Browser Use
ให้ AI ทำงานบนเว็บแทนคุณ เช่น กรอกฟอร์ม ค้นหา และดึงข้อมูล ใช้เบราว์เซอร์บนคลาวด์ของผู้ทำหรือรันในเครื่องก็ได้
คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)
Stealth Chromium MCP server with hybrid AOM + Set-of-Mark vision and Readability extraction.
สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน
ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
SAB_HEADLESS, SAB_STEALTH_LEVEL, SAB_PROXY_SERVER, SAB_PROXY_USERNAME, SAB_PROXY_PASSWORD, SAB_USER_DATA_DIRค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต
ต้องเตรียมก่อน
คุณใช้แอปไหน
เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”
เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json
{
"mcpServers": {
"stealth-agent-browser": {
"command": "npx",
"args": [
"-y",
"stealth-agent-browser-mcp"
],
"env": {
"SAB_HEADLESS": "ใส่ค่าของคุณ",
"SAB_STEALTH_LEVEL": "ใส่ค่าของคุณ",
"SAB_PROXY_SERVER": "ใส่ค่าของคุณ",
"SAB_PROXY_USERNAME": "ใส่ค่าของคุณ",
"SAB_PROXY_PASSWORD": "ใส่ค่าของคุณ",
"SAB_USER_DATA_DIR": "ใส่ค่าของคุณ"
}
}
}
}พิมพ์คำสั่งนี้ใน Terminal
claude mcp add stealth-agent-browser --env SAB_HEADLESS='ใส่ค่าของคุณ' --env SAB_STEALTH_LEVEL='ใส่ค่าของคุณ' --env SAB_PROXY_SERVER='ใส่ค่าของคุณ' --env SAB_PROXY_USERNAME='ใส่ค่าของคุณ' --env SAB_PROXY_PASSWORD='ใส่ค่าของคุณ' --env SAB_USER_DATA_DIR='ใส่ค่าของคุณ' -- npx -y stealth-agent-browser-mcpเติมค่าที่เว้นว่างไว้ก่อนรัน
วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json
{
"mcpServers": {
"stealth-agent-browser": {
"command": "npx",
"args": [
"-y",
"stealth-agent-browser-mcp"
],
"env": {
"SAB_HEADLESS": "ใส่ค่าของคุณ",
"SAB_STEALTH_LEVEL": "ใส่ค่าของคุณ",
"SAB_PROXY_SERVER": "ใส่ค่าของคุณ",
"SAB_PROXY_USERNAME": "ใส่ค่าของคุณ",
"SAB_PROXY_PASSWORD": "ใส่ค่าของคุณ",
"SAB_USER_DATA_DIR": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
วางในไฟล์ .vscode/mcp.json ของโปรเจกต์
{
"servers": {
"stealth-agent-browser": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"stealth-agent-browser-mcp"
],
"env": {
"SAB_HEADLESS": "ใส่ค่าของคุณ",
"SAB_STEALTH_LEVEL": "ใส่ค่าของคุณ",
"SAB_PROXY_SERVER": "ใส่ค่าของคุณ",
"SAB_PROXY_USERNAME": "ใส่ค่าของคุณ",
"SAB_PROXY_PASSWORD": "ใส่ค่าของคุณ",
"SAB_USER_DATA_DIR": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น
ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี
SAB_HEADLESS envSAB_STEALTH_LEVEL envSAB_PROXY_SERVER envSAB_USER_DATA_DIR envค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub ykshah1309 ซึ่งเป็นเจ้าของ repo
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
ต้องใส่ค่าเหล่านี้: SAB_PROXY_USERNAME, SAB_PROXY_PASSWORD
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.2.0) เข้า registry 7 เดือนที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Node.js ในเครื่องด้วย
ในหมวดเดียวกันมี Browser Use, Chrome DevTools MCP, MCP Server Browser
server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว
อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
ให้ AI ทำงานบนเว็บแทนคุณ เช่น กรอกฟอร์ม ค้นหา และดึงข้อมูล ใช้เบราว์เซอร์บนคลาวด์ของผู้ทำหรือรันในเครื่องก็ได้
ให้ AI ใช้เครื่องมือนักพัฒนาของ Chrome ตรวจหน้าเว็บ ดูว่าโหลดช้าตรงไหน และหาข้อผิดพลาด ทำโดยทีม Chrome DevTools
MCP server for browser use access
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
A Model Context Protocol (MCP) server that gives AI agents a stealth-grade Chromium browser with a hybrid Accessibility-Object-Model + Set-of-Mark vision interface. Built for Claude, works with any MCP-compatible host.
