turbo-browser-mcp: 极速浏览器自动化与表单批处理

Show HN: Turbo-Browser-MCP – Batch forms, DOM deltas and submit guards for MCP

turbo-browser-mcp 是一款基于 Playwright 的高性能 Model Context Protocol 服务器,专为优化 LLM 在浏览器自动化中的表现而生。它将原本繁琐的 25 到 33 个细粒度操作压缩为 10 个强大的批处理工具,支持多标签页并发、React 及 Shadow DOM 表单智能填充、本地磁盘文件直传以及提交前的安全拦截。通过创新的增量 DOM 快照技术,它大幅降低了 Token 消耗和交互延迟,让 AI 代理在复杂网页任务中运行得更快、更省、更智能。

通过消除 10 次往返交互,我们不仅将浏览器执行速度提升了 7 倍,更节省了数万次 LLM 推理轮次和数十万 Token 的重复历史回放。
  1. lubujackson

    哇,这看起来太棒了。

    在构建了公司的 MCP 服务器后,我更深切地体会到定义良好的工具有多么重要。对我来说,工具的可用性与协同工作显然是近期(甚至是最)核心的关注点,其重要性甚至超过模型本身。

    如果你曾观察过 LLM 如何在代码库中 grep,每次抓取一小块内容以获取所需信息,你就会明白精准的工具能如何极大地扩展模型的能力。如果今天的 Sonnet 能配上 5 年后的工具,我敢打赌它绝对能完胜 Fable 5.2——这种差距是惊人的。

    Anthropic 和 OpenAI 确实把重点(the lede)埋得太深了,把工具功能硬塞进他们的框架中,试图强行制造锁定。我们现在的互联网状态还停留在 AOL 时代。

  2. jonathanlydall

    除了常规的单元测试,我们还用 Playwright 来测试我们的 Electron 应用,同时也允许 Agent 通过 MCP 使用 Playwright 来驱动我们的应用,以验证它们的工作或排查 Bug。

    基于过去对 DOM 测试极端脆弱性的经验,我让 Claude 为我们应用构建了一个通用的“自动化 API”。这样一来,LLM 就不需要调用 Playwright 去点击按钮或手动填写表单等,而是直接针对我们定义良好的 API 执行脚本。我们的 Angular“控制器”会在“加载”时绑定到这个 API,在“卸载”时解绑。

    因此,LLM 通过 API 使用纯 JavaScript,实际上不需要操作 DOM 来与应用交互,但在排查 Bug 或视觉问题时,仍会按需截取 DOM 快照。

    这套方案对我们非常有效,该 API(像我们应用的其他部分一样)是用 TypeScript 编写的,这意味着我们拥有大量的静态类型安全,能自动防止回归问题。

    这种方法的不足之处在于视图本身并未真正被测试。例如,我们测试的是点击按钮时调用的逻辑是否执行了所有正确操作(如将系统切换到新屏幕等),但并没有测试视图是否正确绑定到了按钮上。不过在实践中,我们很少遇到需要自动化测试视图 HTML 的情况。

  3. snake_doc

    嗯,你真的应该拿以下项目做个基准测试对比:

    https://github.com/browser-use/browser-harness

    https://github.com/anomalyco/browse

    https://github.com/vercel-labs/agent-browser

    答案很可能不是一个 MCP 服务器。browse (anomalyco) 相对较新;但另外两个已经在生产环境中经过实战检验了……

同日更多故事

2026-11-15