发现 AI 代理的未来arrow_forward

chrome-devtools-mcp

calendar_today收录于 2026年2月22日
category智能体与应用工具
code开源
TypeScriptNode.jsMCPAI代理浏览器自动化智能体与应用工具开发者工具/代码自动化/工作流/RPA协议/API/集成

一款由 Google 开发的 MCP 服务器,允许 AI 编码助手(如 Claude、Gemini、Cursor)通过 Puppeteer 和 Chrome DevTools Protocol 实时控制 Chrome 浏览器,进行自动化测试、性能分析和前端调试。

项目简介#

chrome-devtools-mcp 是由 Google LLC 推出的开源项目,通过 Model-Context-Protocol (MCP) 标准协议,将 Chrome DevTools 的强大能力暴露给 AI 编码智能体。

核心价值:打破 AI 模型与浏览器环境之间的隔阂,AI 不再仅依赖用户粘贴的代码片段或截图来"盲目"诊断问题,而是能够直接"看"到浏览器的控制台日志、网络请求、DOM 结构和性能追踪数据,并能执行点击、导航等操作。

功能特性#

工具集合(26个工具,6个类别)#

1. 输入自动化(8个工具)

  • click: 点击元素
  • drag: 拖拽操作
  • fill / fill_form: 填写输入框/表单
  • handle_dialog: 处理 JavaScript 对话框
  • hover: 悬停
  • press_key: 按键输入
  • upload_file: 文件上传

2. 导航自动化(6个工具)

  • navigate_page: 导航至 URL
  • new_page / close_page: 新建/关闭标签页
  • list_pages / select_page: 列出/选择当前活动页面
  • wait_for: 等待特定条件(如元素出现、网络空闲)

3. 调试与检查(5个工具)

  • take_screenshot: 全页或元素截图
  • take_snapshot: 获取页面 DOM 快照
  • list_console_messages / get_console_message: 读取浏览器控制台日志(支持 Source Map 还原堆栈)
  • evaluate_script: 在页面上下文执行 JavaScript

4. 网络分析(2个工具)

  • list_network_requests: 列出网络请求
  • get_network_request: 获取特定请求的详情(Headers、Payload、Response)

5. 性能洞察(3个工具)

  • performance_start_trace / performance_stop_trace: 开始/停止性能追踪
  • performance_analyze_insight: 分析追踪数据,提取 Core Web Vitals (LCP, CLS, INP) 及优化建议

6. 环境仿真(2个工具)

  • emulate: 模拟设备或网络条件
  • resize_page: 调整视窗大小

核心能力#

  • 性能洞察: 使用 Chrome DevTools 记录追踪并提取可操作的性能洞察
  • 高级浏览器调试: 分析网络请求、截图、检查浏览器控制台消息(包含源映射堆栈跟踪)
  • 可靠自动化: 使用 Puppeteer 自动化 Chrome 中的操作并自动等待操作结果
  • 集成 Google CrUX API: 提供实时用户体验数据

系统要求#

  • Node.js: v20.19 或更新的最新维护 LTS 版本
  • Chrome: 当前稳定版本或更新版本
  • npm

快速开始#

标准 MCP 配置#

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["-y", "chrome-devtools-mcp@latest"]
    }
  }
}

主要客户端安装方法#

Claude Code CLI:

claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest

Gemini CLI:

gemini mcp add chrome-devtools npx chrome-devtools-mcp@latest

VS Code CLI:

code --add-mcp '{"name":"io.github.ChromeDevTools/chrome-devtools-mcp","command":"npx","args":["-y","chrome-devtools-mcp"],"env":{}}'

配置选项#

连接模式#

  • --autoConnect: 自动连接到运行中的 Chrome 实例(Chrome 144+)
  • --browserUrl: 连接到指定 URL 的 Chrome 实例(如 http://127.0.0.1:9222)
  • --wsEndpoint: 通过 WebSocket 端点连接

浏览器控制#

  • --headless: 无头模式运行
  • --channel: 指定 Chrome 通道(stable/beta/canary)
  • --executablePath: 自定义 Chrome 可执行文件路径
  • --isolated: 使用临时用户数据目录

高级配置示例#

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": [
        "chrome-devtools-mcp@latest",
        "--channel=canary",
        "--headless=true",
        "--isolated=true"
      ]
    }
  }
}

设计原则#

  1. Agent-Agnostic API: 使用 MCP 标准,不锁定特定 LLM
  2. Token-Optimized: 返回语义摘要而非大量 JSON 数据
  3. Small, Deterministic Blocks: 提供可组合的工具
  4. Self-Healing Errors: 返回包含上下文和修复建议的可操作错误
  5. Human-Agent Collaboration: 输出既机器可读又人类可读

适用场景#

  • 自主前端调试: AI 分析页面崩溃、网络错误和控制台异常
  • 端到端测试: AI 编写并执行 E2E 测试流程
  • 性能审计: 自动检测 Core Web Vitals 并提出改进方案
  • 视觉回归: 通过截图和快照功能对比页面状态

保持更新

获取最新的 AI 工具和趋势,直接发送到您的收件箱。没有垃圾邮件,只有智能。

rocket_launch