Chrome MCP Server - Lassen Sie KI Ihren Chrome-Browser steuern | Intelligentes Browser-Automatisierungstool

Chrome MCP Server Projekt – Detaillierte Beschreibung

Projektübersicht

Chrome MCP Server ist ein auf Chrome-Erweiterungen basierender Modellkontextprotokoll (MCP)-Server, der die Funktionen Ihres Chrome-Browsers für KI-Assistenten (wie Claude) freigibt und so komplexe Browserautomatisierung, Inhaltsanalyse und semantische Suchfunktionen ermöglicht.

Projektadresse: https://github.com/hangwin/mcp-chrome

Kernfunktionen

🌟 Hauptmerkmale

Verwandeln Sie Ihren Chrome-Browser in einen intelligenten Assistenten - Lassen Sie KI Ihren Browser steuern und verwandeln Sie ihn in ein leistungsstarkes KI-gesteuertes Automatisierungstool.
Nutzen Sie direkt Ihren täglichen Browser - Im Gegensatz zu herkömmlichen Browserautomatisierungstools (wie Playwright) verwendet Chrome MCP Server direkt Ihren täglichen Chrome-Browser.
Behalten Sie bestehende Benutzergewohnheiten und -konfigurationen bei - Nutzen Sie bestehende Benutzerkonfigurationen, Anmeldestatus usw., damit verschiedene große Modelle oder Chatbots wirklich zu Ihren täglichen Assistenten werden.

🚀 Kernfunktionsmerkmale

😁 Chatbot-/Modellunabhängigkeit: Automatisieren Sie Ihren Browser mit jedem LLM oder Chatbot-Client oder -Agenten Ihrer Wahl.
⭐️ Verwenden Sie Ihren ursprünglichen Browser: Nahtlose Integration in Ihre bestehende Browserumgebung (Ihre Konfigurationen, Anmeldestatus usw.).
💻 Vollständig lokalisiert: Reiner lokaler MCP-Server, der die Privatsphäre der Benutzer gewährleistet.
🚄 Streaming-fähiges HTTP: Streaming-fähige HTTP-Verbindungsmethode.
🏎 Tab-übergreifend: Unterstützung für Tab-übergreifende Kontexte.
🧠 Semantische Suche: Integrierte Vektordatenbank für intelligente Browser-Tab-Inhaltsermittlung.
🔍 Intelligente Inhaltsanalyse: KI-gesteuerte Textextraktion und Ähnlichkeitsabgleich.
🌐 20+ Tools: Unterstützung für Screenshots, Netzwerküberwachung, interaktive Operationen, Lesezeichenverwaltung, Browserverlauf und mehr als 20 weitere Tools.
🚀 SIMD-beschleunigte KI: Benutzerdefinierte WebAssembly-SIMD-Optimierung, 4-8-fache Geschwindigkeitssteigerung bei Vektoroperationen.

Technischer Vergleich

Vergleichsdimension	MCP-Server basierend auf Playwright	MCP-Server basierend auf Chrome-Erweiterung
Ressourcennutzung	❌ Erfordert das Starten eines separaten Browserprozesses, die Installation von Playwright-Abhängigkeiten, das Herunterladen von Browser-Binärdateien usw.	✅ Kein Starten eines separaten Browserprozesses erforderlich, nutzt direkt den bereits geöffneten Chrome-Browser des Benutzers.
Wiederverwendung der Benutzersitzung	❌ Erfordert eine erneute Anmeldung	✅ Automatische Verwendung des bestehenden Anmeldestatus
Browserumgebung	❌ Saubere Umgebung ohne Benutzereinstellungen	✅ Vollständige Beibehaltung der Benutzerumgebung
API-Zugriff	✅ Vollständiger Zugriff auf die nativen Chrome-APIs	✅ Vollständiger Zugriff auf die nativen Chrome-APIs
Startgeschwindigkeit	❌ Erfordert das Starten eines Browserprozesses	✅ Nur Aktivierung der Erweiterung erforderlich
Reaktionsgeschwindigkeit	50-200ms Interprozesskommunikation	✅ Schneller

Systemanforderungen

Node.js 18+ und pnpm
Chrome/Chromium Browser

Installation und Konfiguration

1. Chrome-Erweiterung herunterladen

Laden Sie die neueste Chrome-Erweiterung von GitHub herunter:

Download-Link: https://github.com/hangwin/mcp-chrome/releases

2. Globale Installation von mcp-chrome-bridge

Mit npm:

npm install -g mcp-chrome-bridge

Mit pnpm:

pnpm install -g mcp-chrome-bridge

3. Chrome-Erweiterung laden

Laden Sie die heruntergeladene Erweiterungsdatei in den Chrome-Browser.

