AWebAgent

AI 驱动的智能浏览器自动化 MCP 服务器，支持多 AI 提供商。

特性

• 多 AI 提供商支持: OpenAI、阿里千问、DeepSeek、Moonshot、智谱 AI 等
• 语义选择器: 使用自然语言描述定位元素，无需 XPath/CSS
• Self-Healing: 元素定位失败时自动诊断修复
• HITL 中断: 关键操作前请求用户确认
• Fast/Slow Path: 重复任务自动编译成低成本脚本

快速开始

# 安装依赖
npm install

# 安装浏览器
npm run playwright:install

# 配置 API 密钥
cp mcp-server/.env.example mcp-server/.env
# 编辑 .env 文件填入你的 API 密钥

# 运行
npm run mcp:dev

环境变量

变量	说明	示例
AI_API_KEY	API 密钥	sk-xxx
AI_PROVIDER	提供商	openai, qwen, deepseek, moonshot, zhipu
AI_MODEL	模型名称	gpt-4o, qwen-plus, deepseek-chat
AI_VISION_MODEL	视觉模型	gpt-4o, qwen-vl-max, glm-4v

Cursor 集成

编辑 .cursor/mcp.json:

{
  "mcpServers": {
    "browser-automation": {
      "command": "npx",
      "args": ["tsx", "path/to/mcp-server/server.ts"],
      "env": {
        "AI_API_KEY": "your-api-key",
        "AI_PROVIDER": "qwen"
      }
    }
  }
}

可用工具

工具	说明
browser_navigate	导航到 URL
browser_click	点击元素
browser_type	输入文本
browser_snapshot	获取页面快照
smart_execute_task	智能执行复杂任务
agent_analyze_page	AI 分析页面

文档

详细文档请查看 mcp-server/README.md

License

MIT