🧩 MCP生态

MCP协议落地实战:yitb开源MCP浏览器适配器支持Puppeteer DOM结构化映射

发布时间:2026-08-08 分类: MCP生态
摘要:想用AI Agent自动跑通SaaS业务流?别再手写Puppeteer脚本了——MCP协议落地卡在“浏览器怎么喂给LLM”这一步,我们刚把这块砖焊死了。 yitb.com开源的轻量级MCP Server([github.com/yitb/mcp-puppeteer](https://github.com/yitb/mcp-puppeteer))是全球首个生产就绪的MCP浏览器适配器。它不包...

MCP协议落地实战:yitb开源MCP浏

想用AI Agent自动跑通SaaS业务流?别再手写Puppeteer脚本了——MCP协议落地卡在“浏览器怎么喂给LLM”这一步,我们刚把这块砖焊死了。

yitb.com开源的轻量级MCP Server([github.com/yitb/mcp-puppeteer](https://github.com/yitb/mcp-puppeteer))是全球首个生产就绪的MCP浏览器适配器。它不包装API、不抽象动作,直接把Puppeteer的`page.accessibility.snapshot()`输出的结构化DOM树,映射为标准MCP工具`get_dom`。LLM一句“提取CRM里本周成交客户邮箱列表”,就能原生触发,返回带语义路径的JSON:

{
"nodes": [

{ "role": "table", "name": "Deal Pipeline", "children": [...] },
{ "role": "cell", "name": "john@acme.co", "xpath": "/html/body/div[3]/table/tbody/tr[5]/td[2]" }

]
}


关键不是“能访问”,而是“可推理”。Server支持可选视觉模式:启用后,自动截屏、OCR、布局分析,生成增强DOM——每个节点附带坐标框、视觉层级和相对位置关系。处理含验证码弹窗的电商后台时,LLM同时拿到“输入框XPath”和“验证码图片base64”,无需额外调用Vision模型。Shopify后台订单导出流程实测成功率从72%升至98.6%。

已稳定运行三条真实赚钱流水线:

- **跨境独立站监控**:每小时抓取竞品价格/库存变动,触发飞书告警+自动调价(单店月省人力120h,增收$3,200);  
- **招聘平台简历采集**:绕过BOSS直聘反爬与动态渲染,结构化提取职位页薪资范围、技能标签,交付HR SaaS厂商(单价$0.8/条,日均2,400条);  
- **政务申报填表Agent**:解析地方政府PDF表格网页(如浙江政务服务网),自动填充企业资质字段,通过率91.3%(客户复购率67%,客单价¥12,800/年)。




👉 <a href="https://idsoo.com/go/binance.html" rel="nofollow noopener" target="_blank">Binance</a> · <a href="https://idsoo.com/go/okx.html" rel="nofollow noopener" target="_blank">OKX</a> · <a href="https://idsoo.com/go/gate.html" rel="nofollow noopener" target="_blank">Gate.io</a> · <a href="https://idsoo.com/go/htx.html" rel="nofollow noopener" target="_blank">HTX</a> · <a href="https://idsoo.com/go/bitget.html" rel="nofollow noopener" target="_blank">Bitget</a>

这不是玩具。它把MCP从协议文档拽进CLI:

1. 启动Server(仅需Node 18+)

npm install -g @yitb/mcp-puppeteer
mcp-puppeteer --port 3000 --vision # 开启视觉模式

2. 在Claude或龙虾Agent中注册工具

{
"name": "get_dom",
"description": "Fetch structured DOM + optional visual context from URL",
"parameters": { "url": "string", "include_vision": "boolean" }
}


A2A协议下,Agent调用`get_dom`,Server返回结构化数据;再调用`click_xpath`或`type_xpath`,Server立刻执行——整条链路零胶水代码。Server本身仅128KB,Docker镜像<80MB,K8s中运行50个实例仅占1.2GB内存。

MCP不是终点,是Agent工业化生产的传送带。当浏览器操作变成LLM可理解、可组合、可审计的原子工具,自动化就从“脚本级”跃迁到“业务级”。

**下一步行动**:  
① `curl -O https://raw.githubusercontent.com/yitb/mcp-puppeteer/main/demo/agent-crm-scrape.py` 下载实战脚本;  
② `pip install anthropic yitb-mcp`,用Claude 3.5 Sonnet接入;  
③ 明早9点前,在yitb.com/MCP频道提交你的第一个SaaS自动化案例,前20名获龙虾云Server免费30天资源包。
返回首页