Puppeteer MCP 服务器（Python 实现）

这是一个使用 Playwright（Python 的 Puppeteer 对等库）提供浏览器自动化能力的 Model Context Protocol 服务器。该服务器使 LLM 能够与网页进行交互，抓取屏幕截图，并在真实的浏览器环境中执行 JavaScript。

概述

此 Python 实现提供了比 TypeScript 版本更稳定的替代方案，具有相同的特性并改进了错误处理和日志记录。它使用 Playwright，这是 Python 中的 Puppeteer 对等库，提供强大的浏览器自动化能力。

主要特性

• 完整的浏览器自动化
• 页面导航
• 屏幕截图捕获（全页面或元素）
• 表单交互（点击和填写）
• JavaScript 执行
• 控制台日志监控
• 可配置超时时间
• 详细的错误处理
• 全面的日志记录

预备条件

• Python 3.8+
• pip（Python 包安装器）

安装

1. 安装所需的包：

pip install -r requirements.txt

2. 安装 Playwright 浏览器：

playwright install

使用方法

启动服务器

直接运行服务器：

python puppeteer_server.py

Claude 桌面配置

在你的 Claude 配置文件中添加以下内容：

{
  "mcpServers": {
    "puppeteer": {
      "command": "python",
      "args": ["path/to/puppeteer.py"]
    }
  }
}

可用工具

puppeteer_navigate

导航到浏览器中的任意 URL。

{
  "name": "puppeteer_navigate",
  "arguments": {
    "url": "https://example.com",
    "timeout": 60000  // 可选，默认为 60000 毫秒
  }
}

puppeteer_screenshot

捕获整个页面或特定元素的屏幕截图。

{
  "name": "puppeteer_screenshot",
  "arguments": {
    "name": "my_screenshot",
    "selector": "#specific-element",  // 可选
    "width": 1280,  // 可选，默认为 1280
    "height": 720,  // 可选，默认为 720
    "timeout": 30000  // 可选，默认为 30000 毫秒
  }
}

puppeteer_click

点击页面上的元素。

{
  "name": "puppeteer_click",
  "arguments": {
    "selector": ".button-class",
    "timeout": 30000  // 可选，默认为 30000 毫秒
  }
}

puppeteer_fill

填写输入字段。

{
  "name": "puppeteer_fill",
  "arguments": {
    "selector": "#input-id",
    "value": "要填写的文本",
    "timeout": 30000  // 可选，默认为 30000 毫秒
  }
}

puppeteer_evaluate

在浏览器控制台中执行 JavaScript。

{
  "name": "puppeteer_evaluate",
  "arguments": {
    "script": "document.title",
    "timeout": 30000  // 可选，默认为 30000 毫秒
  }
}

错误处理

服务器为常见场景提供了详细的错误消息：

• 导航失败
• 元素未找到
• 超时错误
• JavaScript 执行错误
• 屏幕截图失败

日志记录

实现了不同级别的全面日志记录：

• INFO：标准操作
• ERROR：操作失败
• DEBUG：详细的执行信息

注意事项

• 浏览器以非无头模式启动，便于调试
• 默认视口大小为 1280x720
• 所有超时时间均可配置
• 控制台日志被捕获并存储
• 屏幕截图以 base64 编码存储在内存中

贡献

欢迎贡献！请在提交拉取请求之前阅读仓库的贡献指南。

许可证

该项目根据 Apache 2.0 许可证发布 - 详情见 LICENSE 文件。 </中文翻译>