使用MCP服务器控制浏览器的AI代理

简介

MCP（Multi-Control Protocol）服务器是一种允许AI代理控制浏览器的工具，通过使用browser-use包实现浏览器自动化。它支持两种传输模式：SSE（Server-Sent Events）和stdio。

基础知识点

浏览器自动化：使用Playwright等工具来控制浏览器的行为，如打开网页、点击按钮等。
MCP协议：一种用于AI代理与浏览器之间通信的协议，支持SSE和stdio两种传输方式。
VNC流媒体：允许实时观看浏览器自动化过程。

安装步骤

1. 安装依赖

首先，需要安装uv工具和mcp-proxy：

bash 复制代码

curl -LsSf https://astral.sh/uv/install.sh | sh
uv tool install mcp-proxy
uv tool update-shell

2. 配置环境

创建一个.env文件，设置必要的环境变量：

bash 复制代码

OPENAI_API_KEY=your-api-key
CHROME_PATH=optional/path/to/chrome
PATIENT=false  # 设置为true时，API调用将等待任务完成

3. 安装依赖包

使用uv安装必要的Python包：

bash 复制代码

uv sync
uv pip install playwright
uv run playwright install --with-deps --no-shell chromium

运行服务器

SSE模式

直接从源代码运行服务器：

bash 复制代码

uv run server --port 8000

stdio模式

构建并安装全局包：

bash 复制代码

uv build
uv tool uninstall browser-use-mcp-server 2>/dev/null || true
uv tool install dist/browser_use_mcp_server-*.whl

运行服务器：

bash 复制代码

browser-use-mcp-server run server --port 8000 --stdio --proxy-port 9000

客户端配置

SSE模式客户端配置

json 复制代码

{
  "mcpServers": {
    "browser-use-mcp-server": {
      "url": "http://localhost:8000/sse"
    }
  }
}

stdio模式客户端配置

json 复制代码

{
  "mcpServers": {
    "browser-server": {
      "command": "browser-use-mcp-server",
      "args": [
        "run",
        "server",
        "--port",
        "8000",
        "--stdio",
        "--proxy-port",
        "9000"
      ],
      "env": {
        "OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}

Docker部署

使用Docker可以提供一个一致且隔离的环境来运行服务器。

构建Docker镜像

perl 复制代码

bash
docker build -t browser-use-mcp-server .

运行容器

bash 复制代码

docker run --rm -p8000:8000 -p5900:5900 browser-use-mcp-server

自定义VNC密码

创建一个包含密码的文件，然后将其挂载到容器中：

bash 复制代码

echo "your-secure-password" > vnc_password.txt
docker run --rm -p8000:8000 -p5900:5900 \
  -v $(pwd)/vnc_password.txt:/run/secrets/vnc_password:ro \
  browser-use-mcp-server

VNC查看器

使用noVNC作为浏览器查看器：

bash 复制代码

git clone https://github.com/novnc/noVNC
cd noVNC
./utils/novnc_proxy --vnc localhost:5900

默认密码为browser-use，除非使用自定义密码方法覆盖。

示例用法

尝试使用AI代理打开网页并获取顶级文章：

bash 复制代码

open https://news.ycombinator.com and return the top ranked article