Browserbase MCP Server
Offizieller Browserbase-MCP-Server: KI-Clients bekommen einen vollständigen Cloud-Browser – navigieren, klicken, Daten extrahieren und Web-Formulare ausfüllen mit natürlicher Sprache via Stagehand.
- Skill Road
- Browserbase MCP Server
Kategorien
Beschreibung
Der Browserbase MCP Server ist der offizielle Model-Context-Protocol-Server von Browserbase, Inc. Er gibt jedem kompatiblen MCP-Client einen vollständigen Cloud-Browser in die Hand. Das Herzstück ist [Stagehand](https://docs.stagehand.dev/), ein Open-Source-Framework, das natürlichsprachige Befehle in präzise Browser-Aktionen übersetzt. Der direkte Produktlink zur offiziellen Dokumentation lautet https://docs.browserbase.com/integrations/mcp/introduction; das Quellcode-Repository liegt unter https://github.com/browserbase/mcp-server-browserbase (archiviert, Apache-2.0). Der empfohlene Weg ist der gehostete Streamable-HTTP-Endpunkt unter https://mcp.browserbase.com/mcp.
Was ist der Browserbase MCP Server?
Das Model Context Protocol (MCP) ist ein offener Standard, der KI-Anwendungen mit externen Werkzeugen und Datenquellen verbindet. Der Browserbase MCP Server setzt diesen Standard um, indem er KI-Clients wie Claude, Codex oder Cursor direkt mit einem Cloud-Browser verbindet. Statt selbst einen Browser zu installieren, zu starten und zu verwalten, sendet der KI-Client einen natürlichsprachigen Befehl an den MCP-Server – zum Beispiel „Klicke auf den Login-Button" oder „Extrahiere alle Produktpreise" – und erhält das Ergebnis strukturiert zurück.
Laut Anbieter gibt es zwei Betriebsmodi: den gehosteten Streamable-HTTP-Endpunkt unter https://mcp.browserbase.com/mcp, der auf Browserbase-Infrastruktur läuft und Google Gemini 2.5 Flash Lite für die Stagehand-Verarbeitung einschließt, sowie einen lokalen STDIO-Modus, der über npx @browserbasehq/mcp gestartet wird und eigene Modell-API-Keys erfordert.
Hinweis: Das GitHub-Repository browserbase/mcp-server-browserbase ist archiviert und wird laut README als historische Referenzimplementierung aufrechterhalten. Der gehostete Server unter https://mcp.browserbase.com/mcp ist laut Anbieter die empfohlene und aktiv gewartete Variante.
Voraussetzungen
Für den gehosteten Modus (empfohlen) werden benötigt: ein aktives Browserbase-Konto, ein Browserbase-API-Key und eine Project-ID, die im [Browserbase-Dashboard](https://www.browserbase.com/overview) erstellt werden. Node.js muss nicht zwingend lokal installiert sein; der Client kommuniziert über Streamable HTTP direkt mit dem gehosteten Endpunkt. Wenn der MCP-Client kein natives SHTTP unterstützt, kann mcp-remote als Brücke genutzt werden (npx mcp-remote https://mcp.browserbase.com/mcp).
Für den lokalen STDIO-Modus wird Node.js benötigt (Empfehlung: aktuelle LTS-Version). Für das Standard-Modell (Google Gemini 2.5 Flash Lite) ist ein Gemini-API-Key erforderlich. Wer ein anderes Modell wie Claude Sonnet oder GPT-4o einsetzen möchte, gibt über --modelName und --modelApiKey den jeweiligen Anbieter und Schlüssel an.
