agent-browser MCP server
Commit 14. Okt. 2026Ermöglicht es AI-Clients, einen echten Chromium-Browser zu steuern, um Websites zu navigieren, Formulare auszufüllen, Elemente anzuklicken und Screenshots zu erstellen.
Auch bekannt als codeChap/mcp-server-agent-browser, mcp-server-agent-browser
- Stars
- 1
- Tools
- —
- Downloads, 30 Tage
- —
- Neueste Version
- 0.1.0
- Letzter Commit
- 14. Okt. 2026
- Lizenz
- —
Was ist agent-browser MCP?
agent-browser ist ein MCP server. Ermöglicht es AI-Clients, einen echten Chromium-Browser zu steuern, um Websites zu navigieren, Formulare auszufüllen, Elemente anzuklicken und Screenshots zu erstellen.
Zusammenfassung generiert aus dem README des Projekts
Über agent-browser MCP server
Die Steuerung eines echten Chromium-Browsers direkt aus einem AI-Client heraus erlaubt es Entwicklern, komplexe Web-Interaktionen zu automatisieren, die über das einfache Abrufen von Dokumenten hinausgehen. Dieser MCP server kapselt das agent-browser Tool, um Funktionen wie das Navigieren auf Websites, das Ausfüllen von Formularen, das Anklicken spezifischer Elemente sowie das Erstellen von Screenshots oder Snapshots des Accessibility Trees bereitzustellen. Er ist für Nutzer konzipiert, die einen Agenten benötigen, der mit dynamischen Web-Apps interagiert, anstatt nur statischen Text zu lesen.
Das Setup erfordert die Installation des agent-browser CLI via cargo und die Konfiguration des MCP clients über einen stdio command. Nutzer können Sessions über eine Config-Datei verwalten, um Persistenz zu aktivieren, wodurch Cookies und localStorage gespeichert werden, damit Logins auch nach Neustarts aktiv bleiben. Der Server unterstützt sowohl headless als auch headed modes, sodass du das Browserfenster sehen kannst, wenn es entsprechend konfiguriert ist. Er enthält spezialisierte Tools wie browser_doctor zur Fehlersuche und browser_get_text, um Regex-Suchen über den Seiteninhalt durchzuführen.
Was du damit machen kannst
- 1Automatisierung von Web-Formular-EinsendungenEin AI Agent kann zu einer bestimmten URL navigieren und Daten mithilfe des browser_fill Tools in Eingabefelder eintragen.
- 2Visuelle Verifizierung von WebseitenDu kannst eine AI anweisen, ein Bild von einem bestimmten Teil einer Website zu machen, um eine visuelle Änderung zu bestätigen.
- 3Extrahieren spezifischer TextmusterEin Entwickler kann Regex nutzen, um spezifische Informationen innerhalb des Textes einer Webseite zu finden.
- 4Beibehalten von authentifizierten Web-SessionsDer Server kann Login-States speichern, sodass die AI sich nicht jedes Mal neu authentifizieren muss, wenn sie eine neue Aufgabe startet.
Geschrieben aus dem README des Projekts. Jeder Use Case wurde gegen ein Zitat daraus geprüft.
Automatisierte Checks
Geluften am 15. Nov. 2026Vollständiger Bericht →Noch nicht verifiziert. Ein Server benötigt einen Score von 80, keine kritischen Befunde und genug Daten für unsere Prüfung. Wie die Checks funktionieren · Was du für mehr Punkte verbessern kannst
- Source Repository verknüpft und erreichbarcodechap/mcp-server-agent-browser is public and reachablegithub.com/codechap/mcp-server-agent-browser ↗Bestanden
- Paket nennt dieses Repository als QuelleNicht geprüft
- Build-Provenienz (Sigstore-Attestierung)Nicht geprüft
- Open Source Lizenz (OSI)No licenseBefund
- Commit oder Release im letzten JahrLast commit or release 2026-10-14github.com/codechap/mcp-server-agent-browser ↗Bestanden
- OpenSSF ScorecardNicht geprüft
- Package-Name ähnelt keinem populären PackageNicht geprüft
- Keine kritischen Advisories im Paket oder seinen AbhängigkeitenNicht geprüft
- Keine versteckten Anweisungen an das Modell0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersBestanden
- Destruktive Tools sind markiertNicht geprüft
- Remote-Endpoint beantwortet den MCP-HandshakeNicht geprüft
README
Auf GitHub ansehenmcp-server-agent-browser
Status: Beta — CLI wrapper is covered by unit tests and a fake-browser stdio smoke test. Cookie restore across a real Chromium restart is still a manual check.
