人工智能AI Agent浏览器控制GUI 自动化MCP 服务【免费下载链接】browser-useAgents that use the browser.项目地址https://gitcode.com/GitHub_Trending/br/browser-use点击查看免费下载导读本文围绕 browser-use 开源项目的集成能力展开系统讲解三类入口的接入方式与底层原理云端 HTTP MCP 服务器、本地自托管 stdio MCP 服务器以及将云端 Skills 加载为 Agent 可复用工具端点的机制。读完本文你将掌握在 Claude Code / Claude Desktop / Cursor / Windsurf 中配置 MCP 的完整写法、本地 MCP 服务器暴露的全部工具语义、Skills 的加载参数与 Cookie 注入逻辑并能从源码层面理解这些集成点背后的实现细节。关联文档integrations.md集成全景一条文档串联四类能力browser-use 的集成体系分为四个层次分别解决不同场景下的接入问题集成类型传输方式典型用途MCP Server (Cloud)HTTP云端托管在 Claude / Cursor / Windsurf 中直接调用云端浏览器自动化能力按调用计费MCP Server (Local)stdio本地自托管免费、自托管的本地浏览器自动化暴露细粒度浏览器控制工具SkillsHTTP API云端技能库将预置技能如 TikTok / Instagram 采集作为可复用 API 端点加载进 AgentDocumentation MCPHTTP只读文档让 Agent 直接检索官方 API 参考、配置项与最佳实践不涉及浏览器操作前三类与browser_use/mcp/、browser_use/skills/两个模块直接对应本文将从配置实操与源码实现两个维度分别展开。MCP Server (Cloud)一行命令接入云端浏览器云端 MCP 服务器基于 HTTP 协议地址固定为https://api.browser-use.com/mcp。它的价值在于无需在本地安装浏览器与依赖所有自动化任务在云端执行客户端只需持有 API Key 即可调用。Claude Code 接入claude mcp add --transport http browser-use https://api.browser-use.com/mcp--transport http指明使用 HTTPstreamable传输browser-use是服务器在客户端注册的名称末尾为云端端点 URL。Claude Desktop 接入macOS编辑~/Library/Application Support/Claude/claude_desktop_config.json{ mcpServers: { browser-use: { type: http, url: https://api.browser-use.com/mcp, headers: { x-browser-use-api-key: your-api-key } } } }关键点云端鉴权通过x-browser-use-api-key请求头传递需将your-api-key替换为在云端控制台生成的真实 Key。Cursor 接入编辑~/.cursor/mcp.json{ mcpServers: { browser-use: { type: http, url: https://api.browser-use.com/mcp, headers: { x-browser-use-api-key: your-api-key } } } }Windsurf 接入编辑~/.codeium/windsurf/mcp_config.json{ mcpServers: { browser-use: { type: http, url: https://api.browser-use.com/mcp, headers: { x-browser-use-api-key: your-api-key } } } }四类客户端除配置文件路径不同外服务器注册字段完全一致便于跨工具迁移。云端 MCP 工具清单与计费云端服务器向客户端暴露的工具及计费方式如下ToolCostDescriptionbrowser_task$0.01 per-step运行浏览器自动化任务execute_skill$0.02执行一个技能list_skillsFree列出可用技能get_cookiesFree获取 Cookielist_browser_profilesFree列出云端浏览器配置monitor_taskFree查询任务进度browser_task的参数语义值得注意task必填任务的自然语言描述max_steps取值范围 1–10默认 8限制 Agent 的最大执行步数profile_idUUID 类型用于指定云端浏览器配置不传则使用默认配置。从计费设计可以看出云端 MCP 的定位browser_task承担重型自动化其余工具均为免费的管理/查询类能力。MCP Server (Local)免费自托管的本地浏览器控制本地 MCP 服务器基于 stdio 传输完全免费无需 API Key。启动命令为uvx --from browser-use[cli] browser-use --mcp该命令会通过uvx临时拉取带cli扩展的browser-use包并执行其 CLI 入口的--mcp标志启动服务器。从源码看--mcp标志在 cli.py 中被解析为mcp模式随后通过_run_mcp_stdio_server(browser_use.mcp.server)以 stdio 传输启动 server.py 中的 MCP 服务器--cli-mcp则对应 cli_mcp.py 的 CLI 3.0 执行模型browser_exec工具允许在持久的 Python 命名空间中执行浏览器 harness 辅助函数。