browser-mcp

browser-mcp

由 Shreyas 构建 · 由 Globalion 发布

托管的 Chrome，作为 MCP 技能。 为任何兼容 MCP 的 Agent（Claude Desktop、Cursor、自定义脚本）提供一个可操控的真实 Chromium 浏览器——导航、点击、输入、快照、读取页面、截图。采用类似人类的行为模式，为每位用户隔离会话，并加密存储凭据，因此登录受限的网站也能正常使用，且不会向大模型泄露密码。

• 真实 Chromium，通过 Playwright 在我们的服务器上运行。不是仅限无头模式的技巧——提供完整的浏览器上下文。
• 默认启用隐身模式——修补最常见的机器人检测特征（navigator.webdriver、plugins、chrome runtime）。无法完全抵御 Cloudflare Turnstile 等严苛防护；v0.2 将加入代理和 CAPTCHA 求解功能。
• 按用户隔离——每位用户使用独立的 BrowserContext，避免账号之间泄露 Cookie 和 localStorage。
• 加密凭据——静态数据使用 AES-256-GCM 加密。use_credentials 会在服务端将密码输入页面；大模型永远看不到密码。
• 我们的技术栈中不包含大模型——你的 Agent 负责思考，我们只负责操控浏览器。

托管于 browser.regiq.in。

使用方法

1. 访问 https://browser.regiq.in，并使用 Google 或 GitHub 登录。

2. 在控制面板中生成 MCP API 密钥。

3. 将以下内容添加到 Claude Desktop 的 claude_desktop_config.json 中：

   {
     "mcpServers": {
       "browser": {
         "url": "https://browser.regiq.in/api/mcp",
         "headers": {
           "Authorization": "Bearer YOUR_KEY_HERE"
         }
       }
     }
   }
   

4. 重启 Claude Desktop。向它提出请求：“打开 workit.info，搜索 Cambridge 的实习职位。” 你的 Agent 会调用浏览器工具并操控页面。

工具

工具	用途
browser_new_session()	启动会话；返回 sessionId。空闲超时为 15 分钟。
browser_close_session(sessionId)	清理会话。
browser_navigate(sessionId, url)	前往 URL，并等待 DOMContentLoaded。
browser_snapshot(sessionId)	返回包含各元素 uid 的无障碍树。
browser_click(sessionId, uid)	根据 uid 点击元素。
browser_type(sessionId, uid, text)	根据 uid 填写输入框。
browser_press_key(sessionId, key)	按下键盘按键：Enter、Tab、Control+A 等。
browser_wait_for(sessionId, selector)	等待 CSS 选择器对应的元素出现。
browser_read_page(sessionId)	返回纯文本页面内容（上限为 20 KB）。
browser_screenshot(sessionId)	返回 base64 编码的 PNG。
save_credentials(domain, username, password)	加密并保存某个网站的登录凭据。
use_credentials(sessionId, domain, usernameSelector, passwordSelector)	将已保存的凭据输入登录表单。绝不返回密码。
list_saved_credentials()	查看已保存的凭据（仅显示域名和用户名）。

处理需要登录的网站

你的 Agent 会看到一个登录表单。流程如下：

1. 检查是否已保存凭据——list_saved_credentials()。
2. 如果已保存该域名的凭据——调用 use_credentials(sessionId, "workit.info", "input[name=email]", "input[type=password]")。服务端会解密并输入凭据。然后点击提交按钮。
3. 如果未保存——告知用户：“我需要你的 workit.info 登录信息才能继续。请在 https://browser.regiq.in/dashboard 保存，然后再问我。”

在 MVP 阶段，用户必须通过控制面板保存凭据。v0.2 将允许 Agent 通过配对通道请求凭据（例如通过 telegram-mcp）。

自托管

你需要：

• Docker + Compose
• Google 或 GitHub OAuth 客户端
• 公共 HTTPS 域名（Cloudflare Tunnel 或 ngrok http 3013）
• 约 4 GB RAM（Playwright + Chromium）

git clone https://github.com/globalion/browser-mcp
cd browser-mcp
cp .env.example .env
# fill NEXTAUTH_SECRET, GOOGLE_/GITHUB_*, PUBLIC_BASE_URL,
# and generate CRED_ENCRYPTION_KEY with `openssl rand -hex 32`
docker compose up -d
# open http://localhost:3013

架构

Your MCP agent  →  /api/mcp (Bearer auth)  →  In-memory session Map  →  Playwright BrowserContext
                                                    ↕
                                                Postgres (audit + credentials, AES-256-GCM)

会话保存在容器内存中。重启会终止所有活动会话——用户只需再次调用 browser_new_session。会话空闲 15 分钟后，上下文会自动关闭以释放 RAM。

规避机器人检测——现实预期

隐身初始化脚本会移除 navigator.webdriver，添加伪造插件，暴露 window.chrome.runtime，并修补通知权限异常。结合真正的 Chromium 二进制文件（而非仅无头模式）以及真实的视口、UA 和时区设置，即可通过大多数公开网站的检测。

采用严格反机器人检测的网站（Cloudflare Turnstile、PerimeterX、DataDome）仍会识别出来。要绕过这些检测，你需要：

• 住宅代理（Bright Data 等服务约 50 美元/月）
• CAPTCHA 求解（通过 2captcha，每次求解约 0.001 美元）
• 更复杂的指纹伪装

这些属于 v0.2 阶段的内容。目前，请在没有主动搜寻机器人的网站上使用 browser-mcp。

许可证

MIT。