金大哥 - Puppeteer MCP 详情

article

README

🚀 木偶师服务器

木偶师服务器是一个基于Puppeteer的模型上下文协议（MCP）服务器，它提供强大的浏览器自动化功能。借助此服务器，大语言模型（LLMs）能够与网页进行交互、截取屏幕截图并执行JavaScript代码，一切都在真实的浏览器环境中运行。

✨ 主要特性

浏览器自动化：可实现对浏览器的自动化操作，如导航、点击等。
控制台日志监控：能够监控浏览器控制台输出的文本信息。
屏幕截图功能：支持截取网页或特定元素的屏幕截图。
JavaScript执行能力：可以在浏览器控制台执行JavaScript代码。
基本网页交互：涵盖导航、点击、表单填写等基本网页交互操作。

📦 安装指南

Docker构建

docker build -t mcp/puppeteer -f src/puppeteer/Dockerfile .

💻 使用示例

工具使用说明

`puppeteer_navigate`

功能：浏览器导航到任意URL
输入：url (字符串)

`puppeteer_screenshot`

功能：截取网页或特定元素的屏幕截图
输入：
- name (字符串，必填)：屏幕截图名称
- selector (字符串，可选)：CSS选择器，用于截取特定元素
- width (数字，可选，默认：800)：截图宽度
- height (数字，可选，默认：600)：截图高度

`puppeteer_click`

功能：点击页面上的元素
输入：selector (字符串)：要点击的元素的CSS选择器

`puppeteer_hover`

功能：鼠标悬停在页面上的元素上
输入：selector (字符串)：要悬停的元素的CSS选择器

`puppeteer_fill`

功能：填充表单字段
输入：
- selector (字符串)：表单字段的CSS选择器
- value (字符串)：要填充的值

`puppeteer_select`

功能：在SELECT标签中选择元素
输入：
- selector (字符串)：要选择的元素的CSS选择器
- value (字符串)：要选择的值

`puppeteer_evaluate`

功能：在浏览器控制台执行JavaScript代码
输入：script (字符串)：要执行的JavaScript代码

资源说明

服务器提供以下两种资源：

控制台日志 (console://logs)
- 详情：浏览器控制台输出的文本信息，包含所有来自浏览器的控制台消息。
屏幕截图 (screenshot://<name>)
- 详情：PNG格式的截屏图像，可通过捕获时指定的截图名称访问。

📚 详细文档

使用Puppeteer服务器的配置

Docker

⚠️ 重要提示

Docker实现使用无头Chromium，而NPX版本会打开浏览器窗口。

{
  "mcpServers": {
    "puppeteer": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "--init", "-e", "DOCKER_CONTAINER=true", "mcp/puppeteer"]
    }
  }
}

NPX

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-puppeteer"]
    }
  }
}

📄 许可证

该MCP服务器根据MIT License授权。这意味着您可以在不受限制的情况下使用、修改和分发软件，但需遵守MIT License的条款和条件。如需更多信息，请参阅项目仓库中的LICENSE文件。

Puppeteer