Install
code --add-mcp '{"name":"browser","command":"npx","args":["@agent-infra/mcp-server-browser@latest"]}'Für wen
Wenn Sie ein großes Modell einen Browser bedienen lassen wollen und der Standardweg Puppeteers strukturierte Barrierefreiheitsdaten sein soll statt sofort eines Vision-Modells, passt dieser Server. Offiziell ist er als leichtgewichtiger MCP-Dienst beschrieben, der Modellen Browserautomatisierung gibt, plus optionalem Vision-Modus für komplexe Layouts und visuelle Elemente.
Er passt zu allen, die bereits Node.js 18 oder neuer haben und VS Code, Cursor, Windsurf oder Claude Desktop nutzen. Fehlt Node.js 18+ oder kann der Client kein command-Typ-MCP hinzufügen, schließen Sie ihn noch nicht an.
Das ist keine schreibgeschützte Seitenzusammenfassung: Browserautomatisierung startet oder verbindet einen Browser, liest den Accessibility-Baum und kann im Vision-Modus schwerere visuelle Informationen verarbeiten. Offiziell braucht der Standard kein Vision-Modell und verbraucht vor allem strukturierte Daten, aber ausgehender Netzverkehr und ein lokaler Browserprozess sind beide da.
Ersten Versuch in 3 Minuten abschließen
Der offiziell empfohlene Weg ist, @agent-infra/mcp-server-browser mit npx zu starten. Voraussetzung: auf diesem Rechner ist bereits Node.js 18 oder neuer installiert.
In VS Code lautet der offizielle Befehl:
code --add-mcp '{"name":"browser","command":"npx","args":["@agent-infra/mcp-server-browser@latest"]}'
Das registriert ein MCP namens browser, Befehl npx, Argument @agent-infra/mcp-server-browser@latest. Danach den Client neu laden und prüfen, dass der browser-Dienst verbunden ist.
Dann einen risikoarmen Aufruf: nutzen Sie die Browserautomatisierung dieses browser-Dienstes, bleiben Sie auf dem Standardweg der strukturierten Barrierefreiheitsdaten, und schalten Sie den Vision-Modus nicht ein. Offizielle Seiten nennen keine konkreten Toolnamen, Parameter oder Beispiel-URLs; rufen Sie daher nur Tools auf, die der Client für diesen browser-Dienst zeigt. Erfinden Sie keine Toolnamen, die nicht vorkommen, und erfinden Sie keine zu öffnende URL. Erfolgssignal: der Client zeigt browser als verbunden und liefert ein strukturiertes Ergebnis auf Basis des Accessibility-Baums, kein visuelles Screenshot.
Offiziell gibt es außerdem die command-Schreibweise unter Cursor Settings -> MCP -> Add new MCP Server sowie einen Remote-Start mit --port 8089; beim ersten Versuch nur den VS-Code-Befehl oben nutzen. Öffnen Sie keinen zweiten Pfad parallel.
Anwendungsfälle
Fall 1: Browserautomatisierung mit den standardmäßigen strukturierten Barrierefreiheitsdaten. Offiziell gibt der Dienst Modellen Browserfähigkeit über Puppeteers strukturierte Barrierefreiheitsdaten, braucht kein Vision-Modell und verbraucht vor allem strukturierte Daten, um Kontext zu senken. Nutzen Sie das, wenn das Modell Steuerelemente und Textstruktur auf einer Seite verstehen soll. Offiziell wird kein konkretes Tool genannt und keine Beispielsite angegeben; beim Aufruf nur vom Client gezeigte Tools des browser-Dienstes verwenden und Erfolg als Erhalt strukturierter Barrierefreiheitsdaten definieren.
Fall 2: wenn strukturierte Daten nicht reichen, dann den optionalen Vision-Modus erwägen. Offiziell dient der Vision-Modus komplexen Layouts und visuellen Elementen und ist optional. Offiziell steht nicht, wie man ihn einschaltet, welches Modell nötig ist oder ob etwas auf die Platte geschrieben wird; Sie können also nur bestätigen, dass optionale Vision-Fähigkeit existiert. Machen Sie daraus keinen Pflichtschritt für den ersten Versuch und nehmen Sie kein Nullrisiko an. Fehlt im Client eine eigene Vision-Schalter-Erklärung, hat die offizielle Seite die Einschaltschritte nicht vollständig beschrieben; bleiben Sie auf dem strukturierten Datenweg.
Grenzen
Voraussetzung ist Node.js 18+. Offiziell genannte Clients: VS Code, Cursor, Windsurf, Claude Desktop. Remote-Start kann npx @agent-infra/mcp-server-browser --port 8089 nutzen und DISPLAY=:0 für VNC oder ein virtuelles Display mitgeben; das ist nicht der Hauptweg für den ersten Versuch.
Browserautomatisierung geht ins Netz, steuert den Browser, kann eine von Ihnen angegebene Seite öffnen und hinterlässt lokale Surfspuren. Der optionale Vision-Modus kommt nur zum Zug, wenn strukturierte Daten nicht reichen; offiziell ist er weder als ohne Netz noch als ohne lokales Lesen beschrieben.
Offiziell gibt es kein Ratenlimit und kein Rückgängigmachen oder Rollback. Das Browserfenster schließen oder den npx-Prozess beenden ist die Unterbrechung, die Sie tun können; für Navigation oder Eingaben, die auf der Seite schon passiert sind, gibt es offiziell kein Ein-Klick-Rückgängig.