Selenium MCP

selenium-mcp

AI エージェント向け Selenium MCP サーバー — 実際のブラウザーを自動操作する 41 個のツールを備えています。ナビゲーション、クリック、文字入力、アサーション、スクリーンショット、複数セッションの管理、安定した要素参照を使ったページスナップショット、セレクターヒントの永続化、複数ステップの一括実行に対応しています。

TypeScript、公式 MCP SDK、Selenium WebDriver を使用して構築されています。LLM エージェント向けに、厳密な zod 入力検証、明示的な待機、構造化されたレスポンスを備えています。

ワンクリックでインストール

0.3.0 の新機能

• 新しいツール： ドロップダウン用の select_option、scroll（無限スクロールのページやスクロール可能なパネルにも対応）、戻る・進む・更新を行う history、リダイレクト後に URL またはタイトルを待機する wait_for_page が追加されました。
• レスポンシブテスト： window で、390x844 のスマートフォンのような正確なサイズにビューポートを変更したり、最大化したりできるようになりました。
• AI エージェントがツールを選びやすくなりました： すべてのツールとパラメーターに、機能、返される内容、類似ツールの代わりに使う場面が説明されるようになりました。
• 破壊的変更： 重複していた open_url と wait_until_visible を削除しました。navigate と、visible: true を指定した wait_for_element を使用してください。
• 検証済みのリリース： 各リリースは実際のブラウザーでエンドツーエンドテストを行い、npm provenance 付きで公開されます。

詳細はchangelogをご覧ください。

セットアップ

claude mcp add selenium -- npx -y @gaforov/selenium-mcp@latest

{
  "mcpServers": {
    "selenium": {
      "command": "npx",
      "args": ["-y", "@gaforov/selenium-mcp@latest"]
    }
  }
}

code --add-mcp '{"name":"selenium","command":"npx","args":["-y","@gaforov/selenium-mcp@latest"]}'

goose session --with-extension "npx -y @gaforov/selenium-mcp@latest"

git clone https://github.com/gaforov/selenium-mcp.git
cd selenium-mcp
npm install
npm run build

AI エージェントに次のように依頼します。

selenium-mcp を使って Chrome を開き、https://example.com に移動して、ページタイトルを読み取り、スクリーンショットを撮影してから、ブラウザーを閉じてください。

エージェントはスクリプトを用意しなくても、start_browser → navigate → get_title → take_screenshot → stop_browser を自動で連鎖させます。

要件

• Node.js 20+
• Chrome、Firefox、または Edge がインストールされていること（一致するドライバーは Selenium Manager が自動的に用意します）

比較

ほとんどの Selenium MCP サーバーは、WebDriver の基本コマンドをラップしています。このサーバーは、エージェントの信頼性を高めるレイヤーを追加します。

selenium-mcp を選ぶ理由

• スナップショットを優先するワークフロー — capture_page は、エージェントが直接操作できる安定した要素参照を含むページスナップショットを返すため、壊れやすいセレクターを推測する必要がありません
• セレクターのヒント — ドメインごとに機能するロケーターを保持するため、同じ自動化を繰り返すほど高速かつ確実になります
• 一括実行 — batch_execute は、制約された複数ステップのシーケンスを 1 回のツール呼び出しで実行し、往復を減らします
• 複数セッション — 複数のブラウザーセッションを作成、選択、一覧表示、破棄できます
• エージェントに配慮したエラー — すべての応答が構造化され、zod で検証されるため、エージェントは停止せずに復旧できます
• 任意のトレース — デバッグと監査に役立つ、すべてのツール呼び出しの NDJSON トレースを利用できます

ツール（41）

パラメーターの完全なドキュメント：docs/TOOL_REFERENCE.md

MCP リソース

• browser-status://current — 現在のブラウザー／セッションのリアルタイム状態
• accessibility://current — 現在のページのアクセシビリティスナップショット

任意のトレース

すべてのツール呼び出しの軽量な NDJSON トレースを有効にします。

SELENIUM_MCP_TRACE=true
SELENIUM_MCP_TRACE_PATH=./logs/selenium-mcp-trace.ndjson

SELENIUM_MCP_TRACE_PATH を省略した場合、既定値は logs/selenium-mcp-trace.ndjson です。

ドキュメント

• 使用ガイド — プロンプトとレシピ
• ツールリファレンス
• クライアント統合
• アーキテクチャ
• 開発ガイド
• 変更履歴
• ロードマップ

貢献

バグ報告、機能のリクエスト、プルリクエストなど、貢献を歓迎します。始めるには CONTRIBUTING.md をご覧ください。

npm run typecheck
npm run build
npm test

ライセンス

MIT。LICENSE をご覧ください。