Browser Use
Browser agents and stealth cloud browsers for AI: run web tasks, fill forms, extract data.
제작자가 쓴 설명(영어 원문)
Web page change tracking with structured diffs. markgrab + snapgrab integration.
이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.
이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.
쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.
필요한 것
어떤 앱을 쓰세요?
위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.
Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요
{
"mcpServers": {
"diffgrab": {
"command": "uvx",
"args": [
"diffgrab"
]
}
}
}터미널에서 이 명령어를 실행하세요
claude mcp add diffgrab -- uvx diffgrab프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요
{
"mcpServers": {
"diffgrab": {
"command": "uvx",
"args": [
"diffgrab"
]
}
}
}브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.
프로젝트의 .vscode/mcp.json에 붙여 넣으세요
{
"servers": {
"diffgrab": {
"type": "stdio",
"command": "uvx",
"args": [
"diffgrab"
]
}
}
}브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.
이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.
선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.
이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.
내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.
누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 8일 점검
게시자(ArkNill)가 저장소 소유자(QuartzUnit)가 아니에요. 다른 사람이 등록했을 수 있어요
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요
레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.
해당하는 기본 점검 1개 중 0개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.
레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.
내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).
GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.1.0)은 8개월 전 레지스트리에 올라왔어요.
Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.
같은 카테고리에는: Browser Use, Chrome DevTools MCP, MCP Server Browser
같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.
카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i
Browser agents and stealth cloud browsers for AI: run web tasks, fill forms, extract data.
제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.
한국어 문서 · llms.txt
Web page change tracking with structured diffs. markgrab + snapgrab integration, MCP native.
from diffgrab import DiffTracker
tracker = DiffTracker() await tracker.track("https://example.com") changes = await tracker.check() for c in changes: if c.changed: print(c.summary) # "3 lines added, 1 lines removed in sections: Introduction." print(c.unified_diff) # Standard unified diff output await tracker.close()
diffgrab track, check, diff, history, untrackflowchart TD
A["diffgrab track URL"] --> B["Fetch initial snapshot\n(markgrab + snapgrab)"] B --> C["Store baseline"] C --> D["diffgrab check"] D --> E["Fetch current page"] E --> F{"Content\nhash match?"} F -->|"changed"| G["Compute structured diff\n+ section analysis"] F -->|"unchanged"| H["No changes"] G --> I["📊 DiffResult\nadded / removed / modified"]
pip install diffgrab
Optional extras:
pip install 'diffgrab[cli]' # CLI with click + rich
pip install 'diffgrab[visual]' # Visual diff with snapgrab pip install 'diffgrab[mcp]' # MCP server with fastmcp pip install 'diffgrab[all]' # Everything
import asyncio
from diffgrab import DiffTracker
async def main(): tracker = DiffTracker()
await tracker.track("https://example.com", interval_hours=12)
changes = await tracker.check() for change in changes: if change.changed: print(change.summary) print(change.unified_diff)
result = await tracker.diff("https://example.com", before_id=1, after_id=2)
history = await tracker.history("https://example.com", count=20)
await tracker.untrack("https://example.com")
await tracker.close()
asyncio.run(main())
from diffgrab import track, check, diff, history, untrack
await track("https://example.com") changes = await check() result = await diff("https://example.com") snaps = await history("https://example.com") await untrack("https://example.com")
# Track a URL
diffgrab track https://example.com --interval 12
diffgrab check
diffgrab check https://example.com
diffgrab diff https://example.com diffgrab diff https://example.com --before 1 --after 3
diffgrab history https://example.com --count 20
diffgrab untrack https://example.com
Add to your Claude Code MCP config:
{
"mcpServers": { "diffgrab": { "command": "diffgrab-mcp", "args": [] } } }
Or with uvx:
{
"mcpServers": { "diffgrab": { "command": "uvx", "args": ["--from", "diffgrab[mcp]", "diffgrab-mcp"] } } }
MCP Tools:
| Tool | Description |
|---|---|
track_url | Register a URL for change tracking |
check_changes | Check tracked URLs for changes |
get_diff | Get structured diff between snapshots |
get_history | Browse snapshot history |
untrack_url | Stop tracking a URL |
Every diff operation returns a DiffResult:
@dataclass
class DiffResult: url: str # The tracked URL changed: bool # Whether content changed added_lines: int # Lines added removed_lines: int # Lines removed changed_sections: list[str] # Markdown headings with changes unified_diff: str # Standard unified diff summary: str # Human-readable summary before_snapshot_id: int | None # DB ID of older snapshot after_snapshot_id: int | None # DB ID of newer snapshot before_timestamp: str # When older snapshot was taken after_timestamp: str # When newer snapshot was taken
Snapshots are stored in SQLite at ~/.local/share/diffgrab/diffgrab.db (auto-created). Custom path:
tracker = DiffTracker(db_path="/path/to/custom.db")
| Package | Role | PyPI |
|---|---|---|
| markgrab | HTML/YouTube/PDF/DOCX to markdown | pip install markgrab |
| snapgrab | URL to screenshot + metadata | pip install snapgrab |
| docpick | OCR + LLM document extraction | pip install docpick |
| feedkit | RSS feed collection | pip install feedkit |
| diffgrab | Web page change tracking | pip install diffgrab |
| browsegrab | Browser agent for LLMs | Coming soon |
MIT
Part of the QuartzUnit ecosystem — composable Python libraries for data collection, extraction, search, and AI agent safety.