Selenium MCP Server

Selenium MCP 服务

一个使用 Selenium WebDriver 进行浏览器自动化的模型上下文协议（MCP）服务。通过标准协议让大模型和团队实现浏览器自动化，类似于 Playwright MCP。

🚀 主要功能

• 支持多种浏览器（Chrome、Firefox、Edge、Safari）
• 适合团队使用：默认显示浏览器
• 符合 MCP 的 API（导航、点击、输入、截图等）
• 方便团队和 CI 上手

📦 面向团队使用发布 MCP 服务

1. 发布到 npm（供整个团队使用）

• 确保 package.json 正确（见下文）
• 运行：

npm publish --access public

• 或使用私有注册表：

npm publish --access restricted

2. 安装并运行（适用于任何团队）

全局安装（推荐团队使用）

npm install -g selenium-mcp-server
selenium-mcp-server --browser chrome

或使用 npx（无需安装）

npx selenium-mcp-server@latest --browser chrome

3. 在 MCP 客户端中配置（例如 Cursor、CI 或自定义客户端）

将以下内容添加到 .cursor/mcp.json 或等效文件中：

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp-server",
      "args": ["--browser", "chrome"]
    }
  }
}

• 对于 CI，将服务作为后台进程运行，并让客户端连接到其端口。

📝 新团队上手指南

1. 安装 Node.js 18+ 和 Java 11+
2. 全局安装 MCP 服务，或使用 npx
3. 与团队分享 npm 包名称和 README
4. 提供配置和用法示例（见上文）
5. 如需支持，请使用 GitHub 仓库的 issues 页面

用于发布的 package.json 示例

{
  "name": "selenium-mcp-server",
  "version": "1.0.0",
  "description": "Selenium MCP server for browser automation",
  "main": "index.js",
  "bin": { "selenium-mcp-server": "index.js" },
  "repository": { "type": "git", "url": "https://github.com/your-org/selenium-mcp-server.git" },
  "author": "Your Name",
  "license": "MIT"
}

📋 可用工具

• browser_navigate - 导航到任意 URL
• browser_snapshot - 获取页面可访问性快照及元素引用
• browser_click - 使用快照中的引用点击元素
• browser_type - 在表单字段中输入文本，可选择提交
• browser_wait_for - 等待指定时长、文本出现或文本消失
• browser_take_screenshot - 截取当前页面

🛠️ 安装与设置

Cursor 用户

1. 添加到 Cursor 设置：

   • 前往 Cursor Settings → MCP → Add new MCP Server
   • 名称：selenium-mcp
   • 命令类型：command
   • 命令：npx
   • 参数：["selenium-mcp-server@latest"]

2. 替代 JSON 配置：

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

其他 MCP 客户端

在 MCP 客户端中使用相同的配置方式：

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

其他安装方式

npm install selenium-mcp-server

npm install -g selenium-mcp-server

快速开始

🎯 零安装（推荐）

1. 添加配置

在项目根目录中创建 .cursor/mcp.json：

{
  "mcpServers": {
    "selenium": {
      "command": "npx",
      "args": [
        "selenium-mcp-server@latest",
        "--browser", "chrome"
      ]
    }
  }
}

2. 重启 Cursor

• 完全退出 Cursor
• 重启 Cursor
• npx 将自动下载并运行服务

npm install selenium-mcp-server

{
  "mcpServers": {
    "selenium": {
      "command": "node",
      "args": ["./node_modules/selenium-mcp-server/dist/index.js", "--browser", "chrome", "--headless"]
    }
  }
}

npm install -g selenium-mcp-server

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp",
      "args": ["--browser", "chrome", "--headless"]
    }
  }
}

3. 在 Cursor 中使用

让 Cursor 执行浏览器自动化操作：

• “导航到 google.com 并截取屏幕截图”
• “填写 example.com 上的联系表单”
• “从当前页面提取所有链接”

配置选项

selenium-mcp [options]

Options:
  --browser <browser>        Browser to use (chrome, firefox, edge, safari) (default: "chrome")
  --headless                 Run browser in headless mode
  --executable-path <path>   Path to browser executable
  --user-data-dir <path>     Path to user data directory
  --isolated                 Keep browser profile in memory
  --viewport-size <size>     Browser viewport size (e.g., 1280,720)
  --output-dir <path>        Path to directory for output files
  -h, --help                 Display help for command

可用工具

导航

• browser_navigate - 导航到 URL
• browser_navigate_back - 返回上一页
• browser_navigate_forward - 前进到下一页

页面交互

• browser_click - 点击元素
• browser_type - 在输入框中输入文本
• browser_hover - 将鼠标悬停在元素上
• browser_drag - 拖放元素
• browser_select_option - 选择下拉选项
• browser_press_key - 按下键盘按键

信息收集

• browser_snapshot - 捕获可访问性树
• browser_take_screenshot - 截取屏幕截图
• browser_network_requests - 列出网络请求
• browser_console_messages - 获取控制台消息

标签页管理

• browser_tab_list - 列出已打开的标签页
• browser_tab_new - 打开新标签页
• browser_tab_select - 切换标签页
• browser_tab_close - 关闭标签页

实用工具

• browser_wait_for - 等待元素/文本
• browser_file_upload - 上传文件
• browser_handle_dialog - 处理警告/对话框
• browser_resize - 调整浏览器窗口大小
• browser_pdf_save - 将页面保存为 PDF

使用示例

基本导航和截图

// In Cursor, ask:
"Navigate to https://example.com and take a screenshot"

表单交互

// In Cursor, ask:
"Go to the contact page and fill out the form with name 'John Doe' and email '[email protected]'"

数据提取

// In Cursor, ask:
"Visit the product page and extract all product names and prices"

要求

• Node.js 18+
• Java 11+（用于 Selenium WebDriver）
• 浏览器驱动（由 WebDriverManager 自动管理）

配置示例

本地开发

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp",
      "args": ["--browser", "chrome"]
    }
  }
}

无头生产环境

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp",
      "args": [
        "--browser", "chrome",
        "--headless",
        "--viewport-size", "1920,1080"
      ]
    }
  }
}

自定义浏览器路径

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp",
      "args": [
        "--browser", "chrome",
        "--executable-path", "/path/to/chrome"
      ]
    }
  }
}

故障排除

未找到浏览器

如果出现未找到浏览器的错误：

1. 安装浏览器（Chrome、Firefox 等）
2. 使用 --executable-path 指定浏览器位置
3. 检查 Java 是否已安装且可访问

权限问题

在 macOS 上，你可能需要授予辅助功能权限：

1. 前往“系统偏好设置”>“安全性与隐私”>“隐私”
2. 选择“辅助功能”
3. 添加你的终端应用程序

内存问题

对于大型页面或长时间运行的会话：

{
  "mcpServers": {
    "selenium": {
      "command": "selenium-mcp",
      "args": ["--isolated", "--headless"]
    }
  }
}

参与贡献

1. Fork 此仓库
2. 创建功能分支
3. 进行修改
4. 添加测试
5. 提交拉取请求

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件。

相关项目

• Playwright MCP - 使用 Playwright 的类似服务
• Model Context Protocol - 协议规范
• Selenium WebDriver - 底层浏览器自动化框架

参考资料

• Playwright MCP
• npm Publishing Guide
• Model Context Protocol

更多信息请参阅 CONTRIBUTING.md 和 TEAM_SETUP_GUIDE.md