MCP server de agent-browser
Commit 14 oct 2026Permite que los clientes de IA controlen un navegador Chromium real para navegar por sitios web, completar formularios, hacer clic en elementos y capturar capturas de pantalla.
También conocido como codeChap/mcp-server-agent-browser, mcp-server-agent-browser
- Stars
- 1
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- 0.1.0
- Último commit
- 14 oct 2026
- Licencia
- —
¿Qué es agent-browser MCP?
agent-browser es un MCP server. Permite que los clientes de IA controlen un navegador Chromium real para navegar por sitios web, completar formularios, hacer clic en elementos y capturar capturas de pantalla.
Resumen generado a partir del README del proyecto
Acerca del MCP server de agent-browser
Controlar un navegador Chromium real desde un cliente de IA permite a los desarrolladores automatizar interacciones web complejas que la simple obtención de documentos no puede manejar. Este MCP server envuelve la herramienta agent-browser para proporcionar capacidades como navegar por sitios web, completar formularios, hacer clic en elementos específicos y capturar capturas de pantalla o instantáneas del árbol de accesibilidad. Está diseñado para usuarios que necesitan que un agente interactúe con aplicaciones web dinámicas en lugar de solo leer texto estático.
La configuración requiere instalar el CLI de agent-browser vía cargo y configurar el cliente MCP mediante un comando stdio. Los usuarios pueden gestionar sesiones a través de un archivo de configuración para habilitar la persistencia, lo que guarda cookies y localStorage para asegurar que los inicios de sesión permanezcan activos tras los reinicios. El servidor admite modos headless y headed, lo que te permite ver la ventana del navegador si así lo configuras. Incluye herramientas especializadas como browser_doctor para la resolución de problemas y browser_get_text para realizar búsquedas con regex sobre el contenido de la página.
Qué puedes hacer con él
- 1Automatización de envío de formularios webUn agente de IA puede navegar a una URL específica e introducir datos en los campos de entrada utilizando la herramienta browser_fill.
- 2Verificación visual de páginas webPuedes instruir a una IA para que tome una foto de una parte específica de un sitio web para confirmar un cambio visual.
- 3Extracción de patrones de texto específicosUn desarrollador puede usar regex para encontrar información específica dentro del texto de una página web.
- 4Mantenimiento de sesiones web autenticadasEl servidor puede guardar los estados de inicio de sesión para que la IA no tenga que volver a autenticarse cada vez que inicia una nueva tarea.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Verificaciones automáticas
Ejecutado 15 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblecodechap/mcp-server-agent-browser is public and reachablegithub.com/codechap/mcp-server-agent-browser ↗Aprobado
- El paquete indica este repositorio como su origenNo verificado
- Procedencia de la compilación (atestación de Sigstore)No verificado
- Licencia de código abierto (OSI)No licenseHallazgo
- Commit o lanzamiento en el último añoLast commit or release 2026-10-14github.com/codechap/mcp-server-agent-browser ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo verificado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
- Sin instrucciones ocultas para el modelo0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo verificado
- El endpoint remoto responde al handshake de MCPNo verificado
README
Ver en GitHubmcp-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
Preguntas sobre agent-browser MCP
¿En qué se diferencia de las herramientas de búsqueda web?
A diferencia de las herramientas que simplemente obtienen documentos, este servidor ejecuta una instancia real de Chromium para interactuar con las páginas web.
¿Puede el navegador mantener las sesiones de inicio de sesión?
Sí, por defecto guarda cookies y localStorage para permitir la restauración de la sesión tras los reinicios.
¿Cómo puedo ver la ventana del navegador mientras trabaja?
Puedes activar el modo headed configurando headed como true.
¿Qué pasa si el proceso de MCP se detiene inesperadamente?
Si el proceso se detiene, es posible que el demonio del navegador siga ejecutándose; puedes verificarlo usando la herramienta browser_doctor.