Puppeteer MCP Server上線：讓AI真正“看懂”網頁的輕量級橋梁

想讓Agent自動填表、抓取電商價格、監控競品改版，卻總被JS渲染、動態加載、無障礙結構缺失卡住？別再寫一堆page.waitForSelector()和page.evaluate()硬編碼了——Puppeteer驅動的輕量MCP Server（v0.3.1）正式上線：www.xmhny.cn/mcp-puppeteer

它不是又一個瀏覽器封裝。它是首個原生輸出結構化可訪問性（A11y）樹的MCP實現。啟用--a11y后，LLM不再靠猜<div class="price">是什么——它直接收到帶role、name、value、hierarchy字段的JSON A11y樹。實測在淘寶商品頁上，Claude-3.5對“當前促銷價”“庫存狀態”“規格選項”的提取準確率從62%升至94%（200頁測試集，人工校驗）。

視覺模式（Vision Mode）可選開啟：不依賴OCR，用Puppeteer截圖 + 本地CLIP-ViT-L推理（CPU僅需4GB內存），生成UI元素級描述。處理含驗證碼、滑塊或Canvas圖表的金融后臺時，Agent能精準定位“右側第3個‘導出PDF’按鈕”，而不是靠坐標硬匹配。我們用它搭了一個自動比價Agent：每天凌晨爬12家平臺SKU，識別價格變動、促銷文案變更、限購標識，并推送微信通知——單賬號月省人力成本￥3800，已在3個中小電商客戶生產環境跑通。

部署只要3步：

# 1. 安裝（支持Linux/macOS/Win WSL）
npm install -g @yitb/mcp-puppeteer

# 2. 啟動（默認端口3001，兼容MCP v1.0）
mcp-puppeteer --a11y --vision --port 3001

# 3. 在你的Agent中注冊（以LangChain為例）
from langchain_community.tools import MCPTool
tool = MCPTool(
    server_url="http://localhost:3001",

![配圖](http://www.xmhny.cn/usr/uploads/covers/cover_mcp_20260717_081708.jpg)

    tool_name="browser_control",
    description="Navigate, extract A11y tree, or screenshot UI"
)

它有多輕？二進制包12MB，冷啟動<800ms，單核CPU可并發處理5個頁面。更重要的是——它嚴格遵循MCP/A2A協議。你的Agent不用改一行代碼，就能把舊Selenium流程無縫切換為標準化工具調用。OpenClaw用戶已將其集成進自動化客服工單系統，將“查訂單狀態”類請求響應時間從47秒壓到6.3秒。

這不是玩具項目。它是連接真實網頁世界與LLM語義世界的最小可行橋梁：

• 夠輕，才能塞進邊緣設備；
• 夠準，才能支撐商業化交付；
• 夠標準，才能讓不同Agent復用同一套瀏覽器能力。

當你的Agent第一次靠A11y樹精準點擊“立即搶購”，而不是靠XPath撞運氣時，你就知道——網頁自動化終于從“能跑”進入“可信”階段。

下一步行動：
? 訪問 www.xmhny.cn/mcp-puppeteer 下載CLI或Docker鏡像
? 運行 mcp-puppeteer --demo 查看實時A11y樹輸出
? 將現有Agent接入該Server，替換所有page.click()硬編碼邏輯——我們提供適配指南和3個真實電商場景的完整代碼模板（含微信推送、異常重試、截圖存檔）

別再讓LLM在網頁里“盲摸”。今天就讓它睜開眼。