快速搞定Dify+Chrome MCP:打造能操作网页的AI助手

23 阅读4分钟

你是否想过让AI不仅能回答问题,还能直接操作浏览器帮你做事?比如自动填写网页表单、抓取特定数据、或者点击按钮?现在,通过Dify和Chrome MCP的结合,你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。

本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器,打造你的私人网页自动化助手。

准备工作:确保你的环境就绪

在开始前,请确保你的系统已安装:

  • DockerDocker Compose(用于快速部署Dify)
  • Node.js 18+ (用于运行Chrome MCP服务器)
  • Git(用于克隆项目仓库)

第一步:快速部署Dify(仅需1分钟)

Dify是一个强大的LLM应用开发平台,我们通过Docker快速部署:

# 创建项目目录
mkdir dify-chrome-mcp && cd dify-chrome-mcp

# 下载Docker部署配置
curl -o docker-compose.yml https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml

# 启动Dify服务
docker-compose up -d

等待1分钟左右,访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。

第二步:安装Chrome MCP服务器(1分钟)

打开新的终端窗口,安装并启动Chrome MCP服务器:

# 安装Chrome MCP服务器
npm install -g @modelcontextprotocol/server-chrome

# 启动Chrome MCP服务(会自动打开Chrome浏览器)
server-chrome

服务启动后,你会看到类似下面的输出,表示MCP服务器正在9999端口监听:

Server running on http://localhost:9999
Chrome browser launched and connected successfully

第三步:在Dify中配置Chrome MCP(1分钟)

现在回到Dify管理界面,进行关键配置:

  1. 进入设置 > 模型供应商 > MCP服务器
  2. 点击添加MCP服务器
  3. 填写配置信息:
  1. 点击验证并保存,看到绿色成功提示

效果验证:让AI帮你操作网页

配置完成后,你就可以在Dify的Playground中测试你的网页自动化AI助手了。

试试这些实用场景:

场景1:自动网页搜索

请打开百度首页,在搜索框中输入"最新AI技术发展",点击搜索按钮,然后告诉我第一页的搜索结果标题。

场景2:自动填写表单

请打开https://example.com/contact页面,在姓名栏填写"张三",邮箱栏填写"zhangsan@email.com",在留言区填写"咨询产品信息",然后点击提交按钮。

场景3:数据抓取与分析

请打开https://news.example.com/technology页面,抓取所有新闻标题和发布时间,然后分析今天最热门的技术话题是什么。

工作原理:为什么这很厉害?

这个组合的厉害之处在于分工明确:

  • Dify:负责与LLM对话,理解你的自然语言指令,并将其分解成具体的浏览器操作步骤
  • Chrome MCP服务器:负责实际控制Chrome浏览器,执行具体的网页操作命令
  • LLM大语言模型:作为大脑,理解你的意图并规划操作流程

常见问题排查

  1. Chrome无法启动:确保系统已安装Chrome浏览器,或者指定Chrome路径:CHROME_PATH=/path/to/chrome server-chrome

  2. 连接失败:检查Dify和Chrome MCP服务器是否在同一个网络环境下,防火墙是否允许9999端口通信

  3. 操作超时:复杂网页加载需要时间,可以增加超时设置:server-chrome --timeout=60000

  4. 权限问题:在MacOS/Linux上可能需要权限:sudo npm install -g @modelcontextprotocol/server-chrome

进阶使用技巧

掌握了基础用法后,你还可以尝试这些高级功能:

  • 多页面管理:同时控制多个浏览器标签页,完成更复杂的任务
  • 用户身份保存:让AI记住登录状态,下次直接操作无需重新登录
  • 定时任务:结合Dify的工作流功能,设置定时自动化任务
  • 异常处理:教会AI识别操作失败的情况并自动尝试替代方案

推荐阅读

软件测试/测试开发丨常见面试题与流程篇(附答案)

软件测试/测试开发丨学习笔记之Allure2测试报告

软件测试/测试开发丨Pytest测试用例生命周期管理-Fixture

软件测试/测试开发丨Python学习笔记之基本数据类型与操作

软件测试/测试开发丨学习笔记之列表、元组、集合

软件测试/测试开发丨Python常用数据结构-学习笔记

软件测试/测试开发丨Python控制流-判断&循环

软件测试/测试开发丨Python学习笔记之内置库科学计算、日期与时间处理

软件测试/测试开发丨面试题之软素质与反问面试官篇(附答案)

软件测试/测试开发丨iOS 自动化测试踩坑(一): 技术方案、环境配置与落地实践