Browser MCP

Servidor MCP Browser Use

Um servidor Model Context Protocol (MCP) rápido e leve que capacita LLMs com automação de navegador via dados de acessibilidade estruturados do Puppeteer, com modo de visão opcional para compreensão visual complexa e configuração flexível e multiplataforma.

Principais Recursos

• ⚡ Rápido e leve. Utiliza o índice de rótulos do Puppeteer, não entrada baseada em pixels e árvore DOM de acessibilidade.
• 👁️ Suporte ao Modo de Visão. Capacidades opcionais de compreensão visual para layouts complexos e elementos visuais quando os dados estruturados não são suficientes.
• 🤖 Otimizado para LLM. Nenhum modelo de visão necessário, opera puramente em dados estruturados, menos contexto reduzindo o uso de tokens de contexto.
• 🧩 Configuração Flexível em Tempo de Execução. Personalize o tamanho do viewport, fatores do sistema de coordenadas e User-Agent em tempo de execução via cabeçalhos HTTP.
• 🌐 Multiplataforma e Extensível. Suporte para navegadores remotos e locais, uso de um mecanismo de navegador personalizado.

Requisitos

• Node.js 18 ou mais recente
• VS Code, Cursor, Windsurf, Claude Desktop ou qualquer outro cliente MCP

Primeiros passos

Local (Stdio)

Primeiro, instale o servidor Browser MCP com seu cliente. Uma configuração típica é assim:

{
  "mcpServers": {
    "browser": {
      "command": "npx",
      "args": [
        "@agent-infra/mcp-server-browser@latest"
      ]
    }
  }
}

# For VS Code
code --add-mcp '{"name":"browser","command":"npx","args":["@agent-infra/mcp-server-browser@latest"]}'

{
  "mcpServers": {
    "browser": {
      "command": "npx",
      "args": [
        "@agent-infra/mcp-server-browser@latest"
      ]
    }
  }
}

{
  "mcpServers": {
    "browser": {
      "command": "npx",
      "args": [
        "@agent-infra/mcp-server-browser@latest"
      ]
    }
  }
}

{
  "mcpServers": {
    "browser": {
      "command": "npx",
      "args": [
        "@agent-infra/mcp-server-browser@latest"
      ]
    }
  }
}

Remoto (SSE / Streamable HTTP)

Ao mesmo tempo, use o argumento --port $your_port para iniciar o browser mcp pode ser convertido em servidor SSE e Streamable HTTP.

# normal run remote mcp server
npx @agent-infra/mcp-server-browser --port 8089

# run with DISPLAY environment for VNC or other virtual display
DISPLAY=:0 npx @agent-infra/mcp-server-browser --port 8089

Você pode usar um dos dois endpoints remotos do servidor MCP:

• Streamable HTTP (Recomendado): http://127.0.0.1::8089/mcp
• SSE: http://127.0.0.1::8089/sse

E então na configuração do cliente MCP, defina o url para o endpoint SSE:

{
  "mcpServers": {
    "browser": {
      "url": "http://127.0.0.1::8089/sse"
    }
  }
}

url para o Streamable HTTP:

{
  "mcpServers": {
    "browser": {
      "type": "streamable-http", // If there is MCP Client support
      "url": "http://127.0.0.1::8089/mcp"
    }
  }
}

Chamada em memória

Se o seu cliente MCP for desenvolvido com base em JavaScript / TypeScript, você pode usar diretamente chamadas em processo para evitar que seus usuários precisem instalar a interface de linha de comando para usar o Browser MCP.

import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { InMemoryTransport } from '@modelcontextprotocol/sdk/inMemory.js';

// type: module project usage
import { createServer } from '@agent-infra/mcp-server-browser';
// commonjs project usage
// const { createServer } = await import('@agent-infra/mcp-server-browser')

const client = new Client(
  {
    name: 'test browser client',
    version: '1.0',
  },
  {
    capabilities: {},
  },
);

const server = createServer();
const [clientTransport, serverTransport] = InMemoryTransport.createLinkedPair();

await Promise.all([
  client.connect(clientTransport),
  server.connect(serverTransport),
]);

// list tools
const result = await client.listTools();
console.log(result);

// call tool
const toolResult = await client.callTool({
  name: 'browser_navigate',
  arguments: {
    url: 'https://www.google.com',
  },
});
console.log(toolResult);

Configuração

O servidor Browser MCP suporta os seguintes argumentos. Eles podem ser fornecidos na configuração JSON acima, como parte da lista "args":

> npx @agent-infra/mcp-server-browser@latest -h
  -V, --version              output the version number
  --browser <browser>        browser or chrome channel to use, possible values: chrome, edge, firefox.
  --cdp-endpoint <endpoint>  CDP endpoint to connect to, for example "http://127.0.0.1:9222/json/version"
  --ws-endpoint <endpoint>   WebSocket endpoint to connect to, for example "ws://127.0.0.1:9222/devtools/browser/{id}"
  --executable-path <path>   path to the browser executable.
  --headless                 run browser in headless mode, headed by default
  --host <host>              host to bind server to. Default is localhost. Use 0.0.0.0 to bind to all interfaces.
  --port <port>              port to listen on for SSE and HTTP transport.
  --proxy-bypass <bypass>    comma-separated domains to bypass proxy, for example ".com,chromium.org,.domain.com"
  --proxy-server <proxy>     specify proxy server, for example "http://myproxy:3128" or "socks5://myproxy:8080"
  --user-agent <ua string>   specify user agent string
  --user-data-dir <path>     path to the user data directory.
  --viewport-size <size>     specify browser viewport size in pixels, for example "1280, 720"
  --output-dir <path>        path to the directory for output files
  --vision                   Run server that uses screenshots (Aria snapshots are used by default)
  -h, --help                 display help for command

Configuração em Tempo de Execução

O tempo de execução do navegador requer configuração para Viewport Size, Vision Model Coordinate Factors e User Agent. Eles podem ser passados através dos cabeçalhos HTTP correspondentes:

Nota: Os nomes dos cabeçalhos não diferenciam maiúsculas de minúsculas.

Exemplo:

x-viewport-size: 1920,1080
x-vision-factors: 1.0,1.0
x-user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36

Docker

Unificamos a implantação de VNC e MCP sob um único endpoint de URL. O Dockerfile e a imagem do DockerHub serão publicados juntos! vídeo

API

Ferramentas

Recursos

Desenvolvimento

Acesse http://127.0.0.1:6274/:

npm run dev

Entrada CLI Estendida

#!/usr/bin/env node

const {
  BaseLogger,
  setConfig,
  addMiddleware,
} = require('@agent-infra/mcp-server-browser/request-context');

class CustomLogger extends BaseLogger {
  info(...args) {
    console.log('custom');
    console.log(...args);
  }
}

addMiddleware((req, res, next) => {
  console.log('req', req.headers);
  next();
});

setConfig({
  logger: new CustomLogger(),
});

// start server
require('@agent-infra/mcp-server-browser/index');