mcp/browserbase Docker Image Overview

mcp/browserbase

mcp

允许LLM通过Browserbase和Stagehand控制浏览器，实现AI驱动的Web自动化、智能数据提取和截图捕获。

下载次数: 0状态：社区镜像维护者：mcp仓库类型：镜像最近更新：10 天前

轩辕镜像，加速的不只是镜像。点击查看

中文简介版本下载

轩辕镜像，加速的不只是镜像。点击查看

Browserbase MCP Server

允许LLM通过Browserbase和Stagehand控制浏览器，实现AI驱动的Web自动化、智能数据提取和截图捕获。

什么是MCP Server？

MCP信息

属性	详情
Docker镜像	mcp/browserbase
作者	browserbase
代码仓库	[***]

镜像构建信息

属性	详情
Dockerfile	[***]
Docker镜像构建者	Docker Inc.
Docker Scout健康评分	!Docker Scout Health Score
验证签名	`COSIGN_REPOSITORY=mcp/signatures cosign verify mcp/browserbase --key [***]`
许可证	Apache许可证2.0

可用工具（8个）

服务器提供的工具	简短描述
`browserbase_screenshot`	捕获全页截图并返回（并保存为资源）。
`browserbase_session_close`	关闭当前Browserbase会话并重置活动上下文。
`browserbase_session_create`	创建或重用Browserbase浏览器会话并将其设为活动状态。
`browserbase_stagehand_act`	在页面上执行单个操作（如点击、输入）。
`browserbase_stagehand_extract`	使用指令从当前页面提取结构化数据或文本。
`browserbase_stagehand_get_url`	返回当前页面URL（包含查询参数/片段的完整URL）。
`browserbase_stagehand_navigate`	在浏览器中导航到指定URL。
`browserbase_stagehand_observe`	根据指令查找页面上的交互式元素；可选返回操作。

工具详情

工具：`browserbase_screenshot`

捕获全页截图并返回（并保存为资源）。

参数	类型	描述
`name`	`string` 可选	截图名称

工具：`browserbase_session_close`

关闭当前Browserbase会话并重置活动上下文。

工具：`browserbase_session_create`

创建或重用Browserbase浏览器会话并将其设为活动状态。

参数	类型	描述
`sessionId`	`string` 可选	要使用/重用的会话ID。若未提供或无效，将创建新会话。

工具：`browserbase_stagehand_act`

在页面上执行单个操作（如点击、输入）。

参数	类型	描述
`action`	`string`	要执行的操作。应尽可能原子化和具体，例如“点击登录按钮”或“在搜索框中输入'hello'”。
`variables`	`object` 可选	操作模板中使用的变量。仅在处理敏感数据或动态内容时使用变量。使用变量时，操作模板中必须包含变量键。例如：{"action": "填写密码", "variables": {"password": "***"}}

工具：`browserbase_stagehand_extract`

使用指令从当前页面提取结构化数据或文本。

参数	类型	描述
`instruction`	`string`	从当前页面提取信息的具体指令。应尽可能详细和具体地说明要提取的内容。例如：“从列表页提取所有产品名称和价格”。指令越具体，提取结果越好。

工具：`browserbase_stagehand_get_url`

返回当前页面URL（包含查询参数/片段的完整URL）。

工具：`browserbase_stagehand_navigate`

在浏览器中导航到指定URL。仅在确定URL有效且最新时使用此工具，否则使用[***]

参数	类型	描述
`url`	`string`	要导航到的URL

工具：`browserbase_stagehand_observe`

根据指令查找页面上的交互式元素；可选返回操作。

参数	类型	描述
`instruction`	`string`	在网页上观察特定元素或组件的详细指令。此指令必须极其具体和描述性。例如：“找到右上角的红色登录按钮”、“定位带有占位文本的搜索输入框”或“识别页面上所有可点击的产品卡片”。指令越具体详细，观察结果越好。避免使用“查找按钮”或“查看元素”等通用指令。相反，描述要观察的元素的视觉特征、位置、文本内容或功能。此工具旨在帮助识别可交互元素，之后可使用act工具执行点击、输入或表单提交等操作。
`returnAction`	`boolean` 可选	是否返回对元素执行的操作。若为true，操作将以字符串形式返回；若为false，则不返回操作。

使用此MCP Server

json
{
  "mcpServers": {
    "browserbase": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "BROWSERBASE_API_KEY",
        "-e",
        "BROWSERBASE_PROJECT_ID",
        "-e",
        "GEMINI_API_KEY",
        "mcp/browserbase"
      ],
      "env": {
        "BROWSERBASE_API_KEY": "YOUR_BROWSERBASE_API_KEY_HERE",
        "BROWSERBASE_PROJECT_ID": "YOUR_BROWSERBASE_PROJECT_ID_HERE",
        "GEMINI_API_KEY": "YOUR_GEMINI_API_KEY_HERE"
      }
    }
  }
}

为什么使用Docker运行MCP Server更安全？

查看更多 browserbase 相关镜像 →