Claude Desktop 配置macOS{ mcpServers: { browser-use: { command: /Users/your-username/.local/bin/uvx, args: [--from, browser-use[cli], browser-use, --mcp], env: { OPENAI_API_KEY: your-key } } } }两个关键注意点command必须使用uvx的完整路径macOS / Linux 下可先执行which uvx获取绝对路径再填入配置否则 Claude Desktop 可能因 PATH 环境差异找不到可执行文件env至少注入一个 LLM Key本地服务器的 Agent 工具retry_with_browser_use_agent与内容提取工具依赖 LLM 推理OPENAI_API_KEY或ANTHROPIC_API_KEY至少配置其一。服务器初始化 LLM 的逻辑位于 server.py它从配置中读取模型与api_key缺失时_retry_with_browser_use_agent会直接返回Error: OPENAI_API_KEY not set in config or environment。本地 MCP 工具全景本地服务器暴露的工具分为四组语义已在 server.py 的handle_list_tools中定义Agent 级工具完整自动化retry_with_browser_use_agent—— 接收task必填、max_steps默认 100、model、allowed_domains、use_vision默认true等参数创建Agent并以max_steps上限执行完整任务。它在执行后返回步数、成功与否、最终结果、错误列表与访问过的 URL 列表是本地端唯一的重型工具。直接浏览器控制需要活跃会话browser_navigate—— 跳转 URL支持new_tab参数在新标签页打开browser_click—— 按索引点击元素或通过coordinate_x/coordinate_y进行像素级坐标点击new_tabtrue时对带href的链接会自动把相对路径换算为绝对 URL 后在新标签页打开实现见 server.pybrowser_type—— 向输入框输入文本text仅清空字段。该工具内置了敏感数据启发式检测长度 ≥6 且符合邮箱特征、或长度 ≥16 且混合数字字母与.-_字符的内容会被标记为敏感信息在返回结果与事件中只显示email/credential占位符见 server.pybrowser_get_state—— 返回页面状态 JSON包含 URL、标题、全部标签页、视口/页面尺寸、滚动位置及带索引的可交互元素列表设置include_screenshottrue时附带截图以 ImageContent 而非 base64 文本返回避免 JSON 膨胀browser_scroll—— 按方向滚动页面每次滚动 500 像素browser_go_back—— 返回浏览器历史上一页。标签页管理browser_list_tabs—— 列出所有打开标签页返回tab_id为 target_id 后 4 位browser_switch_tab—— 按tab_id切换标签页browser_close_tab—— 关闭指定标签页。内容提取browser_extract_content—— 基于query对当前页面做结构化提取extract_links控制是否包含链接。底层复用Tools().act的extract动作见 server.py。会话管理browser_list_sessions—— 列出活跃会话、创建时间、最后活动时间与当前 URLbrowser_close_session—— 按session_id关闭指定会话browser_close_all—— 关闭全部会话并清理资源。服务器还内置了会话生命周期管理默认 10 分钟超时session_timeout_minutes后台清理任务每 2 分钟巡检一次自动关闭超过空闲阈值的会话见 server.py。本地环境变量环境变量说明OPENAI_API_KEY或ANTHROPIC_API_KEYLLM Key必填BROWSER_USE_HEADLESS设为false显示浏览器窗口BROWSER_USE_DISABLE_SECURITY设为true禁用安全限制BROWSER_USE_LOGGING_LEVEL设为DEBUG输出详细日志这些变量在 config.py 中有对应字段定义并会在配置加载时写入browser_profile.headless与browser_profile.disable_securityconfig.py。服务器初始化浏览器会话时server.py默认使用headless: False、wait_between_actions: 0.5、keep_alive: True、用户数据目录~/.config/browseruse/profiles/default的浏览器配置并允许profile_config中的配置值覆盖这些默认值。程序化调用本地 MCP不依赖特定客户端时可直接用 MCP Python SDK 以代码方式驱动from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client async def use_browser_mcp(): server_params StdioServerParameters( commanduvx, args[--from, browser-use[cli], browser-use, --mcp] ) async with stdio_client(server_params) as (read, write): async with ClientSession(read, write) as session: await session.initialize() result await session.call_tool(browser_navigate, arguments{url: https://example.com})这里stdio_client负责建立标准输入输出双通道ClientSession.initialize()完成协议握手随后即可通过call_tool调用任意本地工具。