Browser MCP: Browser-Automatisierung mit Cursor, Claude und VS Code

• Ein Tool, das AI-Apps über MCP mit dem Browser verbindet, um Aufgaben auf Websites zu automatisieren
  • Zum Beispiel das wiederholte Ausfüllen von Formularen auf Websites automatisieren
• Workflow-Automatisierung: Beschleunigt Aufgaben und automatisiert sie, um die Effizienz zu steigern
• Automatisierte Tests: Mit einem AI-Editor End-to-End-Tests für Code automatisch ausführen. Testet User Flows, überprüft UI-Elemente und stellt sicher, dass die Anwendung in verschiedenen Szenarien wie erwartet funktioniert
• Aufgabenautomatisierung: Wiederkehrende webbasierte Aufgaben wie Datenerfassung, Formularausfüllung und Workflow-Automatisierung lassen sich einfach automatisieren, um Zeit zu sparen und Fehler zu reduzieren

Vorteile von Browser MCP

• Geschwindigkeit: Die Automatisierung läuft lokal, wodurch die Leistung ohne Netzwerklatenz verbessert wird.
• Datenschutz: Da die Automatisierung lokal ausgeführt wird, bleibt die Browser-Aktivität auf dem Gerät und wird nicht an Remote-Server übertragen.
• Login bleibt erhalten: Durch die Nutzung des bestehenden Browser-Profils bleibt man bei allen Diensten angemeldet.
• Unauffälligkeit: Verwendet den echten Browser-Fingerprint, um Bot-Erkennung und CAPTCHAs zu vermeiden.

Verwendung

1. Browser-MCP-Erweiterung installieren: Die Browser-MCP-Erweiterung zum Browser hinzufügen.
2. MCP-Server einrichten: Den Browser-MCP-Server zur AI-Anwendung hinzufügen und mit der Browser-Erweiterung verbinden.
3. Automatisierung starten: Automatisierte Workflows erstellen und den AI-Assistenten wiederkehrende Aufgaben im Browser ausführen lassen.

Tools für Browser-Automatisierung

• Navigieren: Zu einer URL wechseln
• Zurück: Zur vorherigen Seite wechseln
• Vorwärts: Zur nächsten Seite wechseln
• Warten: Für eine angegebene Zeit (Sekunden) warten
• Taste drücken: Eine Taste auf der Tastatur drücken
• Snapshot: Einen Accessibility-Snapshot der aktuellen Seite erfassen
• Klicken: Einen Klick auf der Webseite ausführen
• Drag-and-Drop: Drag-and-Drop zwischen zwei Elementen ausführen
• Hover: Mit der Maus über ein Element auf der Seite fahren
• Text eingeben: Text in ein bearbeitbares Element eingeben
• Option auswählen: Eine Option aus einem Dropdown auswählen
• Konsolenprotokolle abrufen: Die Konsolenprotokolle des Browsers abrufen

Kompatible MCP-AI-Anwendungen

• Cursor
• Claude
• Windsurf
• VSCode

[GN⁺]

Hacker-News-Kommentare

• Die Website behauptet, „echte Browser-Fingerprints zu verwenden, um Bot-Erkennung und CAPTCHAs zu umgehen“

  • Ich habe ein ähnliches System ausprobiert, aber als die AI den Browser steuerte, tauchten CAPTCHAs auf und ich wurde auf mehreren Websites blockiert
  • Nachdem ich aufgehört hatte, Browsersitzungen zu verwenden, wurde die Sperre aufgehoben, aber dieser Ansatz ist keine Universallösung

• Dieses System wirkt wie eine veraltete Kopie von Microsofts Playwright-MCP

• Ein Browser, der auf Shopping-Websites Produkte nach bestimmten Bedingungen filtern kann, wäre nützlich

• Ich weiß nicht, was MCP ist, und inzwischen habe ich Angst zu fragen

• Die Aufgabe, Informationen im Web zu suchen und die Ergebnisse in Google Sheets einzufügen, funktionierte anfangs fast perfekt, scheiterte aber bei späteren Versuchen

  • Ich frage mich, ob es ein Latenzproblem zwischen dem Browser und der MCP-App gibt
  • Beim ersten Versuch habe ich schnell auf die Berechtigung „Diesen Chat zulassen“ geklickt, aber bei späteren Versuchen meldete das LLM Klickprobleme
  • Das Klicken auf den Titel einer Google-Tabelle und das Eingeben eines Namens funktionierte zunächst, scheiterte aber bei späteren Versuchen
  • Auch das Erkennen von Zellen wie A1, B1 usw. und das Einfügen in eine Zeile funktionierte zunächst, scheiterte aber bei späteren Versuchen
  • Der erste Versuch war fast perfekt, aber danach ließ es sich nicht mehr zu 100 % reproduzieren
  • Die Erfahrung ist flüssig, und Einrichtung sowie Ausführung sind hervorragend

• Beim Testen in Claude Desktop funktionierte es reibungslos und war weniger umständlich als Playwright

  • Es wäre gut, wenn es eine Funktion gäbe, die bei Erkennung eines CAPTCHA die Automatisierung pausiert und den Benutzer benachrichtigt
  • Playwright versucht weiter, das CAPTCHA zu lösen

• Es wäre gut, wenn man die Seite mithilfe des Accessibility Tree der Chrome-Entwicklertools navigieren könnte

• Das weckt Erwartungen für manuelle Aufgaben, besonders für Dinge wie Rückerstattungsanträge

  • Jeden Monat ist es lästig, sich bei Dienstleistern einzuloggen, Abrechnungen herunterzuladen, ein Google-Dokument zu erstellen, eine E-Mail zu schreiben und Dateien hochzuladen
  • Automatisierung ist bereits möglich, und echte Apps zur Kostenverfolgung könnten die Hälfte dieser Arbeit reduzieren
  • AI-Tools haben das Potenzial, detaillierte Spezifikationen überflüssig zu machen
  • Solche Workflows werden oft schon durch kleine Änderungen beeinträchtigt

• Ich frage mich, ob MCP das neue RPA (Robotic Process Automation) ist

• Ich mache etwas Ähnliches, indem ich Hardware-Synthesizer steuere, um Sounddesign zu betreiben, ohne physische Regler anfassen zu müssen