用 Browser MCP 控制真实浏览器

要解决的问题

手工维护的浏览器自动化脚本通常很脆弱：选择器改了、登录态过期、页面结构微调，脚本可能直接失效。而传统爬虫或自动化工具大多运行在无头环境里，与用户实际看到的页面、已经登录的会话、以及需要人工介入的交互（验证码、文件上传、动态弹窗）是割裂的。Browser MCP 瞄准的就是这个断层——让具备 MCP 能力的代理直接驱动用户自己的浏览器会话，而不是另起一个隔离环境。

核心能力

• 真实浏览器会话：代理接管的是用户当前的浏览器，继承已有的 Cookie、登录态和本地环境，不需要重复认证。
• 页面检查与导航：代理可以读取页面结构、定位元素、执行点击和跳转，并感知操作后的浏览器状态变化。
• 表单操作：填写输入框、勾选选项、提交表单，适合登录、搜索、后台录入这类重复性交互流程。

关键步骤

1. 在浏览器端安装 Browser MCP 扩展，并启动 @browsermcp/mcp 服务器。
2. 在 MCP 兼容客户端中接入该服务器，代理即可获得浏览器控制工具。
3. 代理按需发起指令：导航到目标 URL、检查 DOM、执行交互，并读取返回的状态来决定下一步动作。

适用边界与注意点

• 该技能无法自动提取基于源代码的安装方式或使用说明，接入细节需要参考上游项目。
• 它会驱动真实的、有登录态的浏览器，属于敏感操作。在接入敏感工作流程之前，建议先在隔离环境或测试账号上验证其行为。
• 上游项目为 GitHub 上的 skills 仓库，文档见 browsermcp.io，建议先审阅源码再投入实际使用。