Автоматизация через MCP: что передаёт протокол
Различайте вызовы MCP, состояние браузера и контекст модели. Структурированные результаты, ресурсы и ошибки не образуют универсальный браузерный API.
BotBrowser Team
Нужна структурированная документация по теме Развертывание?
Эта статья относится к редакционной библиотеке. Для пошаговой настройки, справки и постоянных обновлений переходите сразу в соответствующий раздел docs.
Автоматизация браузера через MCP соединяет ИИ-приложение с инструментами сервера, а не передаёт модели весь браузер. Вызов указывает операцию и аргументы, а ответ содержит представления, которые сервер решил вернуть. Cookie, открытые вкладки и память страницы могут оставаться в браузере, даже если ответ содержит лишь краткое текстовое описание. Однако гарантии этого нет: инструмент, возвращающий чувствительное состояние, может передать его по тому же протоколу. BotBrowser может предоставить управляемый процесс Chromium через совместимый механизм запуска, но не предоставляет сервер MCP и не определяет, какие результаты попадут в контекст модели.
Кратко
tools/listописывает доступные инструменты, аtools/callвызывает один из них по имени. Универсального набора браузерных действий эти методы не задают.- JSON-RPC
idсвязывает ответ с запросом, а не с вкладкой, учётной записью или браузерным контекстом. - Результат может содержать текст, изображения, аудио, ссылки на ресурсы, встроенные ресурсы и структурированный JSON. Передачей этих данных модели управляет хост.
- Сохранение состояния браузера, передача по протоколу и видимость для модели: разные вопросы. Короткий ответ не доказывает короткую жизнь сессии.
- Ошибка протокола и результат с
isError: true: разные каналы сбоя. Ни один сам по себе не устанавливает, произошло ли изменение в приложении.
Содержание
- Хост, клиент, сервер и браузер имеют разных владельцев
- Обнаружение описывает инструмент, но не его реализацию
- Что содержат вызов и результат
- Состояние браузера имеет отдельный срок жизни
- Канал ошибки определяет решение о повторе
- Представление данных и граница раскрытия
- Практический вывод
Хост, клиент, сервер и браузер имеют разных владельцев
Спецификация архитектуры MCP отделяет хост-приложение от его клиентов и серверов. Хост управляет интеграцией с ИИ и объединением контекста. Клиент поддерживает соединение с одним сервером, который предоставляет возможности через это соединение. Затем сервер автоматизации управляет браузером средствами собственной реализации. MCP не заменяет интерфейс автоматизации браузера и не описывает каждую команду, которую сервер отправляет на нижний уровень.
Поэтому корректное соединение MCP возможно и при неверно настроенном браузере. Успешная инициализация подтверждает согласованные возможности соединения, но не исполняемый файл Chromium, профиль или состояние страницы. Настройка Puppeteer MCP рассматривает отдельную задачу запуска. Её параметры относятся к реализации сервера, а не к стандартной оболочке tools/call.
Разделение действует и в обратную сторону. Браузер может правильно отобразить страницу, а хост: исключить изображение из контекста модели. Скриншот, возвращённый по соединению, подтверждает наличие результата инструмента, но не чтение его пикселей конкретной моделью. Для этого нужно проверить реальную сборку контекста хостом и поддерживаемые модальности. Разбор запуска браузера и ответственности агента отделяет доказательства о процессе от видимых агенту результатов; здесь добавляется контракт сообщения между этими уровнями.
Схема показывает ответственность, а не захват пакетов. Сервер можно запустить локально или удалённо. Перенос с ноутбука меняет место работы браузера и его хранилища, но не отнимает у хоста управление интеграцией модели. Локальный сервер также не доказывает локальность выходных данных, если хост отправляет контекст удалённому модельному сервису.
Значит, вопрос развёртывания не сводится к местоположению сервера. Нужно установить владельца каждой копии: каталога состояния браузера, результата сервера, истории диалога хоста и последующего запроса модели. У этих копий могут быть разные сроки хранения. Архитектура хост/клиент/сервер распределяет ответственность, но не сертифицирует срок хранения каждой реализации.
