agent-browser-mcp-http

基于 Model Context Protocol (MCP) 的浏览器自动化服务器，通过 Docker 容器提供 Vercel agent-browser 能力，支持 HTTP 传输协议。

特性

• AI 优化的浏览器控制 - 使用无障碍属性、文本匹配和数据属性的语义化元素定位
• 会话隔离 - 多个独立的浏览器会话，拥有独立的 Cookie、存储和浏览历史
• 全面自动化 - 导航、表单填写、点击、滚动、键盘输入等
• 数据提取 - 获取文本、HTML、属性、无障碍快照、截图和 PDF
• Cookie 管理 - 完全控制浏览器 Cookie 和存储
• HTTP 传输 - 支持通过 HTTP 接口访问，适合 Docker 部署

快速开始

拉取并运行 Docker 镜像

# 拉取镜像
docker pull sebrinass/agent-browser-mcp-http:latest

# 运行容器
docker run -d --name agent-browser-mcp \
  -p 3000:3000 \
  sebrinass/agent-browser-mcp-http:latest

配置 MCP 客户端

在客户端中配置 HTTP 端点：

{
  "mcpServers": {
    "agent-browser": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

可用的工具

导航

• browser_navigate - 导航到指定 URL
• browser_go_back - 后退一页
• browser_go_forward - 前进一页
• browser_reload - 刷新当前页面

交互

• browser_click - 点击元素
• browser_fill - 填充文本输入框
• browser_type - 逐字符输入文本
• browser_hover - 悬停在元素上
• browser_scroll - 滚动页面或特定元素
• browser_select - 从下拉菜单选择选项
• browser_check - 选中复选框或单选按钮
• browser_uncheck - 取消选中复选框
• browser_press - 按下键盘按键

数据提取

• browser_get_text - 获取元素或页面的文本内容
• browser_get_html - 获取 HTML 内容
• browser_get_attribute - 获取属性值
• browser_get_url - 获取当前页面 URL
• browser_get_title - 获取当前页面标题
• browser_snapshot - 获取无障碍树快照

会话管理

• browser_new_session - 创建新的独立浏览器会话
• browser_close_session - 关闭浏览器会话

截图和 PDF

• browser_screenshot - 截图
• browser_pdf - 生成当前页面的 PDF

下载

• browser_download - 点击元素触发下载并保存文件
• browser_wait_for_download - 等待下载完成（被动模式）

完整工具列表和参数请参考 官方文档。

Docker 部署

使用预构建镜像

# 拉取最新镜像
docker pull sebrinass/agent-browser-mcp-http:latest

# 运行容器
docker run -d \
  --name agent-browser-mcp \
  -p 3000:3000 \
  -v /path/to/screenshots:/tmp \
  sebrinass/agent-browser-mcp-http:latest

端口说明

• 3000 - HTTP 服务端口，提供 /mcp 端点和 /health 健康检查

数据持久化

如需保存截图，可以挂载目录：

docker run -d \
  --name agent-browser-mcp \
  -p 3000:3000 \
  -v /your/screenshots:/tmp \
  sebrinass/agent-browser-mcp-http:latest

Unraid 部署

在 Unraid 的 Docker 页面添加以下配置：

基础设置

• 仓库：sebrinass/agent-browser-mcp-http:latest
• 容器名称：agent-browser-mcp

端口映射

可选：路径映射

环境变量

本地构建

构建 Docker 镜像

docker build -t agent-browser-mcp-http:latest .

运行构建的镜像

docker run -d \
  --name agent-browser-mcp \
  -p 3000:3000 \
  agent-browser-mcp-http:latest

手动构建和测试

# 安装依赖
npm install

# 编译 TypeScript
npm run build

# 运行本地测试
npm test

开发

# 克隆仓库
git clone https://github.com/sebrinass/agent-browser-mcp-http.git
cd agent-browser-mcp-http

# 安装依赖
npm install

# 编译 TypeScript
npm run build

# 开发模式（监听变化）
npm run dev

技术架构

┌─────────────────────────────────────────────┐
│           Docker 容器                        │
│  ┌───────────────────────────────────────┐  │
│  │  HTTP 服务器                           │  │
│  │  (Express + StreamableHTTPServer)     │  │
│  └───────────────────────────────────────┘  │
│                   │                          │
│                   ▼                          │
│  ┌───────────────────────────────────────┐  │
│  │  MCP 服务器                            │  │
│  │  (@modelcontextprotocol/sdk)           │  │
│  └───────────────────────────────────────┘  │
│                   │                          │
│                   ▼                          │
│  ┌───────────────────────────────────────┐  │
│  │  agent-browser CLI                    │  │
│  │  (官方浏览器引擎，从 npm 安装)          │  │
│  └───────────────────────────────────────┘  │
│                   │                          │
│                   ▼                          │
│  ┌───────────────────────────────────────┐  │
│  │  Chromium 浏览器                       │  │
│  └───────────────────────────────────────┘  │
└─────────────────────────────────────────────┘

注意事项

• 每次构建容器时会自动从 npm 安装最新版的 agent-browser，确保获得官方最新功能
• 容器运行时会自动安装 Chromium 浏览器及其依赖
• HTTP 端点：http://<容器IP>:3000/mcp
• 健康检查端点：http://<容器IP>:3000/health

License

MIT

致谢

基于 Vercel agent-browser 和 agent-browser-mcp 实现。