1. 服务概述一句话简介驱动真实的Chrome浏览器会话实现Claude副驾驶模式具备交接感知能力服务名称mcp-helm版本号v0.1开发者/提供方flying-pisces协议类型MCP (Model Context Protocol)2. 核心功能该MCP服务提供以下主要功能浏览器连接连接到真实的Chrome浏览器端口9222而非启动新的浏览器实例标签页管理列出所有打开的标签页切换活动标签页页面截图截取页面PNG图像获取URL和标题检测交接触发器2FA提示、验证码等元素检查通过可访问性树获取交互元素的编号列表点击操作通过ID、文本或CSS选择器点击元素返回截图差异检测结果文本输入在字段中输入文本支持自动提交页面导航导航到指定URL等待机制等待特定文本或选择器出现交接感知检测敏感操作2FA、支付确认等并暂停等待人工接管3. 使用场景该服务适合在以下情况下使用Apple服务自动化自动化App Store Connect等Apple服务的操作流程Cloudflare管理自动化Cloudflare仪表板任务包括导航和交互Google Play Console自动化Google Play Console和其他Google服务的操作Stripe仪表板自动化Stripe仪表板操作包括导航、点击和表单填写Vercel操作自动化Vercel仪表板操作通过实时Chrome会话驱动需要登录态的自动化利用已有的登录状态、Cookie和2FA避免重复登录4. 接入方式4.1 服务端点该服务需要连接到本地Chrome浏览器的远程调试端口调试端口9222用户数据目录~/.chrome-pilot独立配置文件协议Chrome DevTools Protocol4.2 认证与权限该服务使用您已登录Chrome会话中的认证信息利用现有Chrome配置文件中的Cookie和登录状态支持2FA、生物识别等安全验证交接机制确保敏感操作需要人工确认4.3 数据格式服务使用以下数据格式截图PNG格式图像元素选择基于可访问性树的语义ID配置文件JSON格式4.4 服务器配置在MCP客户端配置中添加服务{ mcpServers: { helm: { command: mcp-helm } } }5. 接口定义工具名称功能描述参数说明attach连接到Chrome端口9222无参数必须首先调用list_tabs列出所有打开的标签页无参数focus_tab切换活动标签页index: 标签索引 或 url: URL子串screenshot截取页面截图返回PNG、URL、标题和交接触发器inspect检查交互元素返回可访问性树中的编号元素列表click点击元素id: 元素ID / text: 文本 / selector: CSS选择器type输入文本text: 文本内容, submit: 是否按Enternavigate导航到URLurl: 目标URLwait_for等待元素出现text: 文本 或 selector: 选择器handoff暂停并请求人工接管无参数6. 快速开始6.1 环境要求Node.js建议v16或更高版本Google Chrome浏览器npm或yarn包管理器6.2 安装步骤步骤1全局安装mcp-helmnpm install -g mcp-helm步骤2配置Chrome启动别名在您的shell配置文件如~/.bashrc或~/.zshrc中添加alias chrome-pilotopen -a Google Chrome --args --remote-debugging-port9222 --user-data-dir$HOME/.chrome-pilot步骤3启动可驱动的Chromechrome-pilot这将打开一个独立的Chrome配置文件在其中登录您需要自动化的服务Play Console、Stripe等。Cookie将在多次启动间保持您只需登录一次。步骤4配置MCP客户端在~/.claude.json中添加服务器配置见4.4节6.3 使用示例用户上传AAB文件到Play Store内部测试 Claude[调用 helm.attach] → [helm.navigate 到 play.google.com/console] → [helm.screenshot] 查看仪表板 → [helm.click Personalized AI Portfolio Bot] → ... 继续操作7. 注意事项重要提醒独立Chrome配置文件必须使用独立的Chrome配置文件~/.chrome-pilot因为主Chrome在运行时无法启用远程调试模式首次登录在chrome-pilot中登录所需服务后Cookie将持久化保存交接机制当检测到2FA提示、验证码、支付确认或生物识别请求时服务会自动暂停并等待人工处理当前限制v0.1不支持Shadow DOM组件某些Web组件密集型网站不支持iframe需要框架切换功能不支持从磁盘上传文件仅支持Enter键盘快捷键设计优势可访问性树而非坐标使用语义ID而非视觉坐标避免Retina显示器和高DPI缩放问题截图差异检测每次点击后检测页面变化避免误报成功基于正则的交接检测快速、低成本无常见登录短语误报无标签管理启发式attach选择第一个非空白标签使用list_tabs focus_tab精确控制总结mcp-helm解决了Claude与浏览器交互的眼手问题通过连接真实的Chrome会话利用已有的登录状态和Cookie实现了安全、高效的浏览器自动化。其交接感知机制确保敏感操作需要人工确认是自动化云服务管理任务的理想工具。