Browserbase MCP — Cloud Browser Automation Tools

简介

Browserbase MCP server 提供浏览器自动化 tools（navigate/act/observe/extract 等），基于 Browserbase + Stagehand 让 Agent 操作真实网页并抽取信息。

• 适合谁： 希望把网页自动化当工具层（测试、抓取、表单流程）但不想本地跑浏览器的团队
• 可搭配： MCP 客户端、Browserbase 项目与 API key、Stagehand 模型提供方 key（README 默认 Gemini）
• 准备时间： 10 分钟

实战建议

• 提供 6 个工具：start/end/navigate/act/observe/extract（见 README）
• 同时支持 hosted SHTTP 与自托管 STDIO；端口/视窗等参数可通过 flags 配置（见 README）

让浏览器自动化更可控

浏览器工具容易“飘”，通常是因为指令太泛。几条经验能显著提升稳定性：

• act 之前先 observe，让 Agent 基于可见的可操作元素做选择。
• 抽取请求尽量结构化（例如“抽一张表，列为 X/Y/Z”），不要只说“总结一下”。
• 类 CI 任务建议固定 viewport，避开无限滚动页面。

如果你要 100% 本地部署，README 也提供了方案：

git clone https://github.com/browserbase/mcp-server-browserbase.git
cd mcp-server-browserbase
npm install && npm run build

之后用 node（或 Docker）起服务，再让 MCP 客户端指向该 server。

FAQ

需要哪些凭据？ 答：至少需要 BROWSERBASE_API_KEY 与 BROWSERBASE_PROJECT_ID；按 README 的模型配置可能还需要模型方 API key。

Hosted 和自托管怎么选？ 答：README 推荐 hosted SHTTP 最省事；也支持通过 npx @browserbasehq/mcp 或 Docker 自托管。

怎么降低不稳定？ 答：先 observe 再 act、指令结构化、固定 viewport 与输入。