MCP Browser Automation Server

MCP ブラウザー自動化サーバー

REST API を通じてブラウザーを操作し、スクリーンショットを撮影し、コンソールログを監視できる、シンプルながら強力なブラウザー自動化サーバーです。

機能

• ブラウザーセッションを作成する
• URL に移動する
• スクリーンショットを撮影する（ページ全体または特定の要素）
• 要素をクリックする
• フォーム入力欄に入力する
• WebSocket を通じてコンソールログをリアルタイムで監視する
• セッションを終了する

インストール

1. このリポジトリをクローンします：

git clone https://github.com/weir1/mcp-browser-automation.git
cd mcp-browser-automation

2. 仮想環境を作成して有効化します：

python -m venv venv
.\venv\Scripts\Activate

3. 依存関係をインストールします：

pip install -r requirements.txt

4. Playwright のブラウザーをインストールします：

playwright install

使用方法

1. サーバーを起動します：

python server.py

サーバーは http://localhost:8000 で起動します。

API エンドポイント

新しいセッションを作成する

POST /session/create
Response: { "session_id": "..." }

URL に移動する

POST /session/{session_id}/navigate?url=https://example.com

スクリーンショットを撮影する

POST /session/{session_id}/screenshot?name=screenshot1&selector=.my-element

セレクターが指定されていない場合は、ページ全体のスクリーンショットを撮影します。

要素をクリックする

POST /session/{session_id}/click?selector=.my-button

入力欄に入力する

POST /session/{session_id}/fill?selector=input[name="username"]&value=myuser

コンソールログを監視する

WebSocket /session/{session_id}/console

セッションを終了する

POST /session/{session_id}/close

Python での使用例

import requests
import websockets
import asyncio
import json

# Create a session
response = requests.post("http://localhost:8000/session/create")
session_id = response.json()["session_id"]

# Navigate to a URL
requests.post(f"http://localhost:8000/session/{session_id}/navigate?url=https://example.com")

# Take a screenshot
response = requests.post(f"http://localhost:8000/session/{session_id}/screenshot?name=example")
with open("screenshot.png", "wb") as f:
    f.write(response.content)

# Monitor console logs
async def monitor_console():
    async with websockets.connect(f"ws://localhost:8000/session/{session_id}/console") as ws:
        while True:
            message = await ws.recv()
            print(json.loads(message))

asyncio.get_event_loop().run_until_complete(monitor_console())

ライセンス

MIT