专项能力 / Specialized

MCP 服务器

chrome-use mcp 起一个 stdio Model Context Protocol 服务器， 给那些只会说 MCP、不能跑 shell 命令的宿主用——Claude Desktop、ChatGPT connector、n8n、Dify。 能跑 shell 的编码 agent（Claude Code、Cursor、Codex）请继续用技能 + CLI：更轻量， 直接调用二进制不用绕一层协议。MCP 是专门留给「说 MCP 但不能 shell out」的那类宿主的。

ℹ️ 什么时候用哪个
能跑终端命令的 agent（Claude Code、Cursor、Codex、你自己的脚本）——直接装 CLI + 技能，跑 chrome-use snapshot -i 这类命令。 只能通过 MCP 协议接入、没有 shell 的宿主（Claude Desktop、ChatGPT connector、n8n/Dify 的 MCP 节点）——用这一页的 chrome-use mcp。

12 个核心工具

MCP 服务器暴露一套精简的核心 profile：12 个有类型的工具，覆盖打开页面、 读取、快照、交互和导航。每一次工具调用都会转发给同一个 chrome-use 二进制的 --json 模式——底层能力和用 CLI 是完全一样的一套。

工具作用
chrome_use_open打开一个 URL / 新标签
chrome_use_read把当前标签或某个 URL 读成 agent 可读文本
chrome_use_snapshot拉取结构化、带 @ref 的可访问性快照
chrome_use_click按选择器 / @ref 点击
chrome_use_fill清空后填入表单字段
chrome_use_type在现有内容后追加输入
chrome_use_press按一个键或组合键
chrome_use_eval在页面里执行 JavaScript
chrome_use_wait等待某个条件或超时
chrome_use_back后退一页
chrome_use_forward前进一页
chrome_use_reload刷新当前页

扩展 profile：--tools all

默认的 12 个工具够大多数任务用了。需要更多能力时加 --tools all， 把 profile 从 12 个扩到24 个工具——核心 12 个之外，再加上下面这些 （仍不是完整的 CLI 全集）：

工具作用
chrome_use_hover把鼠标悬停到某个元素上
chrome_use_select选中 <select> 下拉项
chrome_use_screenshot截图（仅作输出，不作为读取手段）
chrome_use_scroll滚动页面或某个容器
chrome_use_tabs列出 / 切换本会话的标签
chrome_use_extract按 schema 把页面抓成结构化 JSON
chrome_use_expect断言某个条件，不满足即报错
chrome_use_find按文本 / URL 定位元素或标签
chrome_use_network_route拦截 / 改写网络请求
chrome_use_site跑社区站点适配器做结构化提取
chrome_use_upload给文件输入框上传文件
chrome_use_download触发并抓取一次下载
bash 
# 24 工具扩展 profile
$ chrome-use mcp --tools all

启动服务器

mcp 是 chrome-use 的一个子命令，跟其他命令一样在 PATH 上就有。

bash 
# 起一个 stdio MCP 服务器（宿主会替你拉起这个进程）
$ chrome-use mcp

在 Claude Desktop 里配置

编辑 Claude Desktop 的 MCP 配置文件，加一个 chrome-use server：

json · claude_desktop_config.json 
{
  "mcpServers": {
    "chrome-use": {
      "command": "chrome-use",
      "args": ["mcp"]
    }
  }
}
✅ 找不到 chrome-use 命令？
如果 chrome-use 不在 Claude Desktop 启动时能看到的 PATH 上，把 command 换成二进制的绝对路径（例如 which chrome-use 的输出）。改完配置后重启 Claude Desktop 才会生效。
⚠️ 先分清传输方式：stdio vs HTTP
chrome-use mcp 只说 stdio——宿主拉起这个进程、用标准输入输出通信。 能按 command + args 拉起本地进程的宿主（Claude Desktop、n8n）直接接就行。 但 ChatGPT 的 connector 和 Dify 只认远程 HTTP/SSE 的 MCP 端点，不会替你拉起本地进程—— 它们连不了裸的 stdio 服务器，得先用一层桥把 stdio 转成 HTTP/SSE（见下）。

接入 n8n

n8n 的 MCP Client 节点能按命令拉起一个 stdio server，配置和 Claude Desktop 是同一套—— 命令填 chrome-use（或它的绝对路径），参数填 mcp：

n8n · MCP Client (STDIO) 
# Command
chrome-use
# Arguments（扩展 profile 就写 mcp --tools all）
mcp

接入 ChatGPT connector / Dify（需要 HTTP 桥）

这两个宿主只接受一个远程 MCP 端点的 URL，不会拉起本地进程。用一个 stdio→SSE 的桥 （比如 supergateway）把 chrome-use mcp 包成一个 HTTP/SSE 端点， 再把那个 URL 填进宿主的 MCP / connector 配置：

bash 
# 把 stdio 服务器暴露成本机的 SSE 端点
$ npx -y supergateway --stdio "chrome-use mcp" --port 8000
# 端点：http://localhost:8000/sse —— 填进 connector / Dify 的 MCP 配置
ℹ️ 桥不是 chrome-use 的一部分
supergateway 是第三方通用工具，chrome-use 不捆绑它。ChatGPT connector 还要求端点 可被公网访问（本机地址得先过一层隧道），并且桥所在的机器要能连上你真实的 Chrome—— 因为最终干活的还是本机那套扩展 + 原生消息路径。

工作原理

MCP 服务器是手写的 JSON-RPC over stdio，没有引入额外依赖。每个工具 调用被翻译成对同一个 chrome-use 二进制的 --json 模式调用，再把结果 包回 MCP 的响应格式。安装、浏览器扩展连接、真实 Chrome 的那一整套逻辑完全不变—— MCP 只是换了一层协议外壳。

⚠️ 还是得先接上真实 Chrome
chrome-use mcp 本身不解决「怎么连你的浏览器」——那部分仍然靠 安装 里的浏览器扩展。先按那一页把扩展装好、确认能跑通 chrome-use snapshot -i，再把 MCP 服务器接进宿主。

会话隔离：session 参数

每个工具都收一个可选的 session 参数，映射到 CLI 的 --session <name>。 不传就都走同一个默认会话——同一个宿主里连续几次调用共享一个后台守护进程、 一组标签页，上一步的导航和登录状态下一步还在。要并行跑互不干扰的流程，就给不同的流程传不同的 session 名，各自拿到独立的守护进程和标签组。守护进程空闲 10 分钟自动退出并关掉自己 建的标签页（AGENT_BROWSER_IDLE_TIMEOUT_MS 可调，0 关闭）。

🪜 多步流程别一个动作一个来回
MCP 下每次工具调用都要模型推理一轮，逐个动词地驱动最费 token。固定序列可以用 batch 一个来回跑完；要在步骤之间传值、加循环和条件判断，用 单次脚本（script）——目前它是 CLI 动词、还没进 MCP 的工具集， 但在 MCP 里如果想把多步逻辑压进一次调用，可以走 chrome_use_eval 在页面里跑一段 JavaScript。原理见 单次脚本。

相关页面

📦 安装

装好 CLI 与浏览器扩展——MCP 服务器复用同一套连接。
🌐 驱动真实 Chrome

MCP 工具背后连的就是这条扩展 + 原生消息路径。
📚 命令参考

MCP 的 12 个工具是完整命令集的一个精简 profile。