环境准备
首先确保本地已安装 Python 和 Node.js 环境。接着创建 MCP 插件目录并克隆仓库。
mkdir "C:\\Users\\<用户名>\\Documents\\Cline\\MCP\\browser-tools-mcp"
cd "C:\\Users\\<用户名>\\Documents\\Cline\\MCP\\browser-tools-mcp"
git clone https://github.com/AgentDeskAI/browser-tools-mcp.git .
安装与服务启动
进入项目目录后,使用 npm 安装依赖并启动服务。注意版本号需与实际发布一致。
npm install @agentdeskai/[email protected]
npx @agentdeskai/[email protected]
npx @agentdeskai/[email protected]
官方文档提供了详细的安装指引,可参考 Browser Tools 安装说明。
浏览器插件配置
下载并安装对应的浏览器扩展程序,版本建议与 MCP 服务端保持一致。
下载地址:BrowserTools-1.2.0-extension.zip
安装完成后,浏览器侧边栏应出现调试工具入口。
Cline 服务配置
在 Cline 的配置文件中添加以下 MCP 服务定义。请根据实际路径调整 args 中的文件位置。
{
"browser-tools-mcp": {
"command": "node",
"args": [
"C:\\Users\\<用户名>\\Documents\\Cline\\MCP\\browser-tools-mcp\\dist\\mcp-server.js"
],
"disabled": false,
"autoApprove": []
}
}
效果验证
配置生效后,打开浏览器开发者工具或侧边栏,应能看到新增的调试面板。此时 AI Agent 即可通过 MCP 协议调用浏览器功能进行自动化操作。