Funktionen und Werkzeuge
Der Browserbase MCP Server stellt laut README und offizieller Dokumentation sechs Kernwerkzeuge bereit:
start – Erstellt eine neue Browserbase-Sitzung oder verwendet eine bestehende wieder. Dieser Schritt initialisiert die Browser-Umgebung inklusive Cookies, Sitzungszustand und optionaler Konfiguration (Proxies, Stealthmodus, Keep-Alive).
end – Schließt die aktuelle Browserbase-Sitzung ordnungsgemäß und gibt Ressourcen frei. Wichtig für Kosteneffizienz und Sicherheit, da offene Sitzungen weiterhin Ressourcen belegen.
navigate – Navigiert den Browser zu einer angegebenen URL. Wartet automatisch auf den vollständigen Seitenaufbau, bevor das Ergebnis zurückgegeben wird. Eingabe: { url: string }.
act – Führt eine natürlichsprachige Aktion auf der aktuellen Seite aus. Stagehand übersetzt den Befehl in präzise Browser-Interaktionen: Klicks, Texteingaben, Scroll-Aktionen und mehr. Eingabe: { action: string }.
observe – Analysiert die aktuelle Seite und gibt eine Liste aller interaktiven Elemente zurück, auf die gehandelt werden kann. Nützlich für mehrstufige Automatisierungen, bei denen der Agent die Seite zunächst erkunden muss. Eingabe: { instruction: string }.
extract – Extrahiert strukturierte Daten von der aktuellen Seite – Produktpreise, Tabellen, Kontaktdaten, Artikel und mehr. Auch ohne explizite Anweisung möglich; die KI erkennt den relevanten Inhalt selbstständig. Eingabe: { instruction?: string }.
Einrichtung
Gehosteter Modus (Streamable HTTP, empfohlen):
Für Clients mit nativer SHTTP-Unterstützung genügt folgende Konfiguration:
{
"mcpServers": {
"browserbase": {
"type": "http",
"url": "https://mcp.browserbase.com/mcp"
}
}
}
Clients ohne native SHTTP-Unterstützung nutzen mcp-remote:
{
"mcpServers": {
"browserbase": {
"command": "npx",
"args": ["mcp-remote", "https://mcp.browserbase.com/mcp"]
}
}
}
Lokaler STDIO-Modus:
{
"mcpServers": {
"browserbase": {
"command": "npx",
"args": ["@browserbasehq/mcp"],
"env": {
"BROWSERBASE_API_KEY": "",
"BROWSERBASE_PROJECT_ID": "",
"GEMINI_API_KEY": ""
}
}
}
}
API-Keys werden im [Browserbase-Dashboard](https://www.browserbase.com/overview) erstellt. Die Project-ID ist im Dashboard unter den Projekteinstellungen einsehbar.
Sicherheitshinweise
Der Browserbase MCP Server öffnet dem KI-Client den Zugang zu einem echten Cloud-Browser. Das bedeutet: Der Agent kann Formulare ausfüllen, auf Schaltflächen klicken und authentifizierte Bereiche betreten, sofern entsprechende Sitzungskredentials gespeichert sind. Folgende Punkte sind zu beachten:
API-Keys und Project-IDs gehören ausschließlich in Umgebungsvariablen oder sichere Client-Konfigurationen – niemals in öffentlich sichtbare Dateien oder Prompts. Der Modus --proxies sollte nur aktiviert werden, wenn die Zielwebsite Proxy-Nutzung zulässt. Prompt-Injection über manipulierte Webseiteninhalte ist ein bekanntes Risiko bei MCP-Servern mit Browser-Zugriff; Agenten-Aktionen sollten daher vor produktiven Schritten überprüft werden. Das Flag --verified (Verified Identity) ist laut Anbieter ausschließlich für Scale-Plan-Nutzer verfügbar und sollte nicht ohne bewusste Planung aktiviert werden.
FAQ
Ist der Browserbase MCP Server kostenlos? Das Quellcode-Repository ist Apache-2.0-lizenziert. Die Nutzung des gehosteten Endpunkts hängt vom gewählten Browserbase-Plan ab. Aktuelle Preise veröffentlicht Browserbase auf der eigenen Preisseite.
Was ist Stagehand? Stagehand ist ein Open-Source-Framework von Browserbase, das natürlichsprachige Befehle in Browser-Aktionen übersetzt. Es belegt laut Anbieter Spitzenpositionen in einschlägigen Web-Automatisierungs-Benchmarks und ist das technische Herzstück des Browserbase MCP Servers.
Warum ist das GitHub-Repository archiviert? Das Repository browserbase/mcp-server-browserbase dient laut README als historische Referenzimplementierung. Der aktiv gewartete Weg ist der gehostete Endpunkt https://mcp.browserbase.com/mcp bzw. das npm-Paket @browserbasehq/mcp.