Обнаружение описывает инструмент, но не его реализацию
Спецификация инструментов определяет tools/list для обнаружения. У инструмента есть имя, входная схема и описание; дополнительно возможны выходная схема и аннотации. Важна пагинация: первый ответ может включать курсор, а не весь каталог. Хост, игнорирующий следующие страницы, может показать неполный набор возможностей при исправном соединении.
inputSchema описывает допустимые аргументы. Она не доказывает соблюдение авторизации приложения, наличие элемента на текущей странице или человеческое одобрение действия. Например, условный инструмент fixture_read_status может принимать идентификатор публичной тестовой страницы. Это имя не стандартизовано MCP: другой сервер вправе использовать другое имя и другую структуру параметров для той же задачи.
Описание помогает модели выбрать инструмент, но не является исполняемой гарантией. Спецификация также предупреждает, что аннотации от недоверенных серверов нужно считать недоверенными. Утверждение о режиме только чтения следует сверять с реальной реализацией и полномочиями сервера, а не превращать метаданные обнаружения в разрешение.
Есть три независимых вопроса совместимости:
| Уровень | Проверяемый контракт | Что успешная проверка не доказывает |
|---|---|---|
| Протокол | Клиент и сервер понимают согласованные сообщения MCP | Наличие конкретного браузерного инструмента |
| Каталог | Имя и inputSchema соответствуют вызывающей стороне | Использование нужной браузерной сессии |
| Приложение | Текущая цель и разрешённое действие соответствуют задаче | Что успех транспорта равен успеху задачи |
Изменение каталога может повлиять на выбор модели при прежней версии протокола. Переименование инструмента, расширение аргументов или изменение описания меняет интерфейс действий. Версионированный каталог рядом с интеграцией позволяет связать сбой с фактически обнаруженными именами и схемами. Фраза о поддержке MCP обоими компонентами слишком общая, чтобы объяснить отказ сервера принять конкретный аргумент.
Инструментам также нужна область действия, которую протокол не может придумать. Если открыто несколько вкладок, определение должно объяснять выбор цели. id запроса не закрывает этот пробел. Два разных номера запросов не изолируют их автоматически в разных браузерных контекстах. Выбор сессии задают документированная семантика инструмента, конфигурация сервера или отдельный прикладной контракт.
Что содержат вызов и результат
Запрос tools/call передаёт name и arguments внутри JSON-RPC. Поле id позволяет сопоставить ответ, в том числе при других одновременных запросах. Это не идентификатор браузерной сессии и не команда создать новый профиль. Следующий обмен: иллюстрация для контролируемой тестовой страницы, а не перехваченный трафик и не интерфейс конкретного браузерного сервера.
{
"jsonrpc": "2.0",
"id": 41,
"method": "tools/call",
"params": {
"name": "fixture_read_status",
"arguments": { "fixtureId": "public-status-7" }
}
}
Условный успешный ответ может включать текст и машинно-читаемые данные:
{
"jsonrpc": "2.0",
"id": 41,
"result": {
"content": [{ "type": "text", "text": "The public fixture is ready." }],
"structuredContent": { "ready": true, "pendingJobs": 0 },
"isError": false
}
}
structuredContent: JSON-объект, созданный сервером. Это не функция структурированного ответа модели и не подтверждение проверки значений языковой моделью. Если инструмент объявляет outputSchema, спецификация требует от сервера соответствующего структурированного результата и рекомендует проверку на клиенте. Хост может выполнить её, прежде чем принять pendingJobs как числовое поле. Сама схема всё равно не устанавливает актуальность или достоверность наблюдения.
Два представления могут противоречить друг другу. Текст о готовности тестовой страницы и значение ready: false образуют противоречивый результат. Выбор более удобной половины его не разрешает. Приложению нужно заранее заданное правило интерпретации, иначе несогласованный ответ следует отклонить. Проверка полезна именно потому, что транспорт может сработать, а содержимое: не соответствовать задаче.
Массив content поддерживает не только текст. У изображений и аудио есть собственные формы. Ссылки на ресурсы указывают на материал, который не обязательно включён в ответ, а встроенные ресурсы уже содержат данные. Спецификация отмечает, что ссылки из результатов инструментов не обязаны появляться в resources/list. Их отсутствие в каталоге не доказывает недействительность ссылки, а присутствие не подтверждает загрузку содержимого.
Это важно для учёта раскрытия данных. Возврат ссылки, получение файла и отправка его содержимого модели: разные события. Аудит только исходного ответа tools/call может пропустить последующий запрос ресурса. И наоборот: URI скриншота в журнале не доказывает, что байты изображения вошли в запрос модели. Нужно проследить реальную обработку, а не оценивать раскрытие по имени файла.
