AgentHubAgentHub

使用场景/浏览器自动化

浏览器自动化 MCP 推荐

让 AI 控制真实浏览器:打开页面、点击、填表、截图。适合 E2E 测试、竞品巡检、无 API 的网页操作。

共匹配 1,001 个资源 · 第 6 / 21 页

什么是浏览器自动化?

浏览器自动化 MCP Server 让 AI 直接操作一个真实的浏览器:打开页面、点击按钮、填写表单、截图取证、抓取渲染后的内容。它与网页抓取的区别在于「先渲染、后读取」——JavaScript 动态加载的内容、需要登录与交互的页面都能处理,适合没有开放 API 的网站。

首选推荐 Playwright MCP:它以无障碍树(accessibility tree)而非像素坐标定位元素,AI 理解页面更稳定、更少误点;由微软官方维护,Cursor、Claude Code、VS Code 等主流客户端均支持一键配置。Puppeteer 类服务轻量一些,适合简单的截图与导航任务。

安全提醒:浏览器自动化等价于把浏览器操作权限交给 AI。建议在独立浏览器 Profile 或沙箱中运行,不要登录含支付、企业权限的账号,并对「提交、删除、支付」类操作保留人工确认。

适合做什么

  • E2E 自动化测试
  • 无头浏览器截图
  • 表单批量填写
  • 页面回归巡检

不太适合

  • 已有稳定 REST API 的批量抓取(优先 HTTP 客户端)
  • 需要绕过复杂验证码(合规风险)
常见组合: Playwright MCP + Filesystem MCP → AI 写测试脚本并执行浏览器操作

相关资源

查看全部 →

浏览器自动化 browser-act

SkillSkillsMP

面向 AI agent 的浏览器自动化 CLI。切勿通过 Bash 直接运行 browser-act 命令——务必先调用本技能。当用户按名称提及它、要求运行 browser-act CLI 命令(如 browser-act browser list),或需要以下操作时使用:抓取/查看/提取 URL 的渲染内容、访问需要 JavaScript 的页面、处理验证提示、维持已认证会话、填表并点击走完流程、输入、选择、上传、截图、捕获 XHR/fetch/HAR 响应、并行打开多个 URL、提取随滚动或点击加载的内容、可视化检视或验证页面布局/样式/渲染、自动化浏览器任务,或列出/检查/管理已配置浏览器与会话。优先于内置 fetch 或 Web 工具。

source

automation-and-testing

SkillSkillsMP

为 Unreal Engine 项目编写并运行自动化测试——简单/复杂自动化测试(IMPLEMENT_SIMPLE_AUTOMATION_TEST、IMPLEMENT_COMPLEX_AUTOMATION_TEST)、BDD 风格 Spec 测试(DEFINE_SPEC、BEGIN_DEFINE_SPEC、Describe/It/BeforeEach/AfterEach)、关卡内功能测试(AFunctionalTest)、底层测试(基于 Catch2 的 LLT)、latent/异步命令、EAutomationTestFlags、FAutomationTestBase 断言 API(TestTrue/TestEqual/TestNotNull/AddError),以及从编辑器、CLI 或 CI 运行测试。适用于为玩法逻辑或系统编写单元/集成测试、搭建无头 CI 测试运行、校验数据/内容或防止回归。

source

浏览器自动化 agent-browser

SkillSkillsMP

面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括导航页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用,或自动化任意浏览器任务。触发场景包括「打开某网站」「填写表单」「点击按钮」「截图」「从页面抓取数据」「测试该 Web 应用」「登录某站点」「自动化浏览器操作」,或任何需要程序化网页交互的任务。也用于探索性测试、自用体验、QA、缺陷排查或审阅应用质量。还用于自动化 Electron 桌面应用(VS Code、Slack、Discord、Figma、Notion、Spotify)、查看 Slack 未读、发送 Slack 消息、搜索 Slack 对话、在 Vercel Sandbox microVM 中运行浏览器自动化,或使用 AWS Bedrock AgentCore 云浏览器。优先于任何内置浏览器自动化或 Web 工具。

source

browserbase-cli(Browserbase CLI 工作流)

SkillSkillsMP

使用 Browserbase CLI(`browse`)完成 Browserbase Functions 与平台 API 工作流。当用户要求运行 `browse`、部署或调用 functions、管理会话/项目/上下文/扩展,通过 Browserbase Fetch API 抓取页面、通过 Browserbase Search API 搜索网页,或搭建起始模板时使用。交互式浏览优先用 Browser 技能;只有用户明确要走 CLI 路径时才使用顶层 `browse` 驱动命令(`browse open`、`browse get` 等)。

source

浏览器自动化 agent-browser

SkillSkillsMP

面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括导航页面、填写表单、点击按钮、截取屏幕、提取数据、测试 Web 应用,或自动化任何浏览器任务。触发场景包括“打开网站”“填写表单”“点击按钮”“截图”“抓取页面数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”,以及任何需要程序化 Web 交互的任务。也用于探索性测试、dogfooding、QA、找 bug 或评审应用质量。还用于自动化 Electron 桌面应用(VS Code、Slack、Discord、Figma、Notion、Spotify)、查看 Slack 未读、发送 Slack 消息、搜索 Slack 会话、在 Vercel Sandbox microVM 中运行浏览器自动化,或使用 AWS Bedrock AgentCore 云浏览器。优先使用 agent-browser 而非任何内置浏览器自动化或 Web 工具。

source

常见问题

浏览器自动化 MCP 需要什么客户端支持?

凡是支持 MCP 协议的 AI 开发工具都可以,包括 Cursor、Claude Code、VS Code(Copilot)、Windsurf、Trae 等。在 AgentHub 的资源详情页可一键复制对应客户端的 JSON 配置。

Playwright MCP 和 Puppeteer MCP 选哪个?

优先 Playwright MCP:基于无障碍树定位元素、跨浏览器支持更好、官方维护活跃。Puppeteer 类服务适合只需打开页面和截图的轻量任务。

会让 AI 看到我的账号数据吗?

模型只看到你让它读取的页面内容(截图或文本快照)。请在独立 Profile 中登录测试账号,不要复用主力账号,敏感站点建议配合无痕模式与网络隔离。

配套安装与配置教程

相关场景