
每天重复登录网站、手动收集数据、整理报表?这些琐碎操作正在消耗你宝贵的创造力。
现在,通过Claude Code与Chrome MCP的结合,将会在一定程度上解决你的困境,你的浏览器将获得一位24小时在线的智能助手。
想象一下:喝着咖啡时,运营数据已自动生成报告;专注创作时,竞品动态正被实时监控。
今天带着大家,从安装 Chrome MCP 插件,mcp server,再到将其接入claude code,完成一个实战案例,让大家看到一个24小时在线智能助手的完整搭建过程。
可以参考上一篇文章,安装 Cluade Code,并配置好国内大模型,无需任何门槛,这里不再赘述,教程地址:看这一篇就够了!Claude Code 接入四大国产编程模型 DeepSeek、GLM、Qwen、Kimi 全指南
Chrome MCP Server 是一款基于 Chrome 插件的模型上下文协议 (MCP) 服务器,它将 Chrome 浏览器的功能无缝暴露给 Claude 等 AI 助手,实现复杂的浏览器自动化、深度内容分析和智能语义搜索。
与传统浏览器自动化工具(如 Playwright)有本质区别,Chrome MCP Server 直接利用我们日常使用的 Chrome 浏览器,完整保留我们的用户习惯、个性化配置及登录状态,使各类大语言模型或聊天机器人能够真正接管您的浏览器,成为日常工作中得心应手的智能助手。
其核心使命是:将 Chrome 浏览器转变为智能助手——通过 AI 接管浏览器操作,将其升级为功能强大的 AI 控制自动化工具,支持跨标签页上下文理解、内置向量数据库、截图功能、网络监控、交互操作、书签管理及浏览历史记录等 20 余种实用工具,且全部在本地运行,显著提升你的工作效率。
github地址:https://github.com/hangwin/mcp-chrome
下载地址:https://github.com/hangwin/mcp-chrome/releases
下载完以后,解压

chrome://extensions/,并打开右上角的 开发者模式



服务未连接
是因为mcp-chrome服务其实比并未启动,需要安装该服务,接着往下看!
安装指令:
npm install -g mcp-chrome-bridgemcp-chrome-bridge 相当于是充当了claude code 和 插件之间的桥梁,安装以后,和上一步安装的chrome插件打通,这样就可以让AI操作安装了插件的浏览器了

服务安装完成后,回到浏览器点开置顶的插件图标,并点击连接 ,就可以连接到 MCP Server了。
插件界面上还把MCP Server的服务配置信息都准备好了,你只需要点击复制配置 即可把该MCP Server添加到任何支持MCP的客户端,比如 Cursor,cherry studio, LM studio等支持MCP的客户端,甚至Dify,n8n 都可以。
今天我们主要演示 把该MCP接入Claude Code来帮我们完成日常工作中的自动化任务。请继续往下看

为什么要选择Claude Code 呢?
因为他是命令行工具,我们可以直接通过输入 claude 的指令执行任务,这就意味着,可以通过定时任务自动化了,我们不需要天天手动启动任务了。
我们需要先把MCP添加进Claude Code,这样才能让AI帮我们控制浏览器。
首先,命令行终端输入 claude ,然后,输入/quit 退出
这样,在我们系统的用户home下就会自动生成一个 .claude.json 的隐藏文件,打开后可以看到claude的配置信息都在这里

然后,我们在命令行输入一下指令添加我们的能操作浏览器的MCP Server:
claude mcp add --transport http mcp-chrome http://127.0.0.1:12306/mcp --scope user
当然,添加MCP server的方式很多,具体可以参考官方文档:
https://docs.anthropic.com/en/docs/claude-code/mcp#option-2%3A-add-a-remote-sse-server
输入:claude mcp list 看下已经添加的mcp 服务列表:

进入用户目录下,找到 .claude.json 看下添加的mcp server:

首先,命令行输入 claude 进入后,输入 /mcp 查看服务列表:

两次回车后,可以看到mcp 的 tools 列表:

mcp-chrome 提供了丰富的工具供我们完成日常绝大多数场景下的自动化:

可以再按两次esc 键回退到命令行输入界面
帮我收集一下知乎博主的账号粉丝数,文章发布数量等账号信息,然后生成一份该博主的账号分析报告,博主名称是:阿坡RPA这个 MCP server通过执行不同的tools完成了搜索,点击,找到了博主账号的信息,并根据采集到的数据形成了账号分析报告

如上,如果仅仅只是通过claude交互界面,手动发出指令,完成任务,这不叫自动化,真正的自动化要完全解放我们的双手,现在还剩最后一公里,那就是:让机器替我们给AI发出指令。
claude code 允许我们通过命令的的形式,在不进入他的交互界面与AI交互,下面还是以上面的测试例子,来通过命令行指令让 claude code 执行任务:
claude --dangerously-skip-permissions -p 帮我收集一下“阿坡RPA”这个知乎博主的账号粉丝数,文章发布数量等账号信息,然后生成一份该博主的账号分析报告,并把这份报告保存到 D:\wample\coding\me\mcp-chrome 目录下注意:
--dangerously-skip-permissions参数是允许 claude code 跳过所有权限检查-p后面要跟上你自己的提示词,需要先在claude code 里面调试好,确保运行没问题,再通过-p参数执行命令
命令行测试一下执行效果:


测试命令没问题后,接下来通过八爪鱼RPA,创建一个RPA应用,通过dos指令,填入以上指令,让RPA帮我们执行这个指令

用定时触发器执行这个流程,这样就完成了完全自动化的闭环,不用每天手动执行指令了,每天指定时间自动触发执行任务

到这里,最后一公里完成~
通过本教程,你已成功将Chrome MCP与Claude Code结合,打造出强大的浏览器自动化系统。这不仅实现了从手动操作到智能自动化的升级,更带来了工作效率的质的飞跃。
现在你可以轻松实现竞品监控、数据收集、内容分析等场景的自动化处理。通过命令行接口和定时任务,真正实现24小时无人值守运营。
立即动手尝试,让AI成为你的智能助手,开启智能浏览新时代!关注我获取更多自动化实战技巧。