MCP-Puppeteer-Linux

这是一个使用Puppeteer提供浏览器自动化能力的Model Context Protocol服务器，并完全支持Linux显示服务器（X11和Wayland）。此服务器使LLMs能够与网页进行交互，抓取屏幕截图，并在真实的浏览器环境中执行JavaScript。

显示服务器支持

这个分支增加了对Linux显示服务器的自动检测和配置：

• 自动检测X11/Wayland
• 动态环境变量配置
• 支持各种桌面环境（GNOME，KDE等）
• 回退机制和强大的错误处理
• XWayland兼容性

组件

工具

• puppeteer_navigate
  • 在浏览器中导航到任意URL
  • 输入：url（字符串）
• puppeteer_screenshot
  • 捕获整个页面或特定元素的屏幕截图
  • 输入：
    • name（字符串，必需）：屏幕截图的名称
    • selector（字符串，可选）：要截图的元素的CSS选择器
    • width（数字，可选，默认值：800）：屏幕截图宽度
    • height（数字，可选，默认值：600）：屏幕截图高度
• puppeteer_click
  • 点击页面上的元素
  • 输入：selector（字符串）：要点击的元素的CSS选择器
• puppeteer_hover
  • 将鼠标悬停在页面上的元素上
  • 输入：selector（字符串）：要悬停的元素的CSS选择器
• puppeteer_fill
  • 填写输入字段
  • 输入：
    • selector（字符串）：输入字段的CSS选择器
    • value（字符串）：要填写的值
• puppeteer_select
  • 使用SELECT标签选择元素
  • 输入：
    • selector（字符串）：要选择的元素的CSS选择器
    • value（字符串）：要选择的值
• puppeteer_evaluate
  • 在浏览器控制台中执行JavaScript
  • 输入：script（字符串）：要执行的JavaScript代码

资源

该服务器提供了两种类型的资源访问：

1. 控制台日志 (console://logs)
   • 浏览器控制台输出的文本格式
   • 包括浏览器的所有控制台消息
2. 屏幕截图 (screenshot://<name>)
   • 捕获的屏幕截图的PNG图像
   • 可通过捕获时指定的屏幕截图名称访问

主要特性

• 支持Linux显示服务器的浏览器自动化
• 自动检测和配置X11/Wayland
• 控制台日志监控
• 屏幕截图能力
• JavaScript执行
• 基本的网页交互（导航、点击、表单填写）

配置

Claude Desktop 配置

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": ["ts-node", "/path/to/index.ts"]
    }
  }
}

安装

通过 Smithery 安装

要通过 Smithery 自动安装Puppeteer Linux for Claude Desktop：

npx -y @smithery/cli install @PhialsBasement/mcp-puppeteer-linux --client claude

手动安装

1. 克隆仓库：

git clone https://github.com/PhialsBasement/MCP-Puppeteer-Linux.git

2. 安装依赖项：

npm install

3. 启动服务器：

ts-node index.ts

显示服务器详情

服务器会自动检测并配置适当的显示环境：

Wayland 支持

• 通过 WAYLAND_DISPLAY 检测Wayland会话
• 配置必要的环境变量：
  • WAYLAND_DISPLAY
  • QT_QPA_PLATFORM
  • GDK_BACKEND
  • MOZ_ENABLE_WAYLAND
  • XDG_SESSION_TYPE

X11 支持

• 传统X11会话的回退
• 处理X11特定变量：
  • DISPLAY
  • XAUTHORITY
• 支持各种桌面环境和窗口管理器

许可证

此MCP服务器采用MIT许可证。这意味着您可以自由地使用、修改和分发软件，但需遵守MIT许可证中的条款和条件。更多详情，请参见项目仓库中的LICENSE文件。