OpenBrowser MCP：一個工具打天下，Token 成本砍到 1/877 工具評測

發布日期：2026 年 2 月 26 日 | 閱讀時間：約 10 分鐘
重點摘要：傳統 Browser MCP（Playwright、Chrome DevTools）給 AI 幾十個工具，每次操作 dump 整個頁面的 accessibility tree——一個 Wikipedia 頁面要吃 124,000+ tokens。OpenBrowser MCP 只暴露一個工具 execute_code，讓 agent 寫 Python 控制瀏覽器，自己決定要回傳什麼。結果：Token 用量少 877 倍、Response payload 小 144 倍、每千次工作流成本從 $744 降到 $0.85（Claude Sonnet 4.6）。MIT 開源。

問題：為什麼 Browser MCP 這麼燒錢？

當你的 AI agent 需要瀏覽網頁時，目前主流有兩個 MCP server：

  • Playwright MCP（Microsoft）— 22 個核心工具，34 個總工具
  • Chrome DevTools MCP（Google）— 26 個工具

它們的共同設計：每次操作，都把整個頁面的 accessibility tree 塞進 context window。

聽起來合理——AI 需要「看到」頁面才能操作。問題是代價太大了：

操作 Playwright MCP Chrome DevTools MCP OpenBrowser MCP
Navigate ~124K tokens（自動附帶整頁快照） ~60 tokens（只回 URL） ~34 tokens（只回 URL）
取得頁面狀態 ~124K tokens（又一次完整快照） ~135K tokens（完整快照） ~105 tokens（精簡摘要）
Click ~85 tokens ~55 tokens ~20 tokens
Go back ~50 tokens ~37 tokens ~19 tokens

Playwright MCP 最慘——每次 navigate 就自動 dump 一次，不管你需不需要。一個 5 步的 Wikipedia 工作流（導航 → 取得狀態 → 點連結 → 返回 → 再取得狀態），三者的 token 消耗：

指標 Playwright MCP Chrome DevTools MCP OpenBrowser MCP
預估 tokens 248,016 134,802 283
Token 比率 877x 476x 1x（基準）

877 倍。不是 8.7 倍，是八百七十七倍。

OpenBrowser 的核心思路：CodeAgent 架構

OpenBrowser 的解法很直覺：不給 AI 一堆工具，只給它一支筆。

整個 MCP server 只暴露一個工具 execute_code。AI agent 寫 Python 程式碼，OpenBrowser 在一個 persistent runtime（類似 Jupyter notebook）裡執行，agent 自己控制要回傳什麼。

傳統模式 vs CodeAgent 模式：

場景 傳統 MCP（Playwright / Chrome DevTools） OpenBrowser（CodeAgent）
Navigate 呼叫 navigate 工具 → 回傳整頁 a11y tree 寫 Python await browser.navigate("url") → 回傳 URL 確認
找特定元素 dump 整頁快照，LLM 自己在 538K 字元中搜尋 寫 Python regex/string matching → 只回傳匹配結果（~900 字元）
抓取資料 dump 整頁，LLM 自己解析 await evaluate('document.querySelector(".infobox")?.innerText')
填表單 多次呼叫 type/click/select 工具 一段 Python 批次完成所有欄位

關鍵差異：AI 決定要看什麼，而不是系統把所有東西都倒給 AI。

真實成本對比

以 5 步 Wikipedia 工作流為例，每 1,000 次工作流的 token 成本：

模型 Playwright MCP Chrome DevTools MCP OpenBrowser MCP
Claude Sonnet 4.6（$3/M input） $744 $404 $0.85
Claude Opus 4.6（$5/M input） $1,240 $674 $1.42
GPT-5.2（$1.75/M input） $434 $236 $0.50

用 Claude Opus 跑 Playwright MCP，一千次工作流要 $1,240。換 OpenBrowser，$1.42。差了三個數量級。

技術架構

OpenBrowser 底層直接用 CDP（Chrome DevTools Protocol）與瀏覽器溝通，不經過 Playwright 或 Puppeteer 中間層：

  • CodeAgent — LLM 寫 Python，在 