rebrowser-playwright to patch the Runtime.Enable CDP leak that bypasses playwright-extra-class stealth plugins. Passes modern bot-detection suites (CreepJS, bot.sannysoft.com) where vanilla Playwright fails.browser_snapshot returns Playwright aria snapshot YAML (~2–5 KB) instead of raw HTML (100KB+). Every interactive element carries a [ref=eN] id that actions consume directly — no selectors, no drift.mode: "hybrid" and the server overlays numbered red boxes on the screenshot so the model can ground visually (Set-of-Mark prompting, Yang et al.). The ref ids on the image match the ids in the YAML. No parallel numbering scheme to go out of sync.browser_scroll_read runs Mozilla Readability through JSDOM and returns clean Markdown — optionally delta-only, so re-reads cost nothing when nothing changed.Authorized use only. Stealth tooling has legitimate applications (accessibility auditing, your-own-account automation, QA against sites you own or have permission to test). Do not use this server to violate a site's terms of service or applicable law. See SECURITY.md.
npm install -g stealth-agent-browser-mcp
npx playwright-core install chromium
Or run without install via npx stealth-agent-browser-mcp.
Add to your MCP config:
{
"mcpServers": { "stealth-browser": { "command": "npx", "args": ["-y", "stealth-agent-browser-mcp"], "env": { "SAB_HEADLESS": "true", "SAB_STEALTH_LEVEL": "patched" } } } }
Restart the host. The agent will see the tools listed below.
| Tool | Purpose |
|---|---|
browser_navigate | Navigate a URL and return a snapshot. |
browser_snapshot | aom (YAML only, cheapest), vision (raw screenshot), or hybrid (YAML + Set-of-Mark screenshot). |
browser_click | Click an element by its [ref=eN]. |
browser_type | Type into an input/textarea by ref. |
browser_select | Choose options in a by ref. |
browser_scroll_read | Scroll and return Readability Markdown (delta-only by default). |
browser_wait_for | Wait for text or a ref to become visible. |
browser_tabs | list / new / close / switch. |
browser_eval | Evaluate a JS expression in the page's MAIN world; JSON result. |
browser_set_proxy | Update single-proxy config (effective after browser_restart). |
browser_set_proxy_pool | Replace residential proxy pool at runtime (effective after browser_restart). |
browser_solve_captcha | Fallback captcha solver (CapSolver / 2Captcha). Detects Turnstile/hCaptcha/reCAPTCHA on the page. |
browser_restart | Close + re-open the active browser session with current config. |
All action tools are addressed by the ref emitted in the last AOM snapshot. Refs are Playwright's own aria-ref=eN ids — there is no parallel numbering scheme.
All via environment variables:
| Var | Default | Notes | ||
|---|---|---|---|---|
SAB_HEADLESS | true | false for a visible window (debugging). | ||
SAB_STEALTH_LEVEL | patched | off \ | patched \ | paranoid. |
SAB_PROXY_SERVER | — | Single-proxy mode. e.g. http://host:port | ||
SAB_PROXY_USERNAME / SAB_PROXY_PASSWORD | — | |||
SAB_PROXY_POOL | — | Residential pool. Comma-separated URLs (http://u:p@host:port,...) or a JSON array of {server, username, password}. | ||
SAB_PROXY_ROTATION | per-restart | per-session \ | per-restart \ | static. |
SAB_PROXY_STICKY_TEMPLATE | — | Username template for sticky-IP providers. ${sessionId} interpolates. Example: brd-customer-c1-zone-res-session-${sessionId}. | ||
SAB_HUMAN_MOUSE | true | Bezier-path click with pre-click hesitation. Defeats Datadome trajectory analysis. | ||
SAB_CAPTCHA_PROVIDER | none | capsolver \ | twocaptcha \ | none. |
SAB_CAPTCHA_API_KEY | — | Provider API key. | ||
SAB_USER_DATA_DIR | — | Persistent profile directory (cookies build reputation). | ||
SAB_DEFAULT_TIMEOUT_MS | 15000 | Per-action timeout. | ||
