🌐 MCP Agents

🌐 MCP Agents

MCP Agents 是一款由 AI 驱动的交互式浏览器助手，使用 Streamlit、OpenAI 和 Puppeteer，并基于 Model Context Protocol（MCP） 构建。输入自然语言命令，例如 “前往 Wikipedia 并搜索 Mars”，应用就会自动浏览网页、点击、滚动，甚至提取内容，全程无需动手。

---

🚀 功能

• 与网页对话 — 使用简单的英文命令与网站交互
• 视觉自动化 — 轻松截取屏幕、点击元素和滚动页面
• 灵活的 Agent 系统 — 由模块化 MCP Agent 框架提供支持
• 安全集成 — 安全存储 API 密钥，并可选择配置 secrets
• 完整的交互式 UI — 在应用界面中直接查看命令结果

---

🎯 使用场景

• 💼 产品抓取、新闻摘要、自动化浏览工作流
• 🧪 引导用户浏览网站的教育机器人
• 📰 从动态页面提取每日内容

---

⚙️ 要求

• Python 3.8 或更高版本
• Node.js + npm（用于 Puppeteer 服务）
• OpenAI API 密钥

---

⚡ 快速开始

# Clone and enter the project
$ git clone https://github.com/your-username/mcp-agents.git
$ cd mcp-agents

# Install Python dependencies
$ pip install -r requirements.txt

# Verify Node.js setup
$ node --version && npm --version

# Optional: Start Puppeteer agent
$ npx -y @modelcontextprotocol/server-puppeteer

# Run the app
$ streamlit run main.py

在浏览器中访问 http://localhost:8501。

---

🔐 配置 Secrets

创建名为 mcp_agent.secrets.yaml 的文件：

openai:
  api_key: "your-openai-api-key"

➡️ 请确保将此文件列入 .gitignore，以免泄露凭据。

---

💬 可尝试的示例命令

• “前往 www.wikipedia.org”
• “搜索 black holes 并总结页面内容”
• “点击第一个标题”
• “截取主视觉区域的屏幕截图”
• “向下滚动并提取所有 h2 标题”

---

📁 项目概览

mcp-agents/
├── main.py                     # Streamlit application
├── requirements.txt           # Python dependencies
├── README.md                  # This file
├── mcp_agent.config.yaml      # Config for Puppeteer + agent setup
├── mcp_agent.secrets.yaml     # API secrets (ignored from Git)
├── .gitignore                 # File exclusions

---

📄 许可证

基于 MIT License 许可。

---

🙋‍♂️ 作者

由 Harsh 倾情打造 ❤️。 由 MCP 的开源 Agent 框架提供支持，并从 LastMileAI 工具中汲取灵感。

---

👨‍💻 想打造自己的 AI 自动化 Agent？Fork 此仓库并开始自定义吧！