Skip to content

工具推薦|turbo-browser-mcp — 把 Playwright MCP 的 25 個零散工具壓成 10 個批次工具

2026年11月16日1 分鐘
TL;DRturbo-browser-mcp 是把 @playwright/mcp 的 25 個細工具合併成 10 個批次工具的 MCP server。安裝:npx -y turbo-browser-mcp。解決了 agent 做瀏覽器操作時每個小動作都要一輪 MCP round trip、對話歷史越滾越大的問題。

查詞與收藏

正在載入查詞工具…

🌏 English version

工具資訊

項目值
名稱turbo-browser-mcp
類型MCP server
GitHubTthanh2k6/turbo-browser-mcp
Stars101(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。

把四段分開呼叫合併成兩次批次呼叫
把四段分開呼叫合併成兩次批次呼叫標準做法要 snapshot、逐欄位 fill、select_option、upload 四段分開呼叫;turbo-browser-mcp 合併成差異快照與批次填表兩次呼叫。 改動前 11 輪・72,614 累積 token 改動後 1 輪・811 token snapshot 全量 ARIA tree fill 欄位 逐欄位呼叫 ×10 select_option 下拉選單另開一輪 upload Base64 inline inspect_compact 差異快照 onlyChanged smart_fill_form 批次填表+磁碟直傳檔案 − − − − + + 變更清單 − 移除:snapshot/逐欄 fill/select/upload 四段分開呼叫 + 新增 inspect_compact:只回傳變動的差異快照 + 新增 smart_fill_form:一次填完表單+直傳磁碟檔案

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/mcpchrome-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。

參考資料