Состояние браузера имеет отдельный срок жизни
Документация Playwright MCP с закреплённой ревизией даёт конкретный пример реализации, а не универсальное правило. Она описывает постоянные профили, сохраняющие вход в аккаунт, и изолированные сессии, чьё хранилище не сохраняется после закрытия. Также документировано повторное использование одного контекста подключёнными клиентами. Эти варианты определяют владельца и срок жизни состояния, но не следуют из номера JSON-RPC.
Сервер может вернуть короткий снимок доступности, пока браузер хранит cookie и локальное хранилище. Следующие вызовы могут видеть страницы, зависящие от этого состояния, хотя ни один инструмент явно не возвращал значения хранилищ. Поэтому модель способна получить сведения конкретного аккаунта без cookie, выбравшего этот аккаунт. Исключение секрета сокращает один путь раскрытия, но не делает итоговое представление страницы неперсональным.
Возможен и обратный случай. Узкий инструмент чтения страницы и широкий инструмент выполнения кода или сетевого анализа могут раскрывать разные части одной сессии. Закреплённая документация описывает просмотр сетевых запросов с заголовками и телами. Видимость чувствительных данных зависит от включённых возможностей, фактического запроса и обработки результата. Отсутствие поля cookies в протоколе не позволяет утверждать, что секреты никогда не передаются через MCP.
Следует различать три жизненных цикла: соединения MCP, контекста браузера и диалога хоста. Закрытие соединения не является общей гарантией уничтожения двух остальных. Постоянный каталог данных может пережить перезапуск процесса, а сохранённый диалог: удаление этого каталога. Реальную связь определяют документированный режим сервера и политика хоста.
Для работы с учётной записью контекст следует связать с разрешённой задачей до вызова инструментов. Если сервер использует общий контекст, новое клиентское соединение не создаёт изоляцию. Это вопрос конфигурации и ответственности, а не повод переписывать видимые странице свойства браузера. Интеграция BotBrowser с Playwright описывает явную передачу исполняемого файла и профиля, но не обещает разделение клиентов MCP или удаление истории хоста.
Канал ошибки определяет решение о повторе
Спецификация отделяет ошибки протокола от ошибок выполнения инструмента. Неизвестный инструмент или недопустимый запрос могут выражаться ошибкой JSON-RPC. Инструмент, который начал выполнение и столкнулся с прикладным сбоем, может вернуть результат с isError: true. Во втором случае оболочка остаётся result; если считать любой результат успехом браузерного действия, информация о сбое теряется.
| Наблюдение | Что установлено | Решение приложения |
|---|---|---|
JSON-RPC error | Запрос завершился ошибкой на описанном уровне протокола или диспетчеризации | Проверить метод, каталог и аргументы до повторной отправки |
result.isError: true | Инструмент сообщил об ошибке выполнения | Прочитать детали и семантику действия |
| Корректный результат без нужного поля | Ответ пришёл, но контракт данных неполон | Отклонить отсутствие, не придумывать значение |
| Соединение потеряно после начала действия | Однозначного ответа нет | Проверить достоверное состояние приложения до повтора записи |
Последняя строка: прикладной вывод, а не особая гарантия MCP. Соединение может оборваться после того, как кнопка запустила серверное изменение, но до ответа инструмента. Ни тайм-аут, ни отсутствие ответа не доказывают, что изменения не было. Для разрешённой записи следует использовать собственную проверку статуса или механизм идемпотентности приложения, если он доступен. Без такой информации неопределённый исход должен разрешить оператор, а не догадка агента.
Даже явная ошибка требует контекста. Инструмент может прочитать страницу, попытаться выполнить действие и затем не получить итоговый скриншот. Ошибка относится к скриншоту, но не отменяет предыдущее взаимодействие. Канал ошибки сообщает о неполном успехе выполнения; лишь семантика инструмента и факты приложения устанавливают оставшиеся эффекты. Превращение всех ошибок в один признак «можно повторить» уничтожает это различие.
Обработка ошибок влияет и на раскрытие. Неуспешный ответ может содержать текст страницы, сообщения консоли или диагностические файлы, которых нет при успехе. Политику вывода нужно проверять и для отказа, и для штатного результата. Запись полных ошибок в долгоживущий диалог может создать дополнительную копию данных аккаунта, даже когда обычный ответ намеренно краток.
