mcp-browser-use

让AI助手具备自动化控制真实浏览器的能力。

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:mcp-browser-use。
它的用途是:让AI助手具备自动化控制真实浏览器的能力。
完整的 Skill 内容见:https://321skill.com/skills/mcp-browser-use/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

“帮我去电商网站搜索‘无线耳机’,把前5个商品的价格和标题信息整理成表格给我。”,它会自动打开浏览器,导航到目标网站,执行搜索,提取指定数据,并以结构化格式返回结果。或者

对AI说:“登录我的博客后台,把这篇草稿发布出去。”,它也能模拟用户操作完成登录和发布流程。

介绍

mcp-browser-use 是一个 MCP 服务器,它将强大的浏览器自动化工具 browser-use 封装起来,使得像 Claude 这样的 AI 助手能够直接控制一个真实的网页浏览器。它解决了 AI 在处理需要与网页交互的复杂、长时间任务时,因传统通信方式超时而中断的问题。

通过采用 HTTP 传输协议替代标准的 stdio,该服务器能够以守护进程形式运行,稳定处理长达数分钟甚至更久的浏览器操作请求,例如自动填写表单、点击按钮、导航页面和提取数据等。用户可以通过安装 Claude Code 插件快速完成配置,或手动安装后集成到支持 MCP 协议的客户端中。

这个技能非常适合需要 AI 助手执行网页端自动化任务的各类开发者和内容工作者。无论是前端开发者需要测试网页交互,还是电商运营需要批量处理商品,或是内容创作者需要搜集网络资料,都可以借助它来提升效率。

使用时,请注意确保已正确配置所需的 LLM API 密钥(如 Gemini),因为浏览器代理需要调用 LLM 来决策每一步操作。同时,由于涉及真实的浏览器操作,请确保在安全、可信的环境下运行,并遵守目标网站的使用条款。

核心特点

核心区别在于采用 HTTP 作为 MCP 传输协议,专门优化了长时间运行的浏览器自动化任务,避免了 stdio 连接在任务中途超时断开的问题。此外,它提供了功能完善的 Web 仪表盘,可以实时监控任务状态、管理技能和历史记录,而不仅仅是命令行工具。

注意事项

不适合对实时性要求极高的瞬时操作场景,因为浏览器自动化任务本身需要一定的执行时间(通常数十秒以上)。

常见问题

这个工具和普通的浏览器自动化脚本有什么区别?

它将浏览器控制能力封装为 MCP 工具,让 AI 助手(如Claude)能像使用自己的“手”一样,通过自然语言指令直接操作浏览器,无需用户编写具体脚本。

必须使用 Gemini API 吗?

目前文档示例配置的是 Gemini API,但理论上 browser-use 底层支持配置其他 LLM,具体需参考其项目文档进行适配。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/mcp-browser-use/raw/index.md 读取 mcp-browser-use 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。