Let LLMs drive a real browser. This MCP server wraps agent-browser (Vercel Labs) so any MCP client can navigate, fill forms, click, snapshot the accessibility tree, and screenshot.
It is not Grok's web_search / open_page. Those fetch documents. This one runs Chromium. Use search to find a URL, then browser_navigate.
Prerequisites
cargo install agent-browser
agent-browser install
Call browser_doctor if anything is missing.
Build
cargo build --release
Binary: target/release/mcp-server-agent-browser
cargo test
./tests/test-stdio.sh
Real Chromium login-restore is not in CI. After a headed login, restart the MCP process and confirm the next browser_navigate is still logged in.
Configuration
MCP client (stdio):
{
"mcpServers": {
"agent-browser": {
"command": "/path/to/mcp-server-agent-browser"
}
}
}
Optional TOML at ~/.config/mcp-server-agent-browser/config.toml (see config.example.toml). Missing file uses defaults. Override the path with MCP_AGENT_BROWSER_CONFIG.
| Setting | Default | Meaning |
|---|---|---|
headed |
false |
Show a window. Launch-time only; browser_close first if a headless daemon is already up. Also AGENT_BROWSER_HEADED=1. |
persist |
true |
--session-name <namespace>-<session_id> (default session key default). There's no --namespace CLI flag — namespace is folded into that name instead. |
keep_daemon |
false |
If false, MCP exit runs close so restore state is saved and Chrome does not leak. |
namespace |
mcp-server |
Prefix of the --session-name restore key, isolating this MCP's restore files from a human using the CLI directly. |
command_timeout_secs |
120 |
Wrapper timeout. Playwright's own 25s action timeout is left alone (CLI IPC is ~30s). |
idle_timeout |
1h |
Sets AGENT_BROWSER_IDLE_TIMEOUT_MS (env only — there's no --idle-timeout CLI flag). Use "0" with keep_daemon = true. |
download_dir |
~/Downloads |
--download-path. ~ is expanded. |
profile |
unset | Optional persistent Chrome user-data dir. Not your daily Chrome profile. |
encryption_key_file |
unset | Sets AGENT_BROWSER_ENCRYPTION_KEY. Restore files are credentials; plaintext unless this is set. |
AGENT_BROWSER_PATH |
agent-browser |
CLI binary. |
allowed_domains is optional. Localhost is allowed unless you set a list that excludes it.
What it can do
Same interaction set as before (navigate, click, type, snapshot, screenshot, cookies, eval, CDP, sessions), plus:
browser_doctor— CLI, config, persist, headed/DISPLAY, daemon guess. Does not launch Chrome.browser_get_textpattern— regex over page text with two lines of context.browser_wait—load/url/textas well as a selector.
Typical loop:
browser_navigatebrowser_snapshot(-ifor interactive)browser_click/browser_fillwith@refsbrowser_screenshotif you need pixels
Persistence
With persist = true (default), each session saves cookies and localStorage on close and on the CLI's autosave interval. State lives under ~/.agent-browser/, namespaced to mcp-server. Isolated session_ids do not share a restore key.
Headed login once, browser_close or exit the MCP, start again. The next navigate should restore that session.
A killed MCP process may leave the daemon running. browser_doctor reports that. Idle shutdown still saves if persist is on.
Limitations
- Chromium via
agent-browser(Playwright). No search. - Headed is ignored until the existing daemon is closed.
- Snap Chromium on Ubuntu can fail to advertise its DevTools port; prefer
agent-browser install's browser orexecutable_path. - Writes (screenshot, pdf, download) must be relative, under
/tmp, or underdownload_dir. - Element screenshots take a CSS selector or
@ref, plus a trailing:has-text("..."). The selector is checked first, so a miss is an error, not a silent full-viewport shot. Not combinable withfull_page. - 25s Playwright action timeout is an upstream CLI limit, not this wrapper.
License
MIT
agent-browser MCP Fragen
Wie unterscheidet sich das von Web-Search-Tools?
Im Gegensatz zu Tools, die lediglich Dokumente abrufen, führt dieser MCP server eine echte Chromium-Instanz aus, um mit Webseiten zu interagieren.
Kann der Browser Login-Sessions beibehalten?
Ja, standardmäßig werden Cookies und localStorage gespeichert, um eine Session-Wiederherstellung nach Neustarts zu ermöglichen.
Wie kann ich das Browserfenster sehen, während es arbeitet?
Du kannst den headed mode aktivieren, indem du die headed Config auf true setzt.
Was passiert, wenn der MCP-Prozess unerwartet beendet wird?
Ein beendeter Prozess kann dazu führen, dass der Browser-Daemon weiterläuft; dies kann mit dem browser_doctor Tool überprüft werden.