プロトタイプ · プレビュー版:公式レジストリのすべてのサーバーを掲載し、30分ごとに同期しています。レビューとアカウント機能は今後のステップで始まります。
PopNx MCPAIを使う人のためのMCPサーバー · やさしい言葉で解説

Browsegrab

作者:QuartzUnitバージョン 0.1.1i★ –iパソコンで動く
レジストリ名io.github.ArkNill/browsegrab

インストール

概要

作者による説明(英語の原文)

Token-efficient browser agent for local LLMs. Playwright + accessibility tree + MarkGrab.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

  • 接続方法: パソコンで動く
  • トランスポート: stdio
  • カテゴリ: ウェブ・ブラウザ

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

  • 基本チェック:1項目中0項目に合格
  • あなたのパソコンで、あなたのユーザーと同じ権限(ファイル、ネットワーク、アプリ)で動きます。
  • レジストリには、入力が必要なキーは載っていません。

必要なもの

  • PyPIPythonのuvのインストール(uvxコマンドに必要)

どのアプリを使っていますか?

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "browsegrab": {
      "command": "uvx",
      "args": [
        "browsegrab"
      ]
    }
  }
}

ターミナルでこれを実行します

claude mcp add browsegrab -- uvx browsegrab

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "browsegrab": {
      "command": "uvx",
      "args": [
        "browsegrab"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "browsegrab": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "browsegrab"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月7日にチェック

  • ! 注意

    作者とリポジトリが一致

    公開者(ArkNill)がリポジトリの所有者(QuartzUnit)ではありません。別の人が登録した可能性があります

  • … 未チェック

    今もメンテナンスされている

    このリポジトリはまだGitHubから読み取っていません

  • … 未チェック

    ライセンスがある

    このリポジトリはまだGitHubから読み取っていません

  • – 対象外

    エンドポイントが応答する

    これはパソコンで動くため、インターネット上のエンドポイントはありません

  • – 対象外

    OAuthでサインイン

    パソコンで動き、代わりにローカルの設定を使います

  • … 未チェック

    ツールの説明に隠れた指示がない

    パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

ウェブ・ブラウザのほかのサーバーとの比較i

  • このカテゴリのほかの881件のうち0%よりスターが多い
  • このカテゴリのほかの881件のうち5%より最近レジストリに公開
  • 基本チェックの結果が、このカテゴリのほかの881件のうち24%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Browsegrabは安全ですか?

当てはまる基本チェック1項目のうち0項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか?

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか?

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません(サーバー自体がオンラインサービスを呼び出す場合を除きます)。

今もメンテナンスされていますか?

GitHubリポジトリの最終更新は–、最新バージョン(0.1.1)がレジストリに届いたのは8 か月前です。

どのアプリで使えますか?

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは?

同じカテゴリには:Browser Use, Chrome DevTools MCP, MCP Server Browser

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方:★ GitHubスターi3つの柱:レビュー · チェック · 利用状況i更新=最新バージョンをレジストリに公開した日i

Browser Use

作者:browser-use

Browser agents and stealth cloud browsers for AI: run web tasks, fill forms, extract data.

パソコンでもクラウドでも★ 120,087MIT17 日前更新
インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

browsegrab

한국어 문서 · llms.txt

Token-efficient browser agent for local LLMs — Playwright + accessibility tree + MarkGrab, MCP native.

browsegrab is a lightweight browser automation library designed for local LLMs (8B-35B parameters). It combines Playwright's accessibility tree with MarkGrab's HTML-to-markdown conversion to achieve 5-8x fewer tokens per step compared to alternatives like browser-use.

Features

  • Token-efficient: ~500-1,500 tokens/step (vs 4,000-10,000 for browser-use)
  • Local LLM first: Optimized for vLLM, Ollama, and OpenAI-compatible endpoints
  • MCP native: Built-in MCP server with 8 browser automation tools
  • MarkGrab integration: HTML → clean markdown for content extraction
  • Accessibility tree + ref system: Stable element references (e1, e2, ...) without vision models
  • Success pattern caching: Zero LLM calls on repeated workflows
  • 5-stage JSON parser: Robust action parsing for local LLM outputs
  • Minimal dependencies: Only playwright + httpx in core

Installation

pip install browsegrab

playwright install chromium

With optional features:

pip install browsegrab[mcp]      # MCP server support

pip install browsegrab[content] # MarkGrab content extraction pip install browsegrab[cli] # CLI with rich output pip install browsegrab[all] # Everything

Quick Start

Python API
from browsegrab import BrowseSession

async with BrowseSession() as session:

Navigate and get accessibility tree snapshot

await session.navigate("https://example.com") snap = await session.snapshot() print(snap.tree_text)