这一调用链路与 client.py 中MCPClient的实现同构——后者以session.list_tools()发现工具、以session.call_tool()执行调用并把每个工具动态注册为 browser-use 的 Action见 client.py。Skills把云端技能加载为 Agent 的可复用端点Skills 是云端预置的、带参数 Schema 的可执行能力包。加载方式是在构造Agent时传入skills参数agent Agent( taskAnalyze TikTok and Instagram profiles, skills[ a582eb44-e4e2-4c55-acc2-2f5a875e35e9, # TikTok Scraper f8d91c2a-3b4e-4f7d-9a1e-6c8e2d3f4a5b, # Instagram Scraper ], llmChatBrowserUse() ) await agent.run()关键规则与注意事项skills[*]加载全部技能每个技能约向 Prompt 增加 200 tokens 上下文技能过多会显著拉长上下文并增加成本必须设置BROWSER_USE_API_KEY技能由云端 API 下发与执行缺少 Key 时SkillService会直接抛出ValueError: BROWSER_USE_API_KEY environment variable is not set见 service.pyCookie 自动注入技能声明为cookie类型的参数会自动从浏览器会话中注入若浏览器中缺少所需 CookieLLM 会收到“技能不可用”的说明并主动导航到对应站点去获取 Cookie技能可在云端控制台浏览与创建支持按需启用/停用。源码视角Skills 的加载与注册从 agent/service.py 可以看到skills与skill_ids参数不能同时指定skills是更简洁的推荐写法。Agent 运行时通过SkillService在单次 API 调用中批量拉取技能service.py通配符模式下只拉取第一页最多 100 个技能避免 LLM 工具过载显式 ID 模式下会分页遍历最多 5 页直到找齐所有请求的 ID只有状态为finished的技能才会被加载缓存。每个技能会依据其参数 Schema 动态生成 Pydantic 模型views.py再通过_register_skills_as_actionsagent/service.py注册为 Agent 的 Action技能标题会 slug 化作为 Action 名称并自动处理重名冲突。执行时service.py参数会先经过技能 Schema 的 Pydantic 校验缺 Cookie 时抛出MissingCookieExceptionviews.py由上层转换成对 LLM 的“技能不可用”提示。Documentation MCP只读文档检索端点文档 MCP 是只读集成不提供任何浏览器自动化能力专供 Agent 检索官方资料使用且无需 API KeyClaude Codeclaude mcp add --transport http browser-use-docs https://docs.browser-use.com/mcpCursor~/.cursor/mcp.json{ mcpServers: { browser-use-docs: { url: https://docs.browser-use.com/mcp } } }其提供的内容包括API 参考、配置项说明、最佳实践与代码示例。适合在 Agent 撰写 browser-use 代码前先查询文档上下文以降低幻觉、提升代码准确性。集成选型建议需求推荐方案无本地依赖、按量付费的快速自动化Cloud MCPHTTP免费、本地可控、细粒度控制Local MCPstdio复用云端预置采集能力Skills 参数加载Agent 编写 browser-use 代码前的资料检索Documentation MCP四条集成路径相互独立、可自由组合。本地 MCP 适合开发调试与数据敏感场景云端 MCP 适合快速上手的生产调用Skills 与文档 MCP 则分别补足“能力复用”与“知识检索”两个维度共同构成 browser-use 完整的生态接入层。赞分享人工智能AI Agent浏览器控制GUI 自动化MCP 服务【免费下载链接】browser-useAgents that use the browser.项目地址https://gitcode.com/GitHub_Trending/br/browser-use点击查看免费下载相关推荐mcp-use 实战用 SKILL.md 为 MCP 服务器发布 Agent SkillsSkills over MCP 指南mcp use 实战用 SKILL.md 为 MCP 服务器发布 Agent SkillsSkills over MCP 指南 本篇技术指南以 mcp u后端MCP 服务MCP ClientsAI Agent人工智能MCP服务器配置mcp-for-beginners JSON配置详解MCP服务器配置mcp for beginners JSON配置详解 在当今AI驱动的应用开发中Model Context ProtocolMCP作为连教程文档人工智能MCP Inspector 完全指南用 mcp-use/inspector 调试 MCP 服务器与 MCP Apps 全流程MCP Inspector 完全指南用 mcp use/inspector 调试 MCP 服务器与 MCP Apps 全流程 mcp use/inspec后端MCP 服务MCP ClientsAI Agent人工智能上一篇GraphQL Yoga 中的 envelop/execute-subscription-event为每次订阅事件重建 Context 的原理与实战下一篇CNTK自定义评估指标实现与训练过程集成方法创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
