返回 AI 工具目录
agent-infra/mcp-server-browser
MCP 服务人工精选最近核验 2026年7月23日
@agent-infra/mcp-server-browser 是 ByteDance UI-TARS-desktop 仓库下的浏览器自动化 MCP 服务,让大模型以轻量、快速的方式操作浏览器。它以 Puppeteer 的结构化可访问性数据(无障碍树+标签索引)而非像素识别为主,复杂场景可选视觉模式。可用 npx 启动:本地 stdio 接入 Claude Desktop、Cursor 等客户端,或以 --port 作为 HTTP/SSE 远程服务,也可在 JS/TS 项目中内存态引用。内置 20 多个工具,涵盖导航、点击、表单、截图、标签页与执行 JavaScript,支持有头/无头及经 CDP 连接远程浏览器。
定价开源部署本地运行、自托管国内可达国内可达许可Apache-2.0
解决什么问题
- 给大模型与 agent 提供可编排的浏览器操作能力
- 以无障碍树而非像素识别定位元素,更稳且更省 token
- 一条 npx 命令即可作为 MCP 服务接入主流客户端
- 覆盖导航、点击、表单、截图等 20 多个浏览器工具
适合
- 需要让 agent 完成网页浏览、抓取、填表等自动化任务
- 已用 Claude Desktop、Cursor 等 MCP 客户端,想加浏览器能力
- 希望以结构化可访问性数据驱动、减少视觉模型开销
- 需要本地 stdio 或远程 HTTP/SSE 两种接入方式
不适合
- 强反爬或登录风控站点,自动化可能被拦截,需自行合规
- 依赖 Puppeteer 与 Chromium,运行环境需能安装浏览器
- 复杂纯视觉页面仍需开视觉模式,结构化数据未必够用
- 作为 UI-TARS-desktop 子包,单独使用文档以仓库为准
如何接入
- npm 发布,npx @agent-infra/mcp-server-browser 直接运行
- stdio 模式接入 Claude Desktop、Cursor、VS Code、Windsurf
- 以 --port 提供 HTTP/SSE 远程服务,或在 JS/TS 中内存态调用
- 可经 CDP/WebSocket 连接已有 Chrome 或自定义浏览器引擎
已知限制
- 隶属 ByteDance UI-TARS-desktop 仓库,非独立顶层项目
- 依赖 Puppeteer 与 Chromium,受目标站点反自动化影响
- 视觉模式依赖额外多模态模型,复杂页面成本更高
- 版本随 UI-TARS 迭代,接口与工具集可能调整
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- TypeScript
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。