Browserbase MCP 伺服器專案

MCP工具

Browserbase MCP 伺服器專案

mcp-server-browserbase 是一個由 Browserbase 團隊開發的開源專案，其核心目標是賦予大型語言模型 (LLM) 控制和操作真實網路瀏覽器的能力。

它作為一個 MCP (Model Context Protocol) 伺服器，讓 AI 代理（如 Claude, Cursor 中的 AI）能夠像人類一樣，與任何網站進行互動、提取資訊和執行自動化操作。

核心價值與運作方式

這個專案解決了 LLM 與動態、複雜的現代網路世界之間的鴻溝。傳統的 LLM 只能處理文本，無法「看見」或「點擊」網頁。mcp-server-browserbase 透過以下技術組合改變了這一點：

1. Browserbase: 一個雲端瀏覽器自動化平台。它在雲端運行真實的、無頭 (headless) 的 Chrome 瀏覽器實例，負責執行實際的瀏覽操作。
2. Stagehand: 一個強大的函式庫，擅長將自然語言指令（例如「點擊登入按鈕」、「在搜尋框中輸入『AI 新聞』」）轉換為精確的瀏覽器自動化動作。
3. MCP 協定: 作為標準化的溝通橋樑，讓 AI 代理能夠順暢地將使用者的指令傳遞給這個伺服器。

其工作流程如下：

1. 使用者在 AI 代理中下達一個與瀏覽網頁相關的指令。
2. AI 代理透過 MCP 協定呼叫 mcp-server-browserbase。
3. 伺服器利用 Stagehand 將指令轉換為具體的動作。
4. 這些動作被送到 Browserbase 雲端的瀏覽器實例上執行。
5. 執行的結果（如網頁內容、截圖）再回傳給 AI，讓 AI 能夠根據最新的網頁狀態進行下一步的判斷和操作。

主要功能與特色

• 全功能瀏覽器自動化: 控制雲端瀏覽器進行導航、點擊、填寫表單等所有常見操作。
• 視覺能力 (Vision Support): 可以擷取網頁截圖，並在截圖上進行標註，幫助 AI 理解複雜的頁面佈局並進行精準操作。
• 智慧數據提取: 從任何網頁中提取結構化的數據。
• 靈活的模型支援: Stagehand 支援多種模型，包括 OpenAI (GPT-4o), Anthropic (Claude), Google (Gemini) 等，使用者可以根據需求選擇最適合的模型來解析指令。
• 強大的會話管理: 支援建立、管理和關閉瀏覽器會話，甚至可以同時運行多個會話以執行平行任務。
• 進階功能: 提供企業級的代理伺服器 (Proxies) 和進階隱身模式 (Advanced Stealth)，以應對複雜的反爬蟲機制。

總結來說，mcp-server-browserbase 是一個為 AI 代理裝上「眼睛」和「手」的關鍵工具。它讓 LLM 能夠突破文本的限制，真正地感知和操作即時的網路世界，為打造能夠完成線上預訂、數據抓取、應用程式測試等複雜任務的自主 AI 代理 (Autonomous AI Agents) 提供了堅實的基礎。

• MCP平台來源: github
• 連結: https://github.com/browserbase/mcp-server-browserbase

立即試用MCP工具