Obscura MCP 服务器——给 AI Agent 装上浏览器

Obscura 的 MCP 服务器暴露 30+ 个浏览器工具给 AI Agent。Claude Desktop、Claude Code、Cursor 直接调用导航、填表、提取、Cookie 管理。

亿牛云技术团队2026年7月4日6 分钟阅读

当 AI 需要浏览器

大语言模型的知识有截止日期、无法访问私有系统、无法执行操作。MCP(Model Context Protocol)为 AI 提供了工具调用能力,而 Obscura 的 MCP 服务器就是让 AI 拥有"浏览器"这个工具。

配置完成后,AI 可以:

  • 打开网页并阅读正文
  • 填写表单并登录
  • 点击按钮和链接
  • 提取页面内容和链接
  • 管理 Cookie 和浏览器状态

启动 MCP 服务器

两种传输模式:

# stdio 模式(默认,用于 Claude Desktop 本地集成)
obscura mcp
 
# HTTP 模式(远程或容器部署)
obscura mcp --http --port 8080
 
# 启用反检测
obscura mcp --stealth
 
# 配合代理
obscura mcp --stealth --proxy http://proxy.16yun.cn:8888

HTTP 传输默认绑定 127.0.0.1。在容器或 sidecar 部署中需要从外部访问时,用 --host 0.0.0.0 绑定全部网卡:

obscura mcp --http --host 0.0.0.0 --port 3000

配置 Claude Desktop

编辑配置文件:

{
  "mcpServers": {
    "obscura": {
      "command": "/path/to/obscura",
      "args": ["mcp", "--stealth"]
    }
  }
}

macOS 配置文件位置:~/Library/Application Support/Claude/claude_desktop_config.json,Windows 在 %APPDATA%\Claude\claude_desktop_config.json

配置 Claude Code:

claude mcp add obscura /path/to/obscura mcp

重启客户端后,Obscura 的浏览器工具会出现在可用工具列表里。

浏览器工具一览

Obscura MCP 服务器暴露了 30+ 个浏览器工具,覆盖导航、读取、交互、等待、JS 执行、Cookie、标签页等类别。理解工具的分工,是组合出复杂工作流的基础——MCP 工具是细粒度的,AI 需要按"导航→读取/交互→等待→再读取"的节奏串起来。

导航类

工具功能
browser_navigate导航到指定 URL
browser_back后退一页
browser_forward前进一页
browser_reload刷新当前页面
browser_close关闭页面并重置状态

页面读取类

工具功能
browser_snapshot返回当前页面的 URL、标题和正文文本
browser_markdown将页面转换为 Markdown 格式
browser_links提取所有链接
browser_interactive_elements列出页面中所有可交互元素
browser_detect_forms检测页面中的表单字段
browser_extract按 CSS 选择器提取结构化内容
browser_get_attribute读取元素属性值
browser_count统计选择器匹配的元素数量
browser_search在页面中搜索文本
browser_network_requests列出页面发出的网络请求
browser_console_messages返回页面控制台消息

交互类

工具功能
browser_click点击元素
browser_fill设置输入框值
browser_fill_form一次性填写整个表单
browser_type向输入框追加文本
browser_press_key发送键盘事件
browser_select_option选择下拉选项
browser_scroll滚动页面

等待与 JavaScript

工具功能
browser_wait_for等待选择器出现
browser_wait_for_text等待文本出现
browser_evaluate执行 JavaScript 表达式
工具功能
browser_get_cookies获取所有 Cookie
browser_set_cookie设置 Cookie
browser_clear_cookies清除所有 Cookie
browser_storage_state导出完整认证状态(Cookie + localStorage)
browser_set_storage_state恢复认证状态

Tab 管理

工具功能
browser_tab_new打开新标签页
browser_tab_list列出所有标签页
browser_tab_switch切换到指定标签页
browser_tab_close关闭标签页

实战示例:AI 自动搜索

完整的 AI Agent 工作流示例:

