AI 助手帮你查资料、写代码没问题，但"帮我在浏览器里点几下"一直是难点——浏览器是 AI 落地最后一公里。BrowserMCP/mcp 的路线务实而聪明：不新开一个自动化浏览器，而是接管你正在用的 Chrome——通过一个 Chrome 扩展 + 本地 MCP 服务器，让 Claude、Cursor 等 AI 应用直接读标签页、点按钮、填表单、截图。你的登录态、Cookie、扩展全部复用，无需任何 API Key。本文按"概述 → 工作机制 → 功能面 → 安装 → 对比 → 总结"组织全文。
1、概述
Browser MCP 自我定位为"允许 AI 应用控制你浏览器的 MCP 服务器"：Model Context Provider 服务器 + Chrome 扩展的组合。由 BrowserMCP 组织维护（browsermcp.io），TypeScript 主体，MIT 协议。
它瞄准的痛点：AI 客户端（Claude Desktop、Cursor 等）没有浏览器访问能力；传统方案要么给 AI 一个干净的 headless 浏览器（丢失登录态），要么依赖 Playwright 全新实例（复刻环境麻烦）。Browser MCP 的答案——直接用你日常的 Chrome：扩展注入的 DevTools 调试桥连接现有标签页，登录态与个人环境原样可用。
2、工作机制
三段链路：
AI 应用（Claude / Cursor / VS Code …）
│ MCP 协议（stdio）
▼
Browser MCP 服务器（本地进程）
│ DevTools 调试协议（CDP）
▼
Chrome 扩展（你正在用的 Chrome）
│
▼
当前标签页（登录态、Cookie、扩展全复用）
关键设计：复用现有浏览器。扩展安装在你日常的 Chrome 里，激活时它暴露一个本地调试通道，MCP 服务器经 Chrome DevTools Protocol 连接——没有新开浏览器进程，没有环境复制，你在哪个标签页、登录了什么网站，AI 看到的就是什么。
无需 API Key是另一个显著卖点：认证基于扩展激活时生成的一次性令牌（token），本地闭环，不经过任何第三方服务。
3、功能面
服务器暴露的工具覆盖浏览器自动化的高频操作：
- 标签页管理：list_tabs、new_tab、select_tab、close_tab
- 页面导航：navigate（打开网址）、wait（等待）
- 快照与读取：browser_snapshot（页面结构快照，AI 据此定位元素）、get_snapshot_history
- 交互：click（点击）、fill_element（填表单）、hover_element
- 滚动与截图：scroll（方向 + 滚动量）、take_screenshot
- 快捷操作：press_enter
操作模型走"快照驱动"：AI 先取页面快照（含元素与 ref 标识），再按 ref 执行点击 / 填写——比纯视觉坐标方案更稳，比全量 DOM 方案更省 token。
边界：动作权限粒度在扩展端控制；敏感页面（网银等）建议手动关闭扩展激活；自动化速度受页面加载与动画影响。
4、安装
三步接入：
1. 装 Chrome 扩展（BrowserMCP，Chrome Web Store）
2. MCP 客户端配置（npx 形式，无需全局安装）
3. 点扩展图标 → Get Token → 填入 mcp.json 的 args
Cursor / Claude Desktop 的配置骨架：
{
"mcpServers": {
"browsermcp": {
"command": "npx",
"args": ["-y", "browsermcp@latest", "--token=YOUR_TOKEN"]
}
}
}
使用要点：
- 前置：Node.js（npx 可用）+ Chrome；扩展激活后服务器才能连上
- 典型流程：让 AI"打开某网站、找到搜索框填入关键词、截图给我"——快照 → click / fill → screenshot 一气呵成
- 长任务注意扩展休眠；换电脑需重新取 token
- 安全习惯：只授权可信 AI 客户端；用完关闭扩展激活开关
5、横向对比
浏览器自动化接入 MCP 的三条路线：
| 方案 | 浏览器 | 优势 | 局限 |
|---|---|---|---|
| Browser MCP | 复用日常 Chrome | 登录态全保留、零 API Key、轻量 | 依赖扩展、交互粒度较基础 |
| chrome-devtools-mcp | Chrome 实例 | DevTools 全能力（性能 / 网络 / 控制台） | 面向开发调试而非通用操作 |
| Playwright MCP | 全新浏览器实例 | 工业级自动化、多浏览器 | 无登录态、环境复制成本 |
选型建议：
- 日常"让 AI 替我点几下"（用登录态操作网站）→ Browser MCP
- 前端开发调试（性能分析、网络检查）→ chrome-devtools-mcp
- 无状态的批量自动化（爬取、测试）→ Playwright MCP
- 组合玩法：Browser MCP 做带登录态的日常操作，Playwright MCP 跑无头批量任务
6、总结
Browser MCP 是一个接管你日常 Chrome 的 MCP 服务器（MIT、TypeScript、Chrome 扩展 + 本地服务器）：复用现有浏览器的登录态与扩展环境，经 CDP 连接标签页，提供标签页管理、导航、快照、点击、填表、滚动、截图等工具；一次性令牌认证、无需 API Key、不依赖第三方服务——AI 操作浏览器这件事，它的实现是最贴近"个人日常使用"的一种。
它适合让 AI 助手代劳网页操作的场合：查资料汇总、重复表单填写、带登录态的后台操作、网页信息提取。边界方面：要求 Chrome + 扩展常驻激活；工具粒度面向高频操作，复杂工作流（多步条件分支）不如 Playwright 类编排；把浏览器交给 AI 本质是权限让渡，敏感站点与支付页面务必谨慎。对"AI 能不能用我现在的浏览器"这个问题，它的答案是：能，token 一填就能。