Wie aktuell sind die GitHub-Sterne? Die GitHub-API meldete am 08.09.2026 exakt 3.404 Sterne. Diese Zahl ist eine Momentaufnahme der Repository-Popularität und kein Sicherheits- oder Qualitätsversprechen.
Kann ich ein anderes KI-Modell als Gemini verwenden? Ja, im lokalen STDIO-Modus. Mit --modelName und --modelApiKey lassen sich alternative Modelle wie Claude Sonnet oder GPT-4o konfigurieren, sofern Stagehand sie unterstützt. Im gehosteten Modus stellt Browserbase laut Anbieter das Modell bereit.
Voraussetzungen
Browserbase-Konto, API-Key und Project-ID (Dashboard), kompatibler MCP-Client; für lokalen Modus zusätzlich Node.js und Gemini- oder anderer Modell-API-Key.
Installationsanleitung
Schnellstart
Gehostet (empfohlen): {"mcpServers":{"browserbase":{"type":"http","url":"https://mcp.browserbase.com/mcp"}}}. Lokal (STDIO): npx @browserbasehq/mcp mit BROWSERBASE_API_KEY, BROWSERBASE_PROJECT_ID und GEMINI_API_KEY als Umgebungsvariablen.
npx @browserbasehq/mcp
Was der Browserbase MCP Server leistet
Der Browserbase MCP Server verbindet KI-Sprachmodelle mit einer Cloud-Browser-Infrastruktur und macht damit echte, automatisierte Browsersitzungen für KI-Agenten nutzbar. Er baut auf dem Model Context Protocol auf, einem offenen Standard, mit dem Anwendungen strukturierte Werkzeuge und Kontext an KI-Modelle weitergeben, sowie auf Stagehand, einem Framework für zuverlässige, KI-gestützte Browsersteuerung. Statt lokal einen Browser zu starten, öffnet der Server eine Sitzung in der Cloud-Infrastruktur von Browserbase, navigiert zu Webseiten, beobachtet interagierbare Elemente, führt Aktionen aus und extrahiert Daten von Seiten. Damit lassen sich Aufgaben wie Recherche, Formularausfüllen, Screenshots oder das Auslesen von Inhalten direkt aus einem KI-Chat heraus anstoßen, ohne dass Nutzerinnen und Nutzer selbst einen Browser bedienen müssen. Für Entwicklerteams bedeutet das, dass sich Automatisierungsaufgaben, die früher eigene Skripte und Serverkapazitäten erforderten, nun über ein standardisiertes Protokoll an einen KI-Agenten delegieren lassen.
Wichtiger Hinweis zum Status des Projekts
Laut dem GitHub-Repository wurde der ursprüngliche, selbst hostbare Server-Code inzwischen archiviert und wird nicht mehr aktiv weiterentwickelt. Das Repository wird laut Anbieter ausdrücklich als historische Referenzimplementierung bezeichnet und soll nicht als repräsentativ für den aktuellen produktiven Dienst von Browserbase verstanden werden. Wer den Dienst heute produktiv einsetzen möchte, sollte daher vorrangig die gehostete Variante unter der offiziellen Browserbase-Dokumentation prüfen, da diese aktuell gehalten wird, während der offene Quellcode im archivierten Zustand als Lernressource und Ausgangspunkt für eigene Anpassungen dient. Diese Unterscheidung ist wichtig, weil ältere Anleitungen im Netz häufig noch auf den Selbsthost-Weg als Standardpfad verweisen, obwohl der Anbieter inzwischen klar zur gehosteten Lösung rät.
