ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที รีวิวและบัญชีผู้ใช้จะมาในขั้นถัดไป
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · อธิบายเป็นภาษาคน

Browsegrab

โดย QuartzUnitรุ่น 0.1.1i★ –iรันบนเครื่อง
ชื่อใน registryio.github.ArkNill/browsegrab

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

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

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

  • การเชื่อมต่อ: รันบนเครื่อง
  • ช่องทาง (transport): stdio
  • หมวด: เว็บและเบราว์เซอร์

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ต้องเตรียมก่อน

  • PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

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

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add browsegrab -- uvx browsegrab

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

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

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

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

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

  • ! ควรระวัง

    ตัวตนผู้ทำตรงกับ repo

    ผู้ลงทะเบียน (ArkNill) ไม่ใช่เจ้าของ repo (QuartzUnit) อาจเป็นคนอื่นที่นำมาลงต่อ

  • … ยังไม่ตรวจ

    ยังมีคนดูแล

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • … ยังไม่ตรวจ

    มีสัญญาอนุญาต (license)

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • – ไม่เกี่ยว

    endpoint ตอบ

    ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด เว็บและเบราว์เซอร์i

  • ดาวมากกว่า 0% ของอีก 880 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 5% ของอีก 880 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 25% ของอีก 880 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Browsegrab ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 0 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.1) เข้า registry 8 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Browser Use, Chrome DevTools MCP, MCP Server Browser

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Browser Use

โดย browser-use

ให้ AI ทำงานบนเว็บแทนคุณ เช่น กรอกฟอร์ม ค้นหา และดึงข้อมูล ใช้เบราว์เซอร์บนคลาวด์ของผู้ทำหรือรันในเครื่องก็ได้

บนเครื่องหรือคลาวด์★ 120,087MITอัปเดต 17 วันที่ผ่านมา
ติดตั้ง

Chrome DevTools MCP

โดย ChromeDevTools

ให้ AI ใช้เครื่องมือนักพัฒนาของ Chrome ตรวจหน้าเว็บ ดูว่าโหลดช้าตรงไหน และหาข้อผิดพลาด ทำโดยทีม Chrome DevTools

รันบนเครื่อง★ 54,821Apache-2.0อัปเดต 15 วันที่ผ่านมา
ติดตั้ง

MCP Server Browser

โดย bytedance

MCP server for browser use access

รันบนเครื่อง★ 39,550Apache-2.0อัปเดต 14 เดือนที่ผ่านมา
ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

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.

ถาม PopNx