mcpField
B
Browserbase MCP Server

Browserbase MCP Server

精选本地服务
stagehand.dev浏览器自动化3.4k14 周前更新

关于 Browserbase MCP Server

Browserbase MCP Server 是一个基于 Browserbase 与 Stagehand 的云端浏览器自动化 MCP 服务,允许 LLM 操控浏览器、访问网页并提取信息。该项目已归档不再维护,文档建议优先使用托管版本,也可自行部署。

主要功能

  1. 01提供 6 个浏览器工具:start、end、navigate、act、observe、extract
  2. 02支持 STDIO 与 SHTTP 两种传输方式
  3. 03可通过 npx 或 Docker 自托管
  4. 04可通过命令行参数配置代理、视口与 Stagehand 模型

适用场景

  1. 01让 LLM 在云端浏览器中打开网页并执行操作
  2. 02从网页中提取结构化信息
  3. 03在 MCP 客户端中接入浏览器自动化能力

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端暴露浏览器会话管理、页面导航、操作、观察与数据提取等工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"browserbase": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocibuild

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Browserbase MCP 服务

已归档

此仓库已归档,不再维护。

它最初作为参考实现发布,现保留供历史参考。请勿将其视为 Browserbase 当前生产服务或实现的代表。

封面

模型上下文协议(MCP)是一种开放协议,可实现 LLM 应用与外部数据源和工具之间的无缝集成。无论你是在构建 AI 驱动的 IDE、增强聊天界面,还是创建自定义 AI 工作流,MCP 都提供了一种标准化方式,让 LLM 能够连接所需的上下文。

此服务使用 Browserbase 和 Stagehand 提供云端浏览器自动化功能。它支持 LLM 与网页交互、提取信息并执行自动化操作。

这是 Browserbase 托管 MCP 服务的可自托管版本,工具和功能相同。我们建议使用托管版本,以便最轻松地完成设置。

工具

此服务提供 6 个工具,与托管的 Browserbase MCP 服务一致:

工具描述输入
start创建或复用 Browserbase 会话(无)
end关闭当前 Browserbase 会话(无)
navigate导航到 URL{ url: string }
act在页面上执行操作{ action: string }
observe观察页面上可执行操作的元素{ instruction: string }
extract从页面提取数据{ instruction?: string }

如何设置

目前,我们的 MCP 服务支持 2 种传输方式:STDIO 和 SHTTP。我们建议将 SHTTP 与我们的托管 MCP 服务搭配使用,以充分利用服务能力。

SHTTP(托管 MCP):

使用 Browserbase 托管 MCP 服务:https://mcp.browserbase.com/mcp。这是最简单的入门方式——我们托管该服务,并为 Gemini 提供 LLM 调用费用;Gemini 是 Stagehand 中性能最佳的模型。

完整设置说明请参阅 Browserbase MCP 文档。

如果你的客户端支持 SHTTP:

{
  "mcpServers": {
    "browserbase": {
      "type": "http",
      "url": "https://mcp.browserbase.com/mcp"
    }
  }
}

如果你的客户端不支持 SHTTP:

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": ["mcp-remote", "https://mcp.browserbase.com/mcp"]
    }
  }
}

STDIO(自托管):

你可以使用我们托管在 NPM 上的服务,也可以克隆此仓库并完全在本地运行。

注意: 如果要使用其他模型,必须在 args 中添加 --modelName,并将相应的密钥作为参数提供。更多信息见下文。

通过 NPM 运行(推荐)

进入 MCP Config JSON 并添加 Browserbase 服务:

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": ["@browserbasehq/mcp"],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}

就是这样!重新加载 MCP 客户端即可开始使用。

完全在本地运行:
选项 1:直接安装
git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
npm install && npm run build
选项 2:Docker
git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
docker build -t mcp-browserbase .

然后在 MCP Config JSON 中运行该服务:

使用直接安装
{
  "mcpServers": {
    "browserbase": {
      "command": "node",
      "args": ["/path/to/mcp-server-browserbase/cli.js"],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}
使用 Docker
{
  "mcpServers": {
    "browserbase": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e",
        "BROWSERBASE_API_KEY",
        "-e",
        "BROWSERBASE_PROJECT_ID",
        "-e",
        "GEMINI_API_KEY",
        "mcp-browserbase"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": "",
        "GEMINI_API_KEY": ""
      }
    }
  }
}

配置

Browserbase MCP 服务接受以下命令行标志:

标志描述
--proxies为会话启用 Browserbase 代理
--verified启用 Browserbase Verified Identity(仅限 Scale 计划用户)
--advancedStealth--verified 的弃用别名
--keepAlive启用 Browserbase Keep Alive 会话
--contextId <contextId>指定要使用的 Browserbase Context ID
--persist是否持久化 Browserbase 上下文(默认值:true)
--port <port>HTTP/SHTTP 传输的监听端口
--host <host>要绑定服务的主机(默认值:localhost;使用 0.0.0.0 可监听所有接口)
--browserWidth <width>浏览器视口宽度(默认值:1024)
--browserHeight <height>浏览器视口高度(默认值:768)
--modelName <model>Stagehand 使用的模型(默认值:google/gemini-2.5-flash-lite)
--modelApiKey <key>自定义模型提供商的 API 密钥(使用自定义模型时必需)
--experimental启用实验性功能(默认值:false)

这些标志可以直接传递给 CLI,也可以在 MCP 配置文件中设置。

注意: 这些标志只能用于可自托管的服务(npx @browserbasehq/mcp 或 Docker)。

模型配置

Stagehand 默认使用 Google 的 Gemini 2.5 Flash Lite 模型,但你也可以将其配置为使用 GPT-4o、Claude 或其他提供商的模型。

重要: 使用任何自定义模型(非默认模型)时,必须通过 --modelApiKey 标志提供该模型提供商的 API 密钥。

{
  "mcpServers": {
    "browserbase": {
      "command": "npx",
      "args": [
        "@browserbasehq/mcp",
        "--modelName",
        "anthropic/claude-sonnet-4.5",
        "--modelApiKey",
        "your-anthropic-api-key"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "",
        "BROWSERBASE_PROJECT_ID": ""
      }
    }
  }
}

注意:模型必须受 Stagehand 支持。请查看此处的文档。

链接

许可证

根据 Apache 2.0 许可证授权。

版权所有 2025 Browserbase, Inc.

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。