Представление данных и граница раскрытия
Закреплённый README различает снимки доступности browser_snapshot и скриншоты browser_take_screenshot; конфигурация управляет возвращаемым представлением. Дерево доступности полезно для имён, ролей и ссылок на элементы, а скриншот сохраняет визуальное расположение. Ни один вариант не является полной записью состояния браузера. Изображение может не включать область вне кадра, а дерево доступности не обязано сохранять точный визуальный вид.
Выбор зависит от разрешённого решения. Для публичного индикатора состояния может хватить небольшого структурированного значения и контекста наблюдения, а не снимка всей страницы. Сравнение расположения требует визуального доказательства, а не текста о правильном отображении. Исследованию одного запроса нужны относящиеся к нему очищенные поля, а не все запросы браузера. Минимизация начинается в выводе сервера до того, как хост сможет что-либо сократить.
Сервер: не единственная точка контроля. Хост может выбрать, переформатировать или кратко изложить полученное перед добавлением в контекст модели. Следует различать принятый результат и реально переданный материал. Более короткий запрос модели не удаляет полный файл, уже сохранённый сервером или хостом. У хранения и пересылки должны быть отдельные ответственные.
Документация прямо указывает, что Playwright MCP не является границей безопасности. Замена секретов также описана как удобство, а не защитная функция, а ограничения доступа к файлам: как направляющие ограничения, не безопасная песочница. Поэтому удобную оболочку инструментов нельзя считать границей прав операционной системы. Полномочия развёртывания ограничиваются реальными правами процессов, файловой системы и аккаунтов.
Для локальной проверки можно использовать собственную страницу с публичным статусом, намеренно отсутствующим полем и безопасной ссылкой. Необработанный ответ MCP и собранный контекст хоста проверяются отдельно. Успешный результат установит, что данный сервер вернул нужное представление, а данный хост переслал нужное подмножество в этой конфигурации. Он не сертифицирует все инструменты, неизвестные пути ошибок или хранение у другого хоста. Выполнение такой браузерной или MCP-проверки здесь не заявляется: примеры и схемы основаны на указанных спецификациях и закреплённой документации.
Вопросы и ответы
MCP и Chrome DevTools Protocol: одно и то же?
Нет. MCP предоставляет возможности клиенту ИИ-приложения. Браузерный сервер может использовать ниже библиотеку автоматизации или браузерный протокол. Оболочка MCP не требует передавать вызывающей стороне каждую нижележащую команду или событие.
Ссылка на ресурс означает получение файла моделью?
Не обязательно. Возврат ссылки, последующая загрузка и включение в контекст: отдельные операции. Нужно проверить обработку ресурсов хостом и фактический запрос модели, а не выводить доставку из ссылки.
Можно ли двум клиентам безопасно использовать один контекст?
Только если политика задач и учётных записей разрешает такое совместное использование. Разные соединения MCP сами по себе не разделяют хранилище, вкладки или полномочия. Настройку общего контекста нужно оценивать на уровне состояния браузера.
Выходная схема делает текст страницы достоверным?
Нет. outputSchema ограничивает форму структурированных данных. Она не наделяет инструкции страницы полномочиями, не доказывает актуальность наблюдения и не разрешает изменения. Проверка схемы и решение о доверии: разные задачи.
Источники
- Архитектура MCP, редакция 2025-06-18
- Инструменты MCP, редакция 2025-06-18
- README Playwright MCP на ревизии a62ea28698af6d9bc89438bcec50c63377cef957
- Интеграция BotBrowser с Playwright
Практический вывод
Автоматизация через MCP передаёт именованные вызовы и выбранные представления результатов, а не универсальную копию браузера. Проверка обнаруженной схемы и структуры ответа должна сопровождаться различением ошибок выполнения и неопределённых прикладных эффектов. До подключения браузера с аккаунтом нужно установить, какие инструменты раскрывают его состояние, какие результаты пересылает хост и какие копии остаются после закрытия соединения.
Эта статья входит в руководство: Развёртывание и выпуск браузера: операционная карта
Похожие статьи
Безголовый браузер для ИИ-агентов: запуск и границы инструментов
РазвертываниеНастройка Playwright MCP для собственной сборки Chromium
РазвертываниеНастройка MCP-сервера Puppeteer для собственной сборки
РазвертываниеАвтоматизация браузера со Stagehand
РазвертываниеОбновления service worker и согласованность клиентов
Начало работыКак работает веб-сканер: пять этапов обхода
Выполните ту же проверку в BotBrowser
Загрузите профиль, сохраните внутри браузера те сигналы, о которых только что прочитали, и подтвердите результат на своей машине до раскатки.