SAB_MAX_ANNOTATED | 75 | Max labelled boxes in hybrid mode. | ||
SAB_VIEWPORT_W / SAB_VIEWPORT_H | 1366 / 768 | |||
SAB_LOCALE | en-US | |||
SAB_TIMEZONE | America/New_York | |||
LOG_LEVEL | info | debug, warn, etc. Always writes to stderr. |
src/
├── index.ts # Entry (stdio) ├── server.ts # MCP server + tool registration ├── tools.ts # Tool handlers ├── browser.ts # Stealth Chromium launcher (rebrowser-playwright) ├── session.ts # Per-connection browser/context/page state ├── snapshot.ts # AOM + Set-of-Mark pipeline ├── annotate.ts # SVG overlay compositing (sharp) ├── reader.ts # Readability → Markdown (pierces open shadow roots) ├── fingerprint.ts # Rotatable UA/viewport/timezone profiles ├── proxy.ts # Residential pool + rotation + sticky-session template ├── human-mouse.ts # Bezier-curve cursor paths (ghost-cursor math) ├── captcha.ts # CapSolver / 2Captcha REST adapters ├── config.ts # Zod-validated env config └── logger.ts # pino → stderr (never stdout)
All logs go to stderr — stdout is reserved for JSON-RPC. Never add console.log.
A common ask for scrapers is: *"spoof the TLS ClientHello (JA3) to look like Chrome, via curl-impersonate or node-tls-client."*
That applies to Node-layer HTTP scrapers (fetch, got, axios) where the TCP connection originates from Node's OpenSSL, which emits a ClientHello signature distinct from Chrome's BoringSSL — and Cloudflare / Akamai Bot Manager drop it at the network layer before a single byte of JavaScript runs.
This MCP does not have that architecture. Every request exits through Chromium. Chromium's TLS stack *is* Chrome's TLS stack (literally the same BoringSSL build), so the ClientHello JA3 is Chrome's JA3 by construction. No JS-level rewriting is possible or necessary.
The one place TLS can still betray you is if you route through a proxy that terminates and re-initiates TLS (MITM). Residential proxy providers (Bright Data, DataImpulse, Oxylabs residential, SOAX) route at TCP — they do not MITM TLS — and the Chromium handshake reaches the origin unmodified. The products that *do* MITM TLS are managed scraping browsers (Bright Data's Scraping Browser, Oxylabs Web Unblocker), which ship their own headless Chrome and replace this MCP rather than layering on top of it.
Bottom line: with rebrowser-playwright + residential pool (P1) + human mouse (P2), the TLS fingerprint, CDP runtime, DOM surface, and behavioral layer all match real Chrome. Captcha solving (P3) is a fallback for the 1–5% of sessions that still get flagged.
npm run bench:stealth launches the configured browser against public bot-detection test pages (bot.sannysoft.com, CreepJS, pixelscan, BrowserLeaks WebRTC) and reports pass/fail. These are the same harnesses used by the rebrowser-patches and Patchright projects — see rebrowser-bot-detector for the reference suite.
Typical local-fixture test run (see test/):
| Test | Result |
|---|---|
| AOM YAML contains refs for all interactive elements | ✓ |
hybrid mode returns PNG + YAML, refs match | ✓ |
click/type by ref produces expected DOM change | ✓ |
| Readability extracts article to Markdown | ✓ |
Delta-only scroll returns (no readable content change) on repeat | ✓ |
| stealth-agent-browser-mcp | playwright-mcp | browser-use MCP | computer use | |
|---|---|---|---|---|
| CDP-level stealth (Cloudflare/DataDome) | ✓ | ✗ | partial | ✗ |
| Accessibility-tree snapshots | ✓ | ✓ | ✓ | ✗ |
| Set-of-Mark vision (ref-labeled screenshot) | ✓ | ✗ | ✗ | pure vision |
| Readability-based scroll-and-read | ✓ | ✗ | ✗ | ✗ |
| Token-lean by default | ✓ | ✓ | ✗ | ✗ |
| Bundled agent loop | ✗ (host's model drives) | ✗ | ✓ | ✗ |
npm install
npx playwright-core install chromium npm run build npm test
See CONTRIBUTING.md. All contributions under Apache-2.0.
Apache-2.0