Werkzeuge und Funktionsweise
Der Server stellt laut Dokumentation sechs zentrale Werkzeuge bereit, die dem Umfang der gehosteten Variante entsprechen. Eine Sitzung wird gestartet oder eine bestehende wiederverwendet, eine laufende Sitzung wird beendet, zu einer URL wird navigiert, eine Aktion auf der Seite wird ausgeführt, interagierbare Elemente auf der Seite werden beobachtet, und Daten werden aus dem aktuellen Seiteninhalt extrahiert. Für die Kommunikation unterstützt der Server zwei Übertragungswege: STDIO für lokal laufende Prozesse und Streamable HTTP für die Anbindung an die gehostete Infrastruktur. Bei der gehosteten Variante übernimmt Browserbase laut Anbieter auch die Kosten für das verwendete Sprachmodell, wobei Gemini als leistungsstärkstes Modell für Stagehand genannt wird. Wer stattdessen ein anderes Modell verwenden möchte, kann dies über einen zusätzlichen Konfigurationsparameter sowie einen passenden API-Schlüssel festlegen. Die Kombination aus wenigen, klar benannten Werkzeugen macht es KI-Modellen vergleichsweise leicht, die richtige Aktion zur richtigen Zeit auszuwählen, statt sich in einer unübersichtlichen Menge an Spezialfunktionen zu verlieren.
Schritt 1: Voraussetzungen, Sicherheit und Setup
Für die Selbsthost-Variante werden Node.js und npm sowie ein Browserbase-Konto mit API-Schlüssel und Projekt-ID benötigt; alternativ lässt sich der Server über Docker betreiben, wofür ein lokal gebautes Container-Image erforderlich ist. Zugangsdaten wie API-Schlüssel gehören in Umgebungsvariablen der jeweiligen MCP-Client-Konfiguration und sollten niemals im Klartext in Quellcode oder Chatverläufen landen. Da der Server im Namen des Nutzers Webseiten aufruft und dort Aktionen ausführt, sollte der Einsatz stets auf vertrauenswürdige Zielseiten und klar abgegrenzte Aufgaben beschränkt bleiben, um versehentliche Käufe, Datenlecks oder das Umgehen von Nutzungsbedingungen zu vermeiden. In der Praxis eignet sich der Dienst gut für automatisierte Recherche, das Überwachen von Webinhalten oder repetitive Formularaufgaben, stößt aber an Grenzen, sobald Zielseiten aggressive Bot-Erkennung einsetzen oder komplexe, mehrstufige Authentifizierungen verlangen. Wegen der Archivierung des Codes empfiehlt es sich, vor jedem produktiven Einsatz die aktuelle offizielle Dokumentation zu konsultieren, um sicherzustellen, dass Konfiguration und Werkzeugumfang noch dem tatsächlichen Angebot entsprechen.
npx @browserbasehq/mcp
Authentifizierung
Browserbase-API-Key und Project-ID für alle Modi; Gemini-API-Key (oder anderer Modell-Key) für den lokalen STDIO-Modus.
Benötigte Zugriffsrechte
Vollständige Browser-Steuerung im Rahmen des Browserbase-Kontos: Navigationszugriff, Formularausfüllung, Datenextraktion und sitzungsbasierte Authentifizierung.
Übertragene oder gespeicherte Daten
Browser-Sitzungen laufen auf Browserbase-Infrastruktur; extrahierte Daten werden an den MCP-Client zurückgegeben. Im gehosteten Modus verarbeitet Browserbase laut Anbieter auch die KI-Modell-Anfragen (Gemini).
Sicherheitsrisiken
Browser-Zugang ermöglicht destruktive Aktionen (Formulare, Klicks, Authentifizierung); Prompt-Injection über Webseiteninhalte; API-Keys in unsicheren Konfigurationen.
Lizenz und Kosten
- Lizenz
- Apache-2.0
- Kosten
- kostenlos
Quellcode Apache-2.0-lizenziert und kostenlos. Nutzungskosten richten sich nach dem Browserbase-Plan. Aktuelle Preisinformationen unter browserbase.com/pricing.
Alternativen
Noch nicht erfasst.
Auf einen Blick
- Anbieter
- Browserbase
- Status
- Offizieller Server
- Betriebsart
- Lokal und Remote
- Aktuelle Version
- Noch nicht erfasst.
- GitHub-Sterne
- 3,399
- Zuletzt geprüft
- 08.09.2026
Repository und Dokumentation
Kategorien
Unterstützte Clients
Passende Ratgeber
Anleitungen und Hintergrund, die zu diesem Eintrag passen.