เบราว์เซอร์ควบคุม MCP: การทำงานอัตโนมัติของ Firefox ที่ขับเคลื่อนด้วย AI สำหรับตัวแทน
Browser Control MCP เป็นเครื่องมือเซิร์ฟเวอร์ฟรีโดย Eyalzh สร้างขึ้นด้วย Node.js และ TypeScript ออกแบบมาเพื่อให้เอเจนต์และผู้ช่วย AI สามารถโต้ตอบกับเบราว์เซอร์ Firefox ได้ มันทำหน้าที่เป็นเซิร์ฟเวอร์ MCP สำหรับการทำงานอัตโนมัติของเบราว์เซอร์ เชื่อมต่อกับอินสแตนซ์ Firefox ของผู้ใช้ผ่านส่วนขยายที่เป็นคู่หูเฉพาะ เครื่องมือนี้ถูกแจกจ่ายในรูปแบบโค้ดต้นฉบับ รูปภาพ Docker ส่วนขยาย Firefox และไฟล์ Claude Desktop DXT ทำให้สามารถเข้าถึงได้สำหรับสภาพแวดล้อมการพัฒนาที่หลากหลาย มันให้ส่วนติดต่อโปรแกรมสำหรับการจัดการกิจกรรมของเบราว์เซอร์.
ทางเลือกที่แนะนำมากที่สุด
Browser Control MCP เชื่อมต่อกับอะไร?
Browser Control MCP เชื่อมต่อโดยตรงกับเบราว์เซอร์ Firefox ของผู้ใช้ การเชื่อมต่อนี้ถูกสร้างขึ้นและรักษาไว้ผ่านส่วนขยายเบราว์เซอร์ที่ต้องติดตั้งภายใน Firefox ระบบทำงานเป็นเซิร์ฟเวอร์ MCP ซึ่งจัดประเภทเฉพาะสำหรับการทำงานอัตโนมัติและควบคุมเบราว์เซอร์ สถาปัตยกรรมนี้ช่วยให้ลูกค้า AI สามารถส่งคำสั่งไปยังเซิร์ฟเวอร์ ซึ่งจะส่งต่อไปยังเบราว์เซอร์ Firefox ผ่านส่วนขยายที่ติดตั้ง ช่วยให้สามารถโต้ตอบและจัดการฟังก์ชันของเบราว์เซอร์จากระยะไกล.
ฟีเจอร์และเครื่องมือหลัก
Browser Control MCP เปิดเผยเครื่องมือที่สามารถเรียกใช้ได้หลายอย่างสำหรับการโต้ตอบกับเบราว์เซอร์ ซึ่งรวมถึงความสามารถในการ เปิดหรือปิดแท็บ, รับรายการแท็บที่เปิดอยู่, และ จัดเรียงแท็บที่เปิดอยู่ใหม่. ผู้ใช้ยังสามารถ สร้างกลุ่มแท็บด้วยชื่อและสี. สำหรับการดึงข้อมูล สามารถ อ่านและค้นหาประวัติของเบราว์เซอร์ และ อ่านเนื้อหาข้อความและลิงก์ของหน้าเว็บ (ต้องได้รับความยินยอมจากผู้ใช้) เครื่องมือภาพขั้นสูงช่วยให้สามารถ ค้นหาและเน้นข้อความในแท็บเบราว์เซอร์ (โดยได้รับความยินยอมจากผู้ใช้) และ จับภาพหน้าจอของพื้นที่ที่มองเห็นได้ในแท็บ (ต้องได้รับความยินยอมจากผู้ใช้ต่อแท็บ).
ใครคือผู้ใช้?
โปรแกรมนี้มีไว้สำหรับตัวแทน AI และผู้ช่วย AI โดยเฉพาะนักพัฒนาที่ใช้ผู้ช่วยการเขียนโค้ด AI เช่น Augment Code หรือ Claude Desktop มันให้เครื่องมือที่จำเป็นสำหรับเอนทิตี AI เหล่านี้ในการทำงานที่เกี่ยวข้องกับเบราว์เซอร์ ตั้งแต่การจัดการแท็บไปจนถึงการทำการวิจัย การออกแบบสนับสนุนการทำงานอัตโนมัติที่ต้องการการโต้ตอบโดยตรงกับเว็บเบราว์เซอร์ ข้ามไปหากคุณไม่ทำงานกับตัวแทน AI หรือผู้ช่วย AI.
วิธีเริ่มต้น
เซิร์ฟเวอร์ทำการตรวจสอบสิทธิ์โดยใช้ API key ที่ส่งเป็นตัวแปรสภาพแวดล้อม โทเค็นนี้ต้องถูกกำหนดค่าในหน้าตั้งค่าของส่วนขยายเบราว์เซอร์ที่เกี่ยวข้อง และเซิร์ฟเวอร์ใช้ HTTP เป็นโปรโตคอลการขนส่งบนพอร์ตที่สามารถกำหนดค่าได้ เช่น PORT=3000.
กรณีการใช้งาน
- การจัดการแท็บ: เช่น "ปิดแท็บที่ไม่เกี่ยวข้องกับงานทั้งหมดในเบราว์เซอร์ของฉัน." หรือ "จัดกลุ่มแท็บที่เกี่ยวข้องกับการพัฒนาในเบราว์เซอร์ของฉันเป็นกลุ่มใหม่ที่เรียกว่า 'Development'."
- การค้นหาประวัติของเบราว์เซอร์: เช่น "ช่วยฉันค้นหาบทความในประวัติของเบราว์เซอร์เกี่ยวกับเส้นทาง Milford ใน NZ."
- การท่องเว็บและการวิจัย: เช่น "ในเบราว์เซอร์ของฉัน ใช้ Google Scholar เพื่อค้นหางานวิจัยเกี่ยวกับ L-theanine ในช่วง 3 ปีที่ผ่านมา เปิดงานวิจัยที่ถูกอ้างอิงมากที่สุด 3 งาน อ่านและสรุปให้ฉัน."
การควบคุมเบราว์เซอร์ MCP มีชุดเครื่องมือเฉพาะสำหรับตัวแทน AI เพื่อโต้ตอบกับ Firefox สถาปัตยกรรมของมัน ซึ่งอิงจากส่วนขยายคู่หู ช่วยให้สามารถทำงานอัตโนมัติในเบราว์เซอร์ได้อย่างแม่นยำสำหรับงานต่างๆ เช่น การจัดการแท็บ การค้นประวัติ และการวิเคราะห์เนื้อหาเว็บ โปรแกรมนี้รองรับการขนส่ง HTTP และรวมเข้ากับลูกค้า AI เช่น Claude Desktop มันเป็นโซลูชันที่มีประสิทธิภาพสำหรับนักพัฒนาที่สร้างเวิร์กโฟลว์เบราว์เซอร์ที่ขับเคลื่อนด้วย AI ลองใช้ฟีเจอร์การจัดกลุ่มแท็บเพื่อจัดระเบียบพื้นที่ทำงานในเบราว์เซอร์ของคุณ.
