mcp-chrome 的项目扩展与二次开发
2025-06-12 21:23:47作者:董宙帆
项目的基础介绍
mcp-chrome 是一个基于 Chrome 扩展的 Model Context Protocol (MCP) 服务器,它可以将 Chrome 浏览器的功能暴露给 AI 助手,如 Claude。该项目允许 AI 控制浏览器,实现复杂的自动化操作、内容分析和语义搜索,为用户提供了一个智能化的浏览器自动化解决方案。
项目的核心功能
- 聊天机器人/模型无关性:支持任何首选的 LLM 或聊天机器人客户端或代理自动化浏览器。
- 使用原始浏览器:无缝集成现有浏览器环境,包括用户的配置和登录状态。
- 完全本地化:纯本地 MCP 服务器确保用户隐私。
- 流式 HTTP:支持流式 HTTP 连接方法。
- 跨标签页:跨标签页上下文支持。
- 语义搜索:内置向量数据库,实现智能浏览器标签页内容发现。
- 智能内容分析:AI 驱动的文本提取和相似度匹配。
- 20+ 工具:支持屏幕截图、数据监测、交互式操作、书签管理、浏览历史等 20+ 其他工具。
- SIMD 加速 AI:自定义 WebAssembly SIMD 优化,实现 4-8 倍的向量操作速度。
项目使用了哪些框架或库?
- TypeScript:项目主要使用 TypeScript 进行开发,提供类型安全。
- JavaScript:部分代码使用 JavaScript 编写。
- Vue:使用 Vue 进行前端开发。
- Rust:项目中可能使用了 Rust 语言进行特定优化。
- Shell:使用 Shell 脚本进行自动化任务。
项目的代码目录及介绍
项目的代码目录如下:
.
├── .github/
│ ├── workflows/
├── .husky/
├── .vscode/
├── app/
│ ├── docs/
│ ├── packages/
│ └── releases/
├── docs/
├── packages/
├── releases/
├── .gitattributes
├── .gitignore
├── .prettierignore
├── .prettierrc.json
├── LICENSE
├── README.md
├── README_zh.md
├── commitlint.config.cjs
├── eslint.config.js
├── package.json
├── pnpm-lock.yaml
└── pnpm-workspace.yaml
- app/:包含项目的主要应用代码。
- docs/:存放项目文档。
- packages/:包含项目的包依赖。
- releases/:存放项目发布的版本信息。
对项目进行扩展或者二次开发的方向
- 增强安全性:可以增加更多的安全机制,如加密通信,以确保用户数据的安全。
- 扩展工具集:根据用户需求,增加更多的工具,如语音识别、自然语言处理等。
- 优化性能:对现有的代码进行优化,提高响应速度和处理能力。
- 跨平台支持:可以将项目扩展到其他浏览器,如 Firefox,或者开发移动端应用。
- 用户界面改进:改进用户界面,使其更加友好和易于使用。
- AI 集成:集成更先进的 AI 技术,如深度学习模型,以提供更智能的自动化和搜索功能。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492