金大哥 - selenium-mcp-server MCP 详情

article

README

🚀 Selenium MCP Server

Selenium MCP Server 是一个使用 Selenium 与 WebDriver 实例进行交互的 MCP 服务器，它基于 MCP-Server-Starter 模板构建，可让 AI 代理通过 Selenium WebDriver 控制浏览器会话。

🚀 快速开始

前提条件

Node.js（v18 或更高版本）
npm（v7 或更高版本）
WebDriver 可执行文件（例如 ChromeDriver、GeckoDriver），需安装并添加到系统的 PATH 中。
兼容的 Web 浏览器（例如 Chrome、Firefox）。

操作步骤

克隆仓库：

git clone <your-repo-url> selenium-mcp-server
cd selenium-mcp-server

安装依赖：
```
npm install
```
配置 WebDriver：
- 确保 WebDriver（例如 chromedriver）已安装并在系统的 PATH 中。
- 如有需要，修改 src/seleniumService.ts（你需要创建此文件）以指定浏览器选项或 WebDriver 路径。
构建服务器：
```
npm run build
```
运行服务器：
```
npm start
```
或者，将其与 MCP 主机（如 Cursor 或 Claude Desktop）集成（请参阅下面的集成部分）。

✨ 主要特性

此服务器允许 AI 代理通过 Model Context Protocol 控制 Web 浏览器会话，支持网页抓取、自动化测试和表单填充等任务。

📦 安装指南

安装步骤请参考快速开始部分。

💻 使用示例

基础用法

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { Builder, By, Key, until, WebDriver } from 'selenium-webdriver';

// Basic server setup (details in src/index.ts)
const server = new Server({
  name: "selenium-mcp-server",
  version: "0.1.0",
  capabilities: {
    tools: {}, // Enable tools capability
  }
});

// Selenium WebDriver setup (details in src/seleniumService.ts)
let driver: WebDriver;

async function initializeWebDriver() {
  driver = await new Builder().forBrowser('chrome').build(); // Or 'firefox', etc.
}

// Example tool implementation (details in src/tools/)
server.registerTool('selenium_navigate', {
  description: 'Navigates the browser to a specific URL.',
  inputSchema: { /* ... zod schema ... */ },
  outputSchema: { /* ... zod schema ... */ },
  handler: async (params) => {
    await driver.get(params.url);
    return { success: true };
  }
});

// Connect transport
async function startServer() {
  await initializeWebDriver();
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.log("Selenium MCP Server connected via stdio.");

  // Graceful shutdown
  process.on('SIGINT', async () => {
    console.log("Shutting down WebDriver...");
    if (driver) {
      await driver.quit();
    }
    process.exit(0);
  });
}

startServer();

📚 详细文档

工具

此服务器将提供以下工具：

selenium_navigate：将浏览器导航到指定的 URL。
selenium_findElement：使用 CSS 选择器在页面上查找元素。
selenium_click：点击元素。
selenium_sendKeys：向元素发送按键。
selenium_getPageSource：检索当前页面的源 HTML。
（可根据需要添加更多工具）

开发

构建：npm run build
运行：npm start（执行 node build/index.js）
代码检查：npm run lint
代码格式化：npm run format

调试

可以使用 MCP Inspector 或标准的 Node.js 调试技术进行调试。

与 MCP 主机集成

Cursor 集成

构建服务器：npm run build
在 Cursor 中：设置 > 功能 > MCP：添加新的 MCP 服务器。
注册服务器：
- 选择 stdio 作为传输类型。
- 名称：Selenium Server（或类似名称）。
- 命令：node /path/to/selenium-mcp-server/build/index.js。
保存。

Claude Desktop 集成

构建服务器：npm run build

修改 claude_desktop_config.json：

{
  "mcpServers": {
    "selenium-mcp-server": {
      "command": "node",
      "args": [
        "/path/to/selenium-mcp-server/build/index.js"
      ]
    }
  }
}

重启 Claude Desktop。

最佳实践

使用 TypeScript 和 Zod 进行类型安全和验证。
保持工具模块化（例如，在 src/tools/ 中每个工具一个文件）。
优雅地处理 WebDriver 错误（例如，元素未找到、导航问题）。
确保正确关闭 WebDriver（例如，在服务器退出时调用 driver.quit()）。
遵循 MCP 在架构、错误处理和内容类型方面的最佳实践。

了解更多

🔧 技术细节

此服务器使用 @modelcontextprotocol/sdk 和 selenium-webdriver 库实现，通过将 Selenium WebDriver 操作暴露为 MCP 工具，实现 AI 代理对浏览器会话的控制。

📄 许可证

文档未提及相关信息。

致谢

基于 Seth Rose 创建的模板：

网站：https://www.sethrose.dev
𝕏 (Twitter)：https://x.com/TheSethRose
🦋 (Bluesky)：https://bsky.app/profile/sethrose.dev

selenium-mcp-server