摘要
BrowserMCP 是一个结合 MCP 服务器与 Chrome 扩展的本地浏览器自动化服务，允许 AI 助手（如 Claude、Cursor、VS Code 等）直接控制用户本地浏览器会话并复用已登录状态。项目提供页面导航、元素交互、ARIA 快照、截图和控制台日志能力，通过 WebSocket 在 MCP 服务器与浏览器扩展之间通信。当前开源仓库依赖其内部 Monorepo 工作区，无法独立构建；此外，关于反爬与验证码规避能力属于官方定位声明，不应视为绝对保证。
功能与定位
BrowserMCP/mcp 是 BrowserMCP 体系中的 MCP 服务端核心代码，采用“本地 MCP 服务器 + 浏览器扩展”的协作方式，把 AI 助手发起的自动化请求映射为真实浏览器会话中的操作。
典型使用场景
- 让 AI 助手在本地浏览器中执行导航、点击、输入、选择等页面操作。
- 在“已登录”的真实用户会话中完成网页任务，而不是创建独立无状态浏览器实例。
- 在自动化流程中同时获取页面结构快照、截图或控制台日志，辅助诊断与校验。
核心功能
- 页面导航：跳转、后退、前进。
- 页面交互：点击、悬停、输入、下拉选择。
- 状态采集：交互后返回 ARIA 快照。
- 诊断能力：返回浏览器截图（
image/png）与控制台日志文本。 - 基础控制：按键与等待。
特色与差异点
- 本地执行：自动化动作在本机完成，避免远程浏览器中转。
- 会话复用：可复用用户当前浏览器状态与登录上下文。
- 集成定位：面向 MCP 生态，便于接入支持 MCP 的 AI 客户端。
使用方式概览
该仓库中的 MCP 服务通过标准输入输出通道对外提供能力，并通过内置 WebSocket 与浏览器扩展通信。运行时需要先在浏览器侧建立扩展连接；若未连接标签页，服务会返回“未连接浏览器扩展”的错误并中止相关操作。
限制与注意事项
- 仓库可构建性限制：项目维护方在 README 中明确说明，该仓库当前依赖内部 Monorepo 的工具与类型，不能单独完整构建。
- 运行依赖：自动化能力依赖本地浏览器扩展连接状态。
- 边界说明：关于“规避基础 Bot 检测或验证码”的描述仅是官方定位信息，效果受站点策略与环境影响，不应作为保证。
链接
- 仓库：https://github.com/BrowserMCP/mcp
- 官网：https://browsermcp.io
- 文档：https://docs.browsermcp.io
- 问题反馈：https://github.com/BrowserMCP/mcp/issues