让 AI 操作真实浏览器，但关键点击由你把关：BrowserForge MCP 实战
让 AI Agent 操作网站，难点不只是“能不能点按钮”，还包括能否使用真实登录态、如何避免误提交，以及网页交互能否沉淀成可复用接口。BrowserForge MCP 把浏览器扩展、本地服务与 MCP 工具连接起来：Agent 在真实 Chrome/Firefox 页面中工作，遇到提交、付款、发送、密码输入或上传等重要操作时，由扩展弹窗请求人工批准；同时，它能分析浏览过程中观察到的网络请求，生成 OpenAPI 规范和客户端代码。
这不是绕过网站权限的爬虫，也不是承诺抓到浏览器所有流量的代理。它的价值在于把“浏览器自动化”和“可审查的人工确认”放进同一条本地工作流，再把观察到的请求整理为开发者可继续检查的 API 素材。
架构：MCP 发指令，扩展守住确认环节
项目由 MCP Server、本地守护进程和浏览器扩展协作。README 说明支持 Chrome、Edge、Brave 与 Firefox；MCP 客户端（例如 Codex）连接本机服务，扩展则连接本机程序并驱动当前浏览器。页面内容作为不可信数据返回，关键动作的确认在扩展内完成，而不是由 Agent 自己回答审批提示。
这条边界很重要：网页可能包含提示注入内容，要求 Agent 点击危险链接或提交表单。BrowserForge 的安全说明列出，提交类按钮、购买/发送/删除等动作、密码输入、文件上传等会触发人工确认；页面脚本和 Agent 不能替用户点击扩展弹窗中的批准按钮。用户仍需判断请求是否合理，批准机制不是对抗所有风险的万能保证。
项目也提供网络请求查看、捕获导出、API 端点分析、OpenAPI 生成和客户端生成等工具。生成结果会标记为 observed、inferred 或 hypothesis，并附带置信度和证据，提醒使用者区分浏览器实际观察到的事实与推断。文档还明确了捕获限制：WebExtension 能看到的内容受浏览器能力约束，不能假设所有流量都完整可见。
安装与连接 Codex
仓库 README 的快速开始要求 Node.js 22 或更新版本，并安装相应浏览器扩展。npm 包名是 @el-makina-ai/browserforge-mcp。在终端安装并启动本地服务：
npm install -g @el-makina-ai/browserforge-mcp browserforge setup
按提示安装扩展、连接本地程序，并从配置目录取得 MCP token。注意扩展 token 与 MCP token 用途不同，不要把令牌贴进文章、仓库或公开日志。启动服务后，Codex 的官方项目指南给出如下连接方式：
export BROWSERFORGE_MCP_TOKEN="从本机配置读取的 MCP token" codex mcp add browserforge \ --url http://127.0.0.1:7345/mcp \ --bearer-token-env-var BROWSERFORGE_MCP_TOKEN codex mcp list
端口示例来自项目文档；若本地服务输出了不同端口，应以实际配置为准。连接后可在 Codex 中先调用 system_status 检查 MCP 服务与扩展状态，再用普通页面浏览任务测试。在真实账户上尝试前，建议先用无敏感信息的测试站点，确认扩展连接、页面选择和审批弹窗均按预期工作。
从浏览任务到 API 草稿
以需要检查某个公开商品页面为例，可以先让 Agent 打开网页、读取页面内容，再查看捕获到的请求。网络分析与端点查询可以帮助整理请求方法、路径、参数和响应结构；确认需要的流量已捕获后，再请求生成 OpenAPI 3.1 规范或 Python、TypeScript、JavaScript、PHP 客户端。具体 MCP 工具包括 network_list_requests、api_analyze_traffic、api_list_endpoints、api_generate_openapi 和 api_generate_client，名称以 README 工具清单为准。
生成物应当视为待审查的草稿，而不是正式接口契约。先检查认证信息是否被脱敏，再比对路径参数、分页行为和错误响应；随后在隔离环境中运行生成的客户端测试。若要复用浏览器流程，项目还支持导出 Playwright、Selenium 等格式的工作流；脱离 BrowserForge 的导出脚本不会自动继承浏览器扩展的审批弹窗，项目要求在执行提交、发送或上传前显式确认。因此，不能把有副作用的脚本直接放进无人值守任务。
安全与适用边界
本地服务绑定回环地址并使用令牌，文档还描述了 Origin/Host 检查、请求 Schema 校验和受控文件路径等措施。捕获的数据默认保存在内存中，除非用户主动导出；不过浏览器里的敏感页面依然会暴露给正在运行的 Agent，密钥、个人资料与企业数据应按最小权限原则处理。避免将日常个人浏览器直接交给不可信模型，也不要启用会自动批准所有动作的 YOLO 模式用于真实账户。
BrowserForge 适合需要登录态交互、人工把关和 API 探索的开发调试场景；如果只需抓取公开网页，普通 HTTP 客户端或成熟抓取框架往往更轻。如果需求是稳定生产接口，应优先寻找官方 API，而不是依赖网页实现细节。它提供的是“可检查的探索工具”，不是网站 API 的授权替代品。
相关链接