  1. browser_navigate → 打开搜索引擎
  2. browser_fill → 输入搜索关键词
  3. browser_press_key → 按回车
  4. browser_wait_for → 等待搜索结果加载
  5. browser_snapshot → 阅读搜索结果摘要
  6. browser_click → 点击感兴趣的链接
  7. browser_markdown → 提取页面内容为 Markdown
  8. browser_network_requests → 检查 API 调用

这个流程体现了 MCP 的核心价值:每一步都是 AI 在观察上一步结果后自主决策的。脚本化的 Puppeteer 做不到这一点——它只能按预设逻辑执行,遇到页面结构变化就中断;而 AI Agent 可以在 browser_snapshot 后读懂"这一页是验证码"或"结果是空的",自己决定重试还是换路径。

会话状态管理

MCP 工具操作的是当前浏览器会话,这一点和 CDP 模式一致。几个关键认知:

  • 导航先行browser_snapshotbrowser_clickbrowser_extract 都作用于当前页,所以工作流的第一步几乎总是 browser_navigate
  • 认证状态可持久化:用 browser_storage_state 导出 Cookie + localStorage,下次会话用 browser_set_storage_state 恢复,避免每次都走登录流程。配合 --storage-dir 启动参数,状态还能落盘跨进程保留。
  • 多标签并行browser_tab_new + browser_tab_switch 让 AI 在多个页面间切换,适合"在 A 页查信息、去 B 页填表"的跨站工作流。

HTTP 模式的安全配置

HTTP 传输模式下,Obscura 内置两层安全保护。

Origin 白名单

OBSCURA_MCP_ALLOWED_ORIGINS="https://app.16yun.cn" \
  obscura mcp --http --host 0.0.0.0 --port 3000

设置后,只有指定 Origin 的浏览器页面可以访问 MCP 接口。原生 MCP 客户端不发送 Origin,始终允许。未设置(默认)则保持宽松。这一层主要用于阻止恶意网页跨域 POST 到本地 MCP 端口。

请求体上限:单次请求体上限 16 MB,防止未认证调用者通过超大请求消耗内存。

当你把 HTTP 传输暴露到回环地址之外时,务必设置 Origin 白名单,并放在强制认证的反向代理或网络隔离之后。

与 Stealth 和 Proxy 组合

obscura mcp \
  --stealth \
  --proxy http://user:pass@proxy.16yun.cn:8888 \
  --user-agent "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) ..."

AI Agent 发起的每个浏览器操作都通过 Stealth 反检测和代理出口。对爬虫类任务来说,这一层不可或缺——没有 Stealth 的 MCP 会话很容易被目标站的被动检测识别为自动化流量。

比传统浏览器自动化更上层

对比 Puppeteer 脚本和 MCP AI Agent 两种方式:

对比项Puppeteer 脚本MCP + AI Agent
灵活性固定逻辑,需要预编程自然语言描述目标,AI 决定步骤
容错性脚本遇到异常页面可能中断AI 可观察、分析、重试
上手成本需要写代码配置 MCP 即可
可靠性确定性执行非确定性,需兜底

需要权衡的一点:AI Agent 的非确定性意味着同样的输入可能走出不同的步骤路径。对要求可复现的批处理任务,确定性脚本(CDP 或 CLI)仍然更合适;MCP 的优势在于一次性、探索性、面对未知页面结构的工作。

总结

Obscura MCP 服务器是 AI Agent 和网页之间的标准桥梁。30+ 个工具覆盖了浏览器自动化的全部基本操作,配合 Stealth 和代理配置,AI Agent 可以像真实用户一样浏览网页、提取数据、执行操作。它最适合的是探索性、容错要求高、页面结构不确定的任务;对确定性批处理,CLI 和 CDP 仍是更稳妥的选择。

需要企业代理方案?

我们可根据目标站点、并发规模与稳定性目标提供定制方案。