🧩 MCP生态

MCP Browser Server开源发布:基于Puppeteer的结构化网页操作API

发布时间:2026-08-12 分类: MCP生态
摘要:想让AI真正操作网页,而不是靠API硬凑?扔掉那些脆弱的Selenium脚本吧。 全球首个开源MCP Browser Server([yitb.com/mcp-browser](https://yitb.com/mcp-browser))已上线:基于Puppeteer轻量封装,不走代理,也不依赖Chrome远程调试协议(CDP)黑盒。它直接暴露结构化可访问性树(AX Tree)、DOM和视...

MCP Browser Server开源

想让AI真正操作网页,而不是靠API硬凑?扔掉那些脆弱的Selenium脚本吧。

全球首个开源MCP Browser Server([yitb.com/mcp-browser](https://yitb.com/mcp-browser))已上线:基于Puppeteer轻量封装,不走代理,也不依赖Chrome远程调试协议(CDP)黑盒。它直接暴露结构化可访问性树(AX Tree)、DOM和视觉层三合一能力。LLM发一条`click("登录按钮")`或`fill("#email", "user@yitb.com")`,Server就精准定位元素、避开遮挡、自动等待加载——不是模拟,是真实浏览器级交互。

协议层是关键突破:它原生实现MCP v0.4 `browser` tool spec,并通过A2A标准注册为可发现Agent服务。这意味着——  
✅ LangChain用户只需3行代码接入:  

from langchain_mcp import MCPClient
client = MCPClient("http://localhost:8080/mcp")
agent.invoke({"tool": "browser.navigate", "url": "https://price.yitb.com"})

✅ OpenClaw或Claude-3.5-sonnet可直连调用`browser.screenshot_with_ocr`,识别验证码后自动填入表单;  
✅ 龙虾官网插件市场已上架「比价机器人」Server模板:抓取京东/拼多多/淘宝同款SKU价格、历史低价、优惠券状态,每单差价≥¥12.7时触发微信通知——实测单账号日均捕获套利机会23次,月毛利¥8,400+(含自动下单佣金)。

它不是又一个“能截图的工具”。它是Agent自动化闭环的**执行中枢**:传统方案靠API拼接,这里靠浏览器真实渲染与交互;传统OCR只读图,这里把OCR结果映射回AX节点,让LLM理解“这个蓝色按钮=提交订单”;视觉模式(默认关闭)按需启用,避免90%场景的GPU开销。




👉 <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>

我们已用它跑通3个赚钱路径:  
🔹 **表单机器人SAAS**:帮教培机构自动填教育部备案系统(需滑块验证+多级下拉),定价¥299/校/月,交付周期从3天压缩到2小时;  
🔹 **跨境选品监控**:监听Shopee新上架商品标题、主图、价格变动,触发TikTok短视频脚本生成(用Claude+龙虾视频插件),测试账号3周涨粉14,200;  
🔹 **本地生活核销Agent**:接入美团开放平台+微信小程序WebView,自动识别团购券二维码→跳转核销页→点击“确认核销”,商家付¥1.8/单,当前日均处理6,300单。

部署?Mac/Linux一行启动:  

npm install -g @yitb/mcp-browser-server
mcp-browser-server --port 8080 --enable-visual # 开启OCR需额外装tesseract

Windows用户用Docker:`docker run -p 8080:8080 yitb/mcp-browser:latest`

这不是玩具。它是把“AI能上网”从PPT变成POS机的第一块砖。

👉 下一步:  
1. 访问 [yitb.com/mcp-browser](https://yitb.com/mcp-browser) 克隆仓库;  
2. 运行`npm run demo`看自动登录知乎并截图个人主页;  
3. 修改`examples/price-tracker.py`里的URL,接入你盯盘的电商页面——今晚就能跑出第一份比价报告。
返回首页