Node Mantis
आधिकारिकवेब 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_dataका उपयोग करें। - लंबे समय तक चलने वाले कार्य प्रबंधित करें —
get_taskऔरcancel_taskसे 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:
- डैशबोर्ड से API key कॉपी करें।
- 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।
- 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-mantisवह नाम है जो सहायक सर्वर के लिए दिखाता है। आप इसे बदल सकते हैं।commandऔरargsबताते 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।envमें वे सेटिंग होती हैं जो सहायक सर्वर शुरू करते समय उसे देता है। प्लेसहोल्डर को अपनी API key से बदलें। अगर आपनेnodemantis configureसे पहले ही key सेव कर ली है, तोenvको 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।
| सहायक | प्रविष्टि कहाँ जोड़ें |
|---|---|
| Claude Code | अपने टर्मिनल में एक कमांड चलाएँ। |
| Claude Desktop | claude_desktop_config.json, जिसे Settings से खोलें। |
| Cursor | हर प्रोजेक्ट के लिए ~/.cursor/mcp.json, या किसी एक प्रोजेक्ट में .cursor/mcp.json। |
| VS Code | अपने वर्कस्पेस में .vscode/mcp.json। |
| Codex | अपने 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
| टूल | विवरण |
|---|---|
run_task | सामान्य भाषा में दिए गए लक्ष्य के अनुसार वेबसाइट पर काम करें: नेविगेट करें, क्लिक करें, टाइप करें, फ़ॉर्म भरें और नतीजा पढ़ें। |
retrieve_data | एक पेज खोलें और उसमें कोई बदलाव किए बिना उसका डेटा पढ़ें। |
get_task | किसी काम की प्रतीक्षा करें और उसकी स्थिति, नवीनतम प्रगति तथा परिणाम लौटाएँ। |
cancel_task | चल 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।
| पैरामीटर | प्रकार | डिफ़ॉल्ट | विवरण |
|---|---|---|---|
goal | string | आवश्यक | क्या करना है, यह सामान्य भाषा में बताएँ और काम पूरा करने के लिए ज़रूरी हर विवरण दें। |
start_url | string | कोई नहीं | पहले खोलने वाला पेज। इसके बिना, काम लक्ष्य के आधार पर अपना रास्ता खोजता है। |
result_schema | object | मुक्त-रूप | लौटाए जाने वाले डेटा के लिए JSON Schema। इसके बाद परिणाम उसी संरचना में डेटा देता है। |
effort | low | medium | high | xhigh | मध्यम | कितनी क्षमता खर्च करनी है। अधिक प्रयास कठिन पेजों को संभाल सकता है और इसकी लागत अधिक होती है। |
max_cost_usd | number | कोई सीमा नहीं | चरणों के बीच जाँचा जाने वाला USD बजट। अंतिम चरण में कुल खर्च इस राशि से अधिक हो सकता है। |
max_steps | integer | 30 | काम रुकने से पहले चरणों की अधिकतम संख्या। |
timeout_seconds | integer | 300 | काम के लिए कुल समय-सीमा। |
secrets | string[] | कोई नहीं | निजी मानों के नाम जिन्हें काम टाइप कर सकता है। हर मान सर्वर के वातावरण में NODEMANTIS_SECRET_<NAME> से पढ़ा जाता है। |
use_proxy | boolean | false | ब्राउज़र को सर्वर के वातावरण में कॉन्फ़िगर किए गए प्रॉक्सी से रूट करता है। |
show_browser | boolean | false | काम 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।
| पैरामीटर | प्रकार | डिफ़ॉल्ट | विवरण |
|---|---|---|---|
url | string | आवश्यक | पढ़ने वाला पेज। |
prompt | string | आवश्यक | पेज से क्या पढ़ना है। |
result_schema | object | मुक्त-रूप | लौटाए गए डेटा की संरचना के लिए JSON Schema। |
effort | low | medium | high | xhigh | मध्यम | पेज पढ़ने में कितनी क्षमता खर्च करनी है। |
use_proxy | boolean | false | ब्राउज़र को सर्वर के वातावरण में कॉन्फ़िगर किए गए प्रॉक्सी से रूट करता है। |
show_browser | boolean | false | पेज पढ़ते समय ब्राउज़र विंडो दिखाता है। |
get_task
| पैरामीटर | प्रकार | डिफ़ॉल्ट | विवरण |
|---|---|---|---|
task_id | string | आवश्यक | run_task या retrieve_data से मिला task_id। |
wait_seconds | integer | 45 | जवाब 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।
| पैरामीटर | प्रकार | डिफ़ॉल्ट | विवरण |
|---|---|---|---|
--wait-seconds <n> | number | 45 | टूल 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> | number | 4 | एक ही समय में चल सकने वाले कामों की संख्या। |
-H, --headed | flag | headless | हर 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
envमेंNODEMANTIS_API_KEYजोड़ें, या एक बारnodemantis configureचलाएँ, फिर दोबारा कोशिश करें।configureके बाद रीस्टार्ट की ज़रूरत नहीं है। - पहली बार शुरू होने पर सर्वर का समय समाप्त हो जाता है। पहली बार
npxलॉन्च करने पर पैकेज डाउनलोड होता है। इसे एक बारnpm install -g node-mantisसे 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 doctorचलाएँ।