mcpField
W
Web Browser Mcp Server

Web Browser Mcp Server

本地服务
github.com/blazickjp浏览器自动化4586 周前更新

关于 Web Browser Mcp Server

Web Browser MCP 服务使 AI 助手能够访问网页并提取内容,基于 BeautifulSoup4 实现,支持使用 CSS 选择器定位所需内容。适合需要从网页中获取结构化信息的用户。

主要功能

  1. 01使用 CSS 选择器提取指定内容
  2. 02提取页面标题与链接等元数据
  3. 03异步处理网页请求
  4. 04可配置的请求超时时间

适用场景

  1. 01抓取网页中的特定段落或数据
  2. 02让 AI 助手读取并理解网页内容

MCP 相关

该项目是 MCP 服务,向 MCP 客户端提供 browse_webpage 工具,用于访问网页并返回提取的内容。

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": {
"web-browser": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

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
npm@smithery/cli

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

Twitter Follow smithery badge Python Version License: MIT PyPI Downloads PyPI Version

web-browser-mcp-server MCP server

✨ 功能特性

🌐 通过简单的 MCP 接口,让 AI 助手能够浏览网页并提取内容。

Web Browser MCP 服务通过消息控制协议(MCP)让 AI 模型能够浏览网站、提取内容并理解网页。它支持使用 CSS 选择器智能提取内容,并具备可靠的错误处理机制。

🤝 参与贡献 • 📝 报告问题

✨ 核心功能

  • 🎯 智能内容提取:通过 CSS 选择器精准定位所需内容
  • ⚡ 极速运行:采用异步处理,提供最佳性能
  • 📊 丰富的元数据:获取标题、链接和结构化内容
  • 🛡️ 稳健可靠:内置错误处理和超时管理
  • 🌍 跨平台:可在所有支持 Python 的平台上运行

🚀 快速开始

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 Web Browser Server:

npx -y @smithery/cli install web-browser-mcp-server --client claude
手动安装

使用 uv 安装:

uv tool install web-browser-mcp-server

用于开发:

# Clone and set up development environment
git clone https://github.com/blazickjp/web-browser-mcp-server.git
cd web-browser-mcp-server

# Create and activate virtual environment
uv venv
source .venv/bin/activate

# Install with test dependencies
uv pip install -e ".[test]"
🔌 MCP 集成

将此配置添加到 MCP 客户端配置文件中:

{
    "mcpServers": {
        "web-browser-mcp-server": {
            "command": "uv",
            "args": [
                "tool",
                "run",
                "web-browser-mcp-server"
            ],
            "env": {
                "REQUEST_TIMEOUT": "30"
            }
        }
    }
}

用于开发:

{
    "mcpServers": {
        "web-browser-mcp-server": {
            "command": "uv",
            "args": [
                "--directory",
                "path/to/cloned/web-browser-mcp-server",
                "run",
                "web-browser-mcp-server"
            ],
            "env": {
                "REQUEST_TIMEOUT": "30"
            }
        }
    }
}

💡 可用工具

此服务提供了强大的网页浏览工具:

browse_webpage

浏览网页并提取内容,可选使用 CSS 选择器:

# Basic webpage fetch
result = await call_tool("browse_webpage", {
    "url": "https://example.com"
})

# Target specific content with CSS selectors
result = await call_tool("browse_webpage", {
    "url": "https://example.com",
    "selectors": {
        "headlines": "h1, h2",
        "main_content": "article.content",
        "navigation": "nav a"
    }
})

⚙️ 配置

通过环境变量进行配置:

变量用途默认值
REQUEST_TIMEOUT网页请求超时时间(秒)30

🧪 测试

运行测试套件:

python -m pytest

📄 许可证

本项目采用 MIT 许可证发布。详情请参阅 LICENSE 文件。


由 Pear Labs 团队倾情打造 ❤️

Web Browser MCP Server

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。