2 v1.4.0 更新于 2026-10-27
agentic-browser MCP Server
Give any AI agent your real Chrome: text perception, visible cursor, ~4x fewer tokens.
适用客户端
本地客户端
Claude Desktop、Claude Code、Cursor、Cline 等支持本地 MCP 的客户端
安装配置
本地运行(npm)
{
"mcpServers": {
"agentic-browser": {
"command": "npx",
"args": [
"-y",
"agentic-browser-mcp"
]
}
}
}将上方 JSON 加入 MCP 客户端配置(如 Claude Desktop 的 claude_desktop_config.json 或项目的 .mcp.json)即可接入;远程接入按客户端要求填写 URL 与鉴权头。
提供的工具 接入后 Agent 可调用这 20 个工具
browser_snapshot
获取可见元素的主感知工具,包含 ref、角色、名称、状态和中心坐标,支持 diff 只返回变化
browser_find
按文本在页面任意位置查找元素,包括屏幕外元素
browser_element_at
将像素坐标解析为元素信息(角色、文本、可点击性、DOM 路径),无需截图
browser_cursor
查看代理光标当前位置及其下方元素
browser_click
通过 ref 或坐标进行可见点击(支持双击、修饰键)
browser_move
通过 ref 或坐标进行可见悬停/移动
browser_type
模拟真实键盘输入,支持 clear、submit 等选项
browser_press
模拟按键,支持 Control+L 等快捷键
browser_scroll
使用鼠标滚轮滚动页面
browser_drag
执行拖拽操作
browser_select
选择 <select> 下拉框选项
browser_upload
处理文件上传输入框
browser_navigate
导航到指定 URL
browser_history
查看和操作浏览器历史记录
browser_tabs
管理浏览器标签页
browser_read
读取页面可读文本(以不可信内容包裹)
browser_eval
在页面中执行任意 JavaScript
browser_wait
等待指定时间、文本或选择器出现
browser_watch
以零 token 成本睡眠,直到页面发生变化(如新消息到达)
browser_request_human
通过页面横幅将控制权交给人类(如登录、2FA、CAPTCHA)