे सर्वर से जुड़े होते हैं: सहायक के सर्वर बंद करने पर वे रुक जाते हैं।

गोपनीय मान

पासवर्ड और एक बार इस्तेमाल होने वाले कोड बातचीत से होकर कभी नहीं गुजरते। हर मान को सर्वर के वातावरण में NODEMANTIS_SECRET_<NAME> के रूप में, env में API key के साथ सेट करें। सहायक केवल secrets में नाम भेजता है और लक्ष्य में किसी मान का उल्लेख <secret:NAME> के रूप में करता है। गोपनीय मान देखें।

प्रॉक्सी

किसी काम के ब्राउज़र को प्रॉक्सी से भेजने के लिए, सर्वर के वातावरण में NODEMANTIS_PROXY सेट करें और काम से use_proxy पास करवाएँ। प्रॉक्सी सूचियाँ और फ़ाइलें प्रॉक्सी कॉन्फ़िगरेशन में बताए अनुसार काम करती हैं।

सर्वर विकल्प

इन्हें args सूची में mcp के बाद जोड़ें।

पैरामीटरप्रकारडिफ़ॉल्टविवरण
--wait-seconds <n>number45टूल कॉल के काम का इंतज़ार करने की अवधि, जिसके बाद वह task id लौटाता है। अगर आपका सहायक टूल कॉल का इंतज़ार इससे पहले छोड़ देता है, तो इसे कम करें।
--max-tasks <n>number4एक ही समय में चल सकने वाले कामों की संख्या।
-H, --headedflagheadlessहर काम के लिए ब्राउज़र विंडो दिखाता है, जब तक कोई टूल कॉल show_browser सेट न करे।

समस्या निवारण

  • सहायक बताता है कि कोई API key कॉन्फ़िगर नहीं है। सर्वर के env में NODEMANTIS_API_KEY जोड़ें, या एक बार nodemantis configure चलाएँ, फिर दोबारा कोशिश करें। configure के बाद रीस्टार्ट की ज़रूरत नहीं है।
  • पहली बार शुरू होने पर सर्वर का समय समाप्त हो जाता है। पहली बार npx लॉन्च करने पर पैकेज डाउनलोड होता है। इसे एक बार npm install -g node-mantis से इंस्टॉल करें और इसके बजाय इंस्टॉल किया हुआ कमांड शुरू करें:
    {
      "mcpServers": {
        "node-mantis": {
          "command": "nodemantis",
          "args": ["mcp"]
        }
      }
    }
    
  • काम शुरू नहीं हो पाते। इंस्टॉलेशन, ब्राउज़र और API key की जाँच के लिए nodemantis doctor चलाएँ।