chrome-debug-mcp

# Chrome调试MCP服务器一个基于 Model Context Protocol (MCP) 的浏览器自动化服务器，专门用于连接 Chrome 调试端口，实现带登录状态的浏览器自动化操作。 ## 🚀 快速开始 ### 方式一：直接使用 (推荐) 使用 npx 一键启动，无需安装： ```bash # 1. 启动Chrome调试模式 /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug # 2. 直接运行MCP服务器 npx chrome-debug-mcp ``` ### 方式二：本地开发 ```bash git clone https://github.com/rainmenxia/chrome-debug-mcp.git cd chrome-debug-mcp npm install npm run build npm start ``` ## 核心特性 - ✅ **Chrome调试端口连接**: 连接现有Chrome实例，保持登录状态 - 🔍 **智能浏览器发现**: 自动发现本地和Docker环境中的Chrome实例 - 📱 **智能标签页管理**: 相同域名复用标签页，避免重复打开 - 🖼️ **实时截图反馈**: 每次操作后自动截图，提供可视化反馈 - 🌐 **网络活动监控**: 自动等待页面加载完成 - 🐳 **Docker环境支持**: 支持容器化Chrome实例 ## 安装配置 ### 1. 启动Chrome调试模式 (必需) 服务器需要连接到带调试端口的Chrome实例： ```bash # macOS /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug # Windows chrome.exe --remote-debugging-port=9222 --user-data-dir=c:\temp\chrome-debug # Linux google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug ``` **重要说明**: - `--user-data-dir` 参数指向一个临时目录，确保Chrome以调试模式启动 - 启动后可以正常登录各种网站，登录状态会保持 - 服务器会复用这个Chrome实例，无需重新登录 ### 2. 配置MCP客户端在您的MCP客户端配置中添加： ```json { "mcpServers": { "browser-automation": { "command": "npx", "args": ["chrome-debug-mcp"] } } } ``` 或者使用本地安装版本： ```json { "mcpServers": { "browser-automation": { "command": "node", "args": ["/path/to/chrome-debug-mcp/build/index.js"] } } } ``` ## 可用工具 ### 1. launch_browser 启动浏览器连接，连接到Chrome调试端口。 ```json { "name": "launch_browser", "arguments": { "remote_host": "http://localhost:9222" // 可选 } } ``` ### 2. navigate_to 导航到指定URL，智能管理标签页。 ```json { "name": "navigate_to", "arguments": { "url": "https://example.com" } } ``` ### 3. click 在指定坐标位置点击。 ```json { "name": "click", "arguments": { "coordinate": "100,200" } } ``` ### 4. type_text 输入文本内容。 ```json { "name": "type_text", "arguments": { "text": "Hello World" } } ``` ### 5. scroll_down / scroll_up 滚动页面。 ```json { "name": "scroll_down", "arguments": {} } ``` ### 6. hover 将鼠标悬停在指定位置。 ```json { "name": "hover", "arguments": { "coordinate": "100,200" } } ``` ### 7. resize_browser 调整浏览器窗口大小。 ```json { "name": "resize_browser", "arguments": { "size": "1200,800" } } ``` ### 8. get_page_content 获取当前页面HTML内容。 ```json { "name": "get_page_content", "arguments": {} } ``` ### 9. close_browser 关闭浏览器连接。 ```json { "name": "close_browser", "arguments": {} } ``` ## 典型使用场景 ### 1. 社交媒体自动化 ```bash # 先在Chrome中手动登录Twitter/微博等 # 然后使用MCP工具进行自动化操作 launch_browser -> navigate_to -> click -> type_text ``` ### 2. 电商操作 ```bash # 保持淘宝/京东登录状态 # 自动化商品搜索、价格监控等 launch_browser -> navigate_to -> type_text -> click ``` ### 3. 数据抓取 ```bash # 需要登录的网站数据抓取 # 绕过登录验证，直接操作 launch_browser -> navigate_to -> get_page_content ``` ## 高级特性 ### 智能标签页管理 - 相同域名（如 `example.com`）会复用已存在的标签页 - 不同域名会自动创建新标签页 - 避免重复打开相同网站 ### 自动等待机制 - 监控网络活动，等待页面完全加载 - HTML内容稳定性检测 - 自动处理动态内容加载 ### 错误恢复 - 连接断开自动重连 - 缓存成功的连接端点 - 详细的错误日志和反馈 ## Docker环境支持如果Chrome运行在Docker容器中： ```bash # Docker中启动Chrome docker run -d --name chrome-debug \ -p 9222:9222 \ --shm-size=2gb \ zenika/alpine-chrome \ --no-sandbox \ --disable-dev-shm-usage \ --remote-debugging-address=0.0.0.0 \ --remote-debugging-port=9222 ``` 服务器会自动发现Docker环境中的Chrome实例。 ## 故障排除 ### Chrome连接失败 1. 确认Chrome使用 `--remote-debugging-port=9222` 启动 2. 检查端口9222是否被占用：`lsof -i :9222` 3. 确认Chrome没有其他实例在运行 ### 操作超时 1. 检查网络连接 2. 增加页面加载超时时间 3. 确认目标网站可访问 ### 截图失败 1. 确认页面已完全加载 2. 检查浏览器窗口大小设置 3. 尝试刷新页面后重新操作 ## 技术架构 ``` MCP客户端 ←→ stdio ←→ MCP服务器 ←→ Chrome调试端口 ←→ Chrome浏览器 ``` - **传输协议**: stdio (标准输入输出) - **浏览器引擎**: Puppeteer + Chrome DevTools Protocol - **连接方式**: WebSocket (Chrome调试端口) - **图像格式**: WebP/PNG base64编码 ## 开发调试 ```bash # 监听模式编译 npm run dev # 查看MCP通信日志 DEBUG=mcp* npm start ``` ## 发布到npm ```bash # 构建项目 npm run build # 发布到npm npm publish ``` ## 致谢本项目的设计理念和核心思路受到了 [RooCode](https://github.com/RooCodeInc/Roo-Code) 项目的启发。RooCode 是一个优秀的浏览器自动化MCP服务器实现，为我们提供了宝贵的技术参考和设计思路。特别感谢 RooCode 团队在以下方面的贡献： - 🎯 **MCP协议集成**: 提供了MCP服务器与浏览器自动化结合的技术方案 - 🔗 **浏览器连接**: 展示了如何优雅地管理浏览器连接和会话 - 📋 **工具API设计**: 为浏览器操作的标准化提供了参考框架在 RooCode 的基础上，本项目进一步专注于**带登录状态的浏览器自动化**，通过连接现有Chrome调试端口来保持用户会话，实现了更贴近实际应用场景的自动化能力。 ## 许可证 MIT License --- **核心优势**: 这个MCP服务器的最大特点是能够连接到已有的Chrome实例并保持登录状态，非常适合需要用户认证的自动化场景。通过Chrome调试端口，可以接管用户已经登录的浏览器会话，实现真正的"带登录态"自动化操作。