mcp-helm MCP 服务说明文档-拓冰企业网站定制

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 Protocol

4.2 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Enter
`navigate`	导航到URL	url: 目标URL
`wait_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-helm

npm 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-pilot='open -a "Google Chrome" --args --remote-debugging-port=9222 --user-data-dir=$HOME/.chrome-pilot'

步骤3：启动可驱动的Chrome

chrome-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。

资讯详情

mcp-helm MCP 服务说明文档