JohnXu22786/browser-automation

README 摘要

Web Bridge — 浏览器自动化 MCP server（dsh 插件） Web Bridge 是一个使用 真实浏览器 的自动化 MCP server。它让 agent 拥有浏览器的眼睛和手：打开网页、读取页面结构、点击、填表、截图、执行脚本。核心机制是 无障碍树快照 ——把页面渲染成结构化文本树并给可交互元素编号，agent 无需视觉模型即可精确操作页面。 - 语言：TypeScript（Node.js ≥ 20），通过 MCP 协议（stdio 传输）通信 - 浏览器引擎：Chromium / Firefox / WebKit（默认 Chromium） - 工具数量：22 个，全部以 web 前缀命名 功能特性 - 快照驱动 ： web snapshot 生成带引用编号（ref）的无障碍树，元素可被精确点击/填写，无需猜测选择器 - 真实交互 ：点击、双击、右键、组合键、填表、下拉选择、悬停、滚动、键盘输入 - 视觉能力 ：视口/整页/元素截图（PNG/JPEG），可返回给调用方或保存到本地 - 脚本执行 ：在页面上下文执行 JS，结果自动净化（循环引用、BigInt、NaN 等安全转换） - 多标签页 ：新建、列出、切换、关闭标签页，弹窗自动接管 - 细粒度等待 ：按加载状态 / 元素状态 / URL 匹配 / 固定时长等待 - 会话管理 ：浏览器懒启动、 web shutdown 释放资源、断开连接自动清理 安装 也支持 firefox / webkit 引擎： npx playwright install firefox ，并通过配置切换。 快速开始 方式一：通用 MCP 客户端（stdio） 方式二：命令行验证 方式三：dsh 插件化加载（见下节） dsh 插件接入说明 本插件遵循 dsh「一切皆是插件」的约定，通过根目录的 dsh-plugin.json 清单描述自身： 字段 值 含义 id dsh.web-bridge 插件唯一标识 kind mcp-server 插件类型：提供 MCP 工具集 entry dist/index.js 入口文件（ node dist/index.js 直接运行） transport stdio 传输方式：MCP 客户端通过标准输入输出与插件通信 config.envPrefix WEB BRIDGE 插件配置通过该前缀的环境变量注入 tools 22 项 插件暴露的工具清单（名称 + 标题） harness 加载流程 （dsh 运行时按以下步骤接入）： 1. 扫描插件目录，读取 dsh-plugin.json ，校验 kind / entry / runtime ； 2. 检查 Node 版本满足 runtime.minVersion ； 3. 以 spawn('node', [entry]) 拉起插件进…

分类