Chrome MCP

Chrome MCP 是什么

Chrome MCP 是一套基于模型上下文协议（Model Context Protocol）实现的 Chrome 浏览器深度控制扩展。它通过 Chrome DevTools 协议直接连接本地已启动且已登录用户账号的浏览器实例，使 AI 能够直接复用真实的 Cookie、本地存储和会话状态，无缝执行网页交互与自动化任务。

核心应用场景

适用于需要绕过复杂登录认证的网页信息采集、社交媒体（如 X / Twitter、微博等）的自动化互动发布、企业内部办公后台的表单批量填报、动态页面的视觉审查以及基于真实登录态的端到端页面回归测试。

关键功能特性

支持精细化的 DOM 树检索与无障碍节点定位、基于坐标与语义选择器的点击与文本输入、按键序列模拟、滚动视口控制、页面截图捕获、网络请求监听以及在当前页面上下文中安全执行自定义 JavaScript 脚本。

标准操作流程

工作流程首先要求以远程调试端口启动 Chrome 客户端；随后 MCP 服务端建立与 DevTools 接口的 WebSocket 连接；AI Agent 接收指令后依次执行页面跳转、DOM 定位、表单填充、状态回查，并将页面截图或提取文本返回给用户。

输入与输出规范

输入参数涵盖目标网址 URL、CSS 或 XPath 选择器、文本按键内容、视口分辨率及待注入的 JS 代码片段；输出结果包括操作执行状态码、提取的网页富文本或结构化 JSON、视口截图 Base64 数据及控制台日志。

环境依赖与权限要求

依赖本地安装的 Google Chrome 浏览器以及 Node.js 运行环境。需要操作系统开放本地调试端口通信权限，以及对浏览器当前活动标签页的脚本执行与截图捕获权限，严禁在公开网络中暴露调试端口。

边界限制与避坑指南

操作完全依托当前登录用户的浏览器权限，执行写入、下单、删除等不可逆操作存在误触风险；若网页存在高频弹窗或复杂人机验证，可能需要人工介入完成验证；页面结构变动会导致硬编码选择器失效。

目标适用人群

适合自动化测试工程师、爬虫与数据采集分析师、数字营销运营人员，以及需要构建智能体与真实 Web 环境交互能力的 AI 应用开发者。

安装与启用指引

启动 Chrome 时附加远程调试端口参数（如 –remote-debugging-port=9222），在本地智能体客户端配置中添加该 MCP 服务端运行命令，连接建立后即可在对话中通过自然语言操控浏览器。

来源背景与开源协议

源自 SkillHub 官方注册表收录的 clawhub_lumint/chrome-mcp 模块，协议声明完备，专为本地客户端开发调试与浏览器集成设计。

常见问题

1. 为什么需要使用当前已登录的浏览器会话？

这样能够直接复用浏览器现有的登录态与权限认证，免去在自动化脚本中繁琐存储账号密码与对抗复杂验证码的严峻难题。

2. 如何确保自动化操作不会误发或误删数据？

强烈建议在关键提交或物理删除按钮前开启人工二次确认机制，或者优先在预发与测试账户隔离环境中执行此类高危流程。

3. 是否必须在启动参数中开启调试端口？

是的，底层 DevTools 通信必须依赖启动时指定的远程调试端口通道，若未配置对应端口参数则外部服务端无法建立稳定连接。

4. 遇到复杂动态渲染页面能否准确等待加载？

支持监听网络请求空闲与关键 DOM 元素出现的轮询检测机制，确保单页应用的动态异步内容全部渲染就绪后再触发交互操作。

5. 能否在一个浏览器实例中同时控制多个标签页？

支持实时获取当前浏览器中已打开的所有标签页清单，并能够根据页面标题或网址特征灵活切换当前活动控制目标与视口。

6. 操作过程中浏览器界面是否会受到干扰？

由于复用真实桌面前台窗口，脚本执行点击与键盘模拟时会抢占输入焦点，建议为长期自动化任务分配独立的测试虚拟屏幕。

7. 是否支持对页面元素进行截屏留存证据？

具备高精度可视视口与滚动全页面截图能力，可在关键业务执行节点自动生成图像快照并返回对话界面供用户实时核查。

8. 对网络安全和个人凭据有何保护措施？

所有通信均限定在本地 127.0.0.1 回环地址进行，不向任何第三方云端转发登录凭证，关闭浏览器调试端口后连接即刻失效。