跳转到主要内容

​
概述

Browserbase MCP服务器提供全面的浏览器自动化与会话管理工具。这些工具支持执行页面导航、截图捕捉、Cookie操作以及同时管理多个浏览器会话等操作。

​
核心浏览器自动化工具

以下是使用自然语言命令进行现代网页自动化的主要工具。
在浏览器中导航至任意URL
​
url
string
必填
需要导航的目标URL
使用自然语言在网页上执行操作
​
action
string
必填
需要执行的操作（例如：“点击登录按钮”、“填写表单字段”）
从当前页面提取所有文本内容（自动过滤CSS和JavaScript）
​
instruction
string
从当前页面提取的文本内容
观察并定位网页上的可操作元素
​
instruction
string
必填
具体的观察指令（例如：“找到登录按钮”、“定位搜索表单”）
捕获当前页面的PNG截图
无需输入参数
​
image
string
Base-64编码的PNG数据

​
单会话管理

传统方式仅维持一个活跃浏览器会话。适用于基础自动化任务，自动管理活跃会话。
创建或复用Browserbase云浏览器会话，并完全初始化Stagehand
​
sessionId
string
可选会话ID用于复用。如未提供则创建新会话
关闭当前Browserbase会话，断开浏览器连接并清理Stagehand实例
无需输入参数

​
多会话管理

高级方案支持并行多个浏览器会话，适用于复杂自动化工作流。每个会话保持独立状态、cookies和浏览器上下文。

​
会话生命周期管理

创建具备完整网页自动化能力的新建独立 Stagehand 浏览器会话
​
name
string
用于追踪的可读性名称（例如 ‘login-flow’、‘data-scraping’）
列出所有当前活跃的 Stagehand 浏览器会话及其详细元数据
无需输入参数
关闭并清理指定的 Stagehand 浏览器会话
​
sessionId
string
必填
要关闭的精确会话ID（不可撤销）

​
会话专属自动化工具

所有核心浏览器自动化工具均提供会话专属版本：
在指定浏览器会话中导航至URL
​
sessionId
string
必填
要使用的会话ID
​
url
string
必填
要导航至的URL
使用自然语言在特定浏览器会话中执行操作
​
sessionId
string
必填
要使用的会话ID
​
action
string
必填
要执行的操作
从特定浏览器会话中提取结构化信息
​
sessionId
string
必填
要使用的会话ID
​
instruction
string
必填
需要从页面提取的内容
观察并查找特定浏览器会话中的可操作元素
​
sessionId
string
必填
要使用的会话ID
​
instruction
string
必填
观察目标（例如”查找登录按钮”）
​
returnAction
boolean
是否返回待执行操作

​
多会话使用场景

并行数据采集

在不同网站上同时运行多个抓取会话

A/B测试

通过不同配置的浏览器会话比较用户流程

跨站点操作

在多个网站或应用间执行协同操作

备份会话

保持备用会话就绪，以防主会话出现问题

​
相关资源

截图资源

服务器提供基于URI访问的截图资源示例：
screenshot://screenshot-name-of-the-screenshot

​
延伸阅读

Model Context Protocol (MCP) 文档

了解MCP协议的更多信息

Stagehand 文档

探索Stagehand的AI驱动浏览器自动化

技术支持

获取我们的技术支持团队帮助