4. Claude Desktop konfigurieren

Fügen Sie die folgende Konfiguration zur MCP-Konfiguration von Claude Desktop hinzu:

{
  "mcpServers": {
    "streamable-mcp-server": {
      "type": "streamable-http",
      "url": "http://127.0.0.1:12306/mcp"
    }
  }
}

Tool-Klassifizierungsdetails

📊 Browserverwaltung (4 Tools)

get_windows_and_tabs: Listet alle Browserfenster und Tabs auf.
chrome_navigate: Navigiert zu einer URL und steuert den Viewport.
chrome_close_tabs: Schließt bestimmte Tabs oder Fenster.
chrome_go_back_or_forward: Browser-Navigationssteuerung.

📸 Screenshot und Visualisierung (1 Tool)

chrome_screenshot: Erweiterte Screenshot-Erfassung, unterstützt Elementlokalisierung, Ganzseitenunterstützung und benutzerdefinierte Größen.

🌐 Netzwerküberwachung (4 Tools)

chrome_network_capture_start/stop: webRequest API Netzwerk-Capture.
chrome_network_debugger_start/stop: Debugger API mit Antwortkörper.
chrome_network_request: Senden benutzerdefinierter HTTP-Anfragen.

🔍 Inhaltsanalyse (3 Tools)

search_tabs_content: KI-gesteuerte semantische Suche über Browser-Tabs hinweg.
chrome_get_web_content: Extrahieren von HTML/Textinhalten von einer Seite.
chrome_get_interactive_elements: Finden von anklickbaren Elementen.

🎯 Interaktion (3 Tools)

chrome_click_element: Klicken auf Elemente mit CSS-Selektoren.
chrome_fill_or_select: Ausfüllen von Formularen und Auswählen von Optionen.
chrome_keyboard: Simulieren von Tastatureingaben und Tastenkombinationen.

📚 Datenverwaltung (5 Tools)

chrome_history: Suchen im Browserverlauf mit Zeitfiltern.
chrome_bookmark_search: Suchen nach Lesezeichen anhand von Schlüsselwörtern.
chrome_bookmark_add: Hinzufügen neuer Lesezeichen mit Ordnerunterstützung.
chrome_bookmark_delete: Löschen von Lesezeichen.

Anwendungsbeispiele

Abfragebeispiele

Im Folgenden finden Sie einige Demonstrationen realer Anwendungsszenarien:

API-Analyseabfrage: "Ich möchte wissen, wie die Such-API von Xiaohongshu aussieht und wie die Antwortstruktur ist."
Verlaufsanalyse: "Analysiere meinen Browserverlauf des letzten Monats."
Inhaltsverarbeitung: "Übersetze und fasse die aktuelle Webseite zusammen."
Screenshot-Funktion: "Erstelle einen Screenshot der Hugging Face-Homepage."
Elementerfassung: "Erfasse das Symbol von der Hugging Face-Homepage."
Lesezeichenverwaltung: "Füge die aktuelle Seite zu den Lesezeichen hinzu und lege sie in den entsprechenden Ordner."
Tab-Verwaltung: "Schließe alle Webseiten, die mit shadcn in Verbindung stehen."

Zugehörige Dokumente

Architekturdesign-Dokument: Detaillierte technische Architekturdokumentation.
Tool-API-Dokumentation: Vollständige Tool-API-Dokumentation.
Fehlerbehebungsleitfaden: Lösungen für häufige Probleme.

Zusammenfassung

Chrome MCP Server ist ein innovatives Projekt, das die Einschränkungen herkömmlicher Browserautomatisierungstools aufhebt, die tägliche Browserumgebung des Benutzers direkt nutzt und KI-Assistenten leistungsstarke Browsersteuerungsfunktionen bietet. Durch sein umfangreiches Toolset und das lokalisierte Sicherheitsdesign können Benutzer KI wirklich zu ihrem täglichen Browserassistenten machen und so die Arbeitseffizienz und das Benutzererlebnis erheblich verbessern.