nova-act-mcp

基本能力

产品定位

nova-act-mcp 是一个浏览器自动化工具，通过 MCP 协议与 AI 助手集成，实现自然语言驱动的网页交互。

核心功能

1. 浏览器控制：直接通过 AI 助手控制网页浏览器
2. 任务执行：执行交互式浏览器自动化任务
3. 会话保持：在交互之间维护浏览器会话
4. 透明推理：查看代理的逐步推理过程
5. 会话管理：支持启动、执行指令和结束会话
6. 持久会话：维护浏览器配置文件，保留登录状态和本地数据

适用场景

1. 通过自然语言指令进行网页搜索
2. 自动化填写表单和提交数据
3. 网页内容抓取和分析
4. 多步骤网页操作流程自动化
5. 与需要登录的网站交互

工具列表

1. nova-browser：主工具，提供浏览器控制能力
2. 启动浏览器会话
3. 执行自然语言指令
4. 结束会话

常见问题解答

1. Nova Act API 密钥问题：
2. 验证密钥有效性
3. 检查配置是否正确
4. 尝试设置为环境变量
5. 浏览器自动化问题：
6. 检查代理思考字段
7. 使指令更具体
8. 对表单和登录明确字段名称
9. 调试模式：设置 NOVA_MCP_DEBUG=1 获取详细诊断信息

使用教程

使用依赖

1. Python 3.10 或更高版本
2. Amazon Nova Act API 密钥（从 https://nova.amazon.com/act 获取）
3. Claude Desktop 应用程序（如与 Claude 一起使用）

安装教程

1. 克隆仓库： bash git clone https://github.com/yourusername/nova-act-mcp.git cd nova-act-mcp
2. 安装依赖： bash pip install -r requirements.txt

调试方式

1. 使用 MCP Inspector 工具测试： bash npm install -g @modelcontextprotocol/inspector NOVA_ACT_API_KEY="your_api_key_here" npx @modelcontextprotocol/inspector uv --directory /path/to/nova-act-mcp run nova_mcp.py
2. 测试浏览器操作： json { "action": "start", "url": "https://www.google.com" } 然后： json { "action": "execute", "session_id": "your_session_id_from_previous_response", "instruction": "search for tea pots" }

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。