Browsegrab

Browsegrab

QuartzUnitMIT
Browsegrab — лёгкий инструмент для автоматизации браузера. Он спроектирован специально для локальных LLM от 8 до 35 миллиардов параметров. В основе лежит дерево доступности (accessibility tree) Playwright и конвертация HTML в Markdown через библиотеку MarkGrab. Такой подход даёт экономию токенов в 5–8 раз по сравнению с аналогами. Вы не передаёте модели скриншоты и сырой HTML — только чистую структуру страницы и текст. Дерево доступности даёт точное представление о структуре страницы: заголовки, ссылки, кнопки, поля ввода. LLM видит элементы в их иерархии, а не просто шум из разметки. Browsegrab подходит как для разовых задач по сбору данных, так и для сложных многократных сценариев с кэшированием результатов.
БраузерыPlaywright
Подключить MCPОткрыть на GitHub
Подключение

Подключить Browsegrab

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "browsegrab": {
      "command": "uvx",
      "args": [
        "browsegrab"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить Browsegrab

Browsegrab относится к Браузеры, Playwright. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
MIT
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 20.07.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • РазработчикQuartzUnit
  • ЛицензияMIT

Технологии

  • Транспорт
    stdio

Описание

Возможности

  • Переходит по любому URL и снимает полный снэпшот дерева доступности.
  • Кликает по элементам, используя стабильные ref-идентификаторы (e1, e2…).
  • Вводит текст в поля ввода и отправляет формы одной командой.
  • Извлекает чистый текст страницы в формате Markdown — готово для передачи в LLM.
  • Прокручивает страницу вниз и вверх для подгрузки динамического контента.
  • Возвращается на предыдущую страницу по истории браузера.
  • Ожидает загрузки элемента или выполняет паузу (browser_wait).
  • Кэширует повторяющиеся сценарии — второй запуск не вызывает LLM и не тратит токены.
  • Предоставляет MCP-сервер с восемью инструментами из коробки.
  • Работает с vLLM, Ollama и любыми OpenAI-совместимыми моделями.

Как подключить

Установите сервер одной командой:

uvx browsegrab

Либо установите через pip вручную:

pip install browsegrab && playwright install chromium

Пропишите конфигурацию в настройках вашего MCP-клиента (Claude Desktop, Cursor или VS Code):

{ "mcpServers": { "browsegrab": { "command": "browsegrab-mcp" } } }

Перезапустите клиент. Сервер запустится автоматически.

Примеры запросов

  • «Открой страницу Википедии на тему Python и найди секцию про историю языка».
  • «Извлеки содержимое этой статьи с Хабра в формате Markdown и отдай мне».
  • «Найди на странице документации кнопку Подробнее и кликни по ней».
  • «Введи в поисковую строку Google Browsegrab MCP и нажми Enter, потом возьми первый результат».

Технические детали

  • Язык: Python
  • Транспорт: stdio
  • Лицензия: MIT
  • Зависимости: только playwright и httpx
  • Совместимость: Claude Desktop, Cursor, VS Code, любые MCP-клиенты
  • Поддержка LLM: vLLM, Ollama, OpenAI-compatible

Поделиться