- heading "Example Domain" [level=1]

- link "Learn more": [ref=e1]

Click using ref ID

result = await session.click("e1") print(result.url) # https://www.iana.org/help/example-domains

Type into search box

await session.navigate("https://en.wikipedia.org") snap = await session.snapshot() await session.type("e4", "Python programming", submit=True)

Extract compressed content (AX tree + markdown)

content = await session.extract_content()

CLI
# Accessibility tree snapshot

browsegrab snapshot https://example.com

JSON output

browsegrab snapshot https://example.com -f json

Extract content (AX tree + markdown)

browsegrab extract https://en.wikipedia.org/wiki/Python

Agentic browse (requires LLM endpoint)

browsegrab browse https://example.com "Find the about page"

MCP Server
browsegrab-mcp  # Start MCP server (stdio)

Claude Desktop / Cursor / VS Code config:

{

"mcpServers": { "browsegrab": { "command": "browsegrab-mcp" } } }

8 MCP tools: browser_navigate, browser_click, browser_type, browser_snapshot, browser_scroll, browser_extract_content, browser_go_back, browser_wait

How It Works

Agent Browse Loop
flowchart LR

A["🌐 URL + Goal"] --> B["Navigate"] B --> C["AX Tree Snapshot\n~200–500 tokens"] C --> D{"LLM\nDecision"} D -->|"click / type / scroll"| E["Execute Action"] E --> C D -->|"goal reached"| F["Extract Content\n(MarkGrab)"] F --> G["✅ Result"]

Token Efficiency

browsegrab separates structure (accessibility tree) from content (MarkGrab markdown), sending only what the LLM needs:

flowchart TD

A["Raw HTML"] --> B["Accessibility Tree"] A --> C["MarkGrab Markdown"] B --> D["Structure: ~200–500 tokens\nInteractive elements with ref IDs"] C --> E["Content: ~300–800 tokens\nClean markdown · on-demand"] D --> F["Combined: ~500–1,300 tokens/step\n⚡ 5–8× fewer than browser-use"] E --> F

Token efficiency (measured)
PageInteractive elementsTokensbrowser-use equivalent
example.com1~60~500+
Wikipedia article452~1,254~10,000+

Architecture

browsegrab/

├── config.py # Dataclass configs (env var loading) ├── result.py # Result types (ActionResult, BrowseResult, ...) ├── session.py # BrowseSession orchestrator ├── browser/ │ ├── manager.py # Playwright lifecycle (async context manager) │ ├── snapshot.py # Accessibility tree + ref system │ ├── selectors.py # 4-strategy selector resolver │ └── actions.py # navigate, click, type, scroll, go_back, wait ├── dom/ │ ├── ref_map.py # ref ID ↔ element bidirectional mapping │ └── compress.py # AX tree + MarkGrab → compressed context ├── llm/ │ ├── base.py # LLMProvider ABC │ ├── provider.py # vLLM, Ollama, OpenAI-compatible │ ├── prompt.py # System prompts (~400 tokens) │ └── parse.py # 5-stage JSON fallback parser ├── agent/ │ ├── history.py # Sliding window history compression │ ├── cache.py # Domain-based success pattern cache │ └── loop_guard.py # Duplicate action detection ├── main.py # CLI (click) └── mcp_server.py # FastMCP server (8 tools)

Configuration

All settings via environment variables (BROWSEGRAB_* prefix):

# Browser

BROWSEGRAB_BROWSER_HEADLESS=true BROWSEGRAB_BROWSER_TIMEOUT_MS=30000

LLM (for agentic browse)

BROWSEGRAB_LLM_PROVIDER=vllm # vllm | ollama | openai BROWSEGRAB_LLM_BASE_URL=http://localhost:8000/v1 BROWSEGRAB_LLM_MODEL=Qwen/Qwen3.5-32B-AWQ

Agent

BROWSEGRAB_AGENT_MAX_STEPS=10 BROWSEGRAB_AGENT_ENABLE_CACHE=true

Part of the QuartzUnit Ecosystem

LibraryRole
markgrabPassive extraction (URL → markdown)
snapgrabPassive capture (URL → screenshot)
docpickDocument OCR → structured JSON
browsegrabActive automation (goal → browser actions → results)

Development

git clone https://github.com/QuartzUnit/browsegrab.git

cd browsegrab python -m venv .venv && source .venv/bin/activate pip install -e ".[dev]" playwright install chromium

Unit tests (no browser needed)

pytest tests/ -m "not e2e"

Full suite including E2E

pytest tests/ -v

License

MIT


Part of the QuartzUnit ecosystem — composable Python libraries for data collection, extraction, search, and AI agent safety.

PopNxに聞く