工具資訊
| 項目 | 值 |
|---|---|
| 名稱 | turbo-browser-mcp |
| 類型 | MCP server |
| GitHub | Tthanh2k6/turbo-browser-mcp |
| Stars | 101(查核時;repo 建立於 2026-11-14) |
| 語言 | JavaScript(Node.js,僅依賴 playwright-core) |
| 授權 | MIT |
| 安裝 | npx -y turbo-browser-mcp(需 Node ≥ 20) |
解決什麼問題
你用 agent 做瀏覽器自動化時,有沒有發現「填一張表單」會吃掉十幾輪工具呼叫?標準做法是:先 snapshot 拿到整棵 ARIA tree,然後一個欄位一個 fill,下拉選單再一個 select_option,上傳檔案又要單獨一輪,每一輪都要把累積的對話歷史重新送回模型一次。10 個欄位的表單,實測跑了 11 輪、累積重送 7 萬多個 token——多數都是同一棵幾乎沒變的 DOM tree 被反覆原樣複述。
turbo-browser-mcp 的做法是把 @playwright/mcp 的 25 個細粒度工具(browser_click、browser_type、browser_select_option……)和 chrome-devtools-mcp 的 33 個工具,合併成 10 個批次工具。inspect_compact 預設回傳精簡後的互動元素清單,開 onlyChanged: true 之後只回傳「這次動作之後變了什麼」而不是整棵樹重新掃一次;smart_fill_form 一次吃進整個欄位列表(含 React controlled input、Shadow DOM、iframe 裡的欄位、contenteditable 編輯器),一輪填完並同步做完表單驗證;上傳檔案直接傳磁碟路徑,不用把整份 PDF 轉成 Base64 塞進 context。README 附的 benchmark 用 tiktoken 實測 token 數:同一張 10 欄表單從 11 輪、7.26 萬累積 token 降到 1 輪、811 token。
更關鍵的是它內建「人在迴圈」的送出防呆:allowSubmit 預設是 false,凡是看起來像 Submit / Publish / Send / 付款按鈕的動作都會被擋下來,要明確傳 allowSubmit: true 才會真的送出。適合場景:需要高頻率、多步驟操作網頁的 agent(資料擷取、自動化測試、表單填寫代理),尤其是 context window 或 token 成本吃緊時;也適合「agent 要先把表單填好但不能自己按送出」這類人工覆核流程。
輪數與 token 數出自 README benchmark(10 欄表單,tiktoken o200k_base 實測),呼叫段落為簡化示意。
快速上手
安裝
# 方式一:npx 直接用(最快)
npx -y turbo-browser-mcp
# 方式二:本機 clone,先跑環境檢查
git clone https://github.com/Tthanh2k6/turbo-browser-mcp.git
cd turbo-browser-mcp
npm install
npm run doctor # 印出 Node / Playwright / Chromium / CDP 的診斷結果
# 系統沒有 Chrome/Edge/Brave 可用時,裝 Playwright 內建的 Chromium
npx playwright-core install chromium
MCP client 設定(Claude Code、Cursor、Codex 共用這個格式):
{
"mcpServers": {
"turbo-browser": {
"command": "npx",
"args": ["-y", "turbo-browser-mcp"]
}
}
}
基本用法
你:打開 example.com/signup,用這組資料填完註冊表單但先不要送出
Agent 實際會呼叫的工具:
1. tabs_batch { operations: [{ op: "open", url: "https://example.com/signup" }] }
2. inspect_compact { mode: "forms" } → 只回傳表單相關元素,約 1 千 token
3. smart_fill_form { fields: [...10 個欄位...], returnSnapshot: true }
→ 一輪填完文字欄位、下拉選單、checkbox,並回傳填完後的快照供確認
4. 真的要送出時才需要額外傳 allowSubmit: true,否則點 Submit 會被擋下
進階用法
// 擷取網頁內容前先關掉圖片/媒體下載,省流量也省掉無關的 diagnostics 噪音
{
"name": "network_session",
"arguments": { "preset": "turbo" }
}
// 遇到登入或機器人檢查卡住時,交給人類接手,條件達成後 agent 繼續同一個 tab
{
"name": "wait_for_human",
"arguments": {
"message": "請完成登入或驗證後離開視窗,不要關掉。",
"selector": "#account-menu",
"timeoutMs": 120000
}
}
與現有工具的比較
| turbo-browser-mcp | @playwright/mcp | chrome-devtools-mcp | |
|---|---|---|---|
| 工具數量 | 10(批次) | 25(細粒度) | 33(細粒度) |
| 差異快照(只回傳變動部分) | ✅ | ❌(每次全量 ARIA tree) | ❌ |
| 一輪填完整張表單(含 React/Shadow DOM/iframe) | ✅ | ❌(要拆成多輪) | 僅基本 fill_form |
| 檔案上傳免 Base64(直傳磁碟路徑) | ✅ | 需另開一輪 browser_file_upload | 需另開一輪 upload_file |
| 預設人在迴圈的送出防呆 | ✅ | ❌ | ❌ |
| Lighthouse/效能追蹤/heap snapshot | ❌ | ❌ | ✅ |
注意事項
- 還是新專案:repo 建立於 2026-11-14,才 101 顆星,雖然有 CI(Node 20/22 跑 400 多個測試),但 issue 數少不代表沒有邊角案例,正式串接到會動真錢或真資料的流程前自己再測一輪。
- 送出防呆不是防偵測機制:README 明寫不做 stealth、不 patch
navigator.webdriver、不解 CAPTCHA。遇到會偵測自動化的網站,要靠--open-profile讓人類先用一般 Chrome 登入或過驗證,再讓 agent 接手同一個瀏覽器 profile。 - 網路送出防呆預設關閉:
TURBO_BROWSER_NETWORK_GUARD預設是false,因為多步驟 wizard 常常每按一次「下一步」就送一次 POST,打開可能會誤擋正常流程;要用就自己評估流程特性再開。
今日收穫
以前覺得 MCP 工具設計「切得越細越靈活」,agent 想做什麼就呼叫什麼。turbo-browser-mcp 的 benchmark 說明了另一面:工具呼叫的真正成本不只是那次呼叫本身的 token,還有每輪都要把整段對話歷史重新送進模型一次——10 輪操作等於 10 次「歷史重播」,累積起來比單輪的輸出 token 貴得多。把會連續發生的動作(填表單的每個欄位、開好幾個分頁)合併成一個批次工具,犧牲的是細粒度的呼叫自由度,換到的是跟輪數成正比省下來的重播成本。這對任何要設計 agent 工具介面的人都是個提醒:先想清楚「這組動作通常會不會連續發生」,而不是預設每個底層操作都該是獨立的一個工具。