Agent Skills
返回列表
🤖

MCP 客户端浏览器自动化

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/browse-from-mcp-clients-with-browser-use-mcp-server

技能介绍

解决 MCP 客户端的浏览器操控痛点

在构建 AI Agent 时，模型本身缺乏直接操作网页的能力。当你在 Cursor 或其他 MCP 兼容客户端中开发时，往往需要手动复制浏览器状态或截图，或者编写复杂的脚本来驱动 Playwright。这种割裂的工作流不仅打断了编码连贯性，也让 Agent 无法根据实时网页反馈进行自主决策。

核心能力与工作流

该技能通过 Browser Use MCP Server 将网页自动化能力封装为标准的 MCP 工具，让客户端能够直接驱动浏览器。

  • 状态回传：操作网站后，将当前的浏览器状态（如 DOM 结构或交互结果）无缝返回给 Agent，形成闭环。
  • 技术底座：依赖 Playwright 提供底层的浏览器自动化能力，确保页面渲染和交互的准确性。
  • 传输代理：利用 mcp-proxy 处理 stdio 模式下的通信桥接，保证 MCP 客户端与服务器之间的稳定数据流转。
  • 环境隔离：建议使用 Docker 运行服务器，为浏览器实例提供一个一致且隔离的运行环境，避免依赖污染。

适用边界与注意事项

  • 客户端兼容性：需要严格遵循 MCP 协议规范的客户端（如 Cursor），才能正确解析工具调用。
  • 环境依赖：确保环境中已正确配置 Python 和 uv 包管理器，以拉起所需的依赖项。
  • 配置要求：运行前需在项目根目录创建 .env 文件，用于注入必要的环境变量和配置参数。

使用场景

  • 在 Cursor 中编写自动化脚本时，让 Agent 实时操作网页并根据返回的 DOM 状态决定下一步点击策略。
  • 搭建基于 MCP 的测试环境，需要将浏览器的实时渲染状态直接喂给大模型进行代码调试。
  • 编写需要登录态的网页抓取工具，利用 Playwright 维持会话并将提取的数据结构化返回给客户端。
  • 在 Docker 容器内部署隔离的浏览器服务，通过 stdio 协议与本地 MCP 客户端进行稳定的数据交互。

适合人员

  • 使用 Cursor 开发 AI Agent 的工程师，诉求是让代码编辑器直接控制浏览器并获取实时反馈。
  • 负责搭建 MCP 基础设施的后端开发者，诉求是利用 Docker 隔离环境并稳定部署 Playwright 服务。
  • 开发网页自动化测试工具的技术负责人，诉求是让测试脚本能根据浏览器返回的交互结果自动调整断言。
  • 研究多模态 Agent 交互的研究员，诉求是探索大模型通过标准协议操控真实网页环境的能力边界。