MCP

Browser Use MCP:用無障礙資料做瀏覽器自動化

適合要讓模型透過 Puppeteer 結構化無障礙資料操作瀏覽器的人,前提是本機已安裝 Node.js 18 或更新版本。

官方來源 · Browser Use MCP Server

安裝

code --add-mcp '{"name":"browser","command":"npx","args":["@agent-infra/mcp-server-browser@latest"]}'

適合誰

如果你要讓大模型操作瀏覽器,並且希望預設走 Puppeteer 的結構化無障礙資料、而不是一開始就上視覺模型,這個伺服器對得上。官方把它寫成輕量 MCP 服務,給模型瀏覽器自動化能力,並帶可選視覺模式,用來處理複雜佈局和視覺元素。

適合已經安裝 Node.js 18 或更新版本,並且使用 VS Code、Cursor、Windsurf 或 Claude Desktop 的人。如果你沒有 Node.js 18+,或客戶端不能新增 command 類型的 MCP,先不要接。

它不是唯讀網頁摘要:瀏覽器自動化會啟動或連線瀏覽器,讀取無障礙樹,還可能在視覺模式下處理更重的視覺資訊。官方寫明預設無需視覺模型、主要消耗結構化資料,但出網和本機瀏覽器行程都在。

3 分鐘完成第一次嘗試

官方推薦路徑是用 npx 拉起 @agent-infra/mcp-server-browser。前置條件:本機已安裝 Node.js 18 或更新版本。

在 VS Code 裡,官方給出的一條命令是:

code --add-mcp '{"name":"browser","command":"npx","args":["@agent-infra/mcp-server-browser@latest"]}'

這會註冊名為 browser 的 MCP,命令為 npx,參數為 @agent-infra/mcp-server-browser@latest。執行後重載客戶端,確認 browser 服務已連線。

然後做一次低風險呼叫:使用該 browser 服務提供的瀏覽器自動化能力,走預設的結構化無障礙資料路徑,不要開啟視覺模式。官方頁面沒有寫出具體工具名、參數或示例網址,因此只呼叫客戶端裡由這個 browser 服務列出的工具,不要自行發明未出現的工具名,也不要編造要開啟的網址。成功訊號是客戶端顯示 browser 已連線,並且回傳基於無障礙樹的結構化結果,而不是視覺截圖。

官方另有 Cursor Settings -> MCP -> Add new MCP Server 的 command 寫法,以及 --port 8089 的遠端啟動;第一次只走上面這條 VS Code 命令,不要並行開第二條路徑。

使用案例

案例一:用預設結構化無障礙資料做瀏覽器自動化。官方寫明它透過 Puppeteer 的結構化無障礙資料給模型瀏覽器能力,並且無需視覺模型、主要消耗結構化資料以降低上下文。當你要讓模型理解頁面上的控制項和文字結構時,走這條。官方沒有點名具體工具,也沒有給出示例站點;呼叫時只使用客戶端列出的、屬於 browser 服務的工具,並把成功標準定為拿到結構化無障礙資料。

案例二:結構化資料不夠時,再考慮可選視覺模式。官方寫明視覺模式用於複雜佈局和視覺元素,是可選項。官方沒有寫如何開啟、需要什麼模型、會不會落盤;因此只能確認存在可選視覺能力,不要把它當成第一次必做步驟,也不要假設它零風險。若客戶端沒有單獨的視覺開關說明,就說明官方頁面沒有把開啟步驟寫全,停在結構化資料路徑。

使用邊界

前置是 Node.js 18+。官方點名的客戶端是 VS Code、Cursor、Windsurf、Claude Desktop。遠端啟動可用 npx @agent-infra/mcp-server-browser --port 8089,也可帶 DISPLAY=:0 給 VNC 或虛擬顯示;這些不是第一次嘗試的主路徑。

瀏覽器自動化會出網、會控制瀏覽器,可能開啟你指定的頁面,也會在本機留下瀏覽痕跡。可選視覺模式在結構化資料不足時才會用到;官方沒有把它寫成無網路或無本機讀取。

官方沒有寫速率限制,也沒有寫撤銷或回滾。關掉瀏覽器視窗或停掉 npx 行程,是你能做的中止方式,但頁面上已經發生的導覽或輸入,官方沒有給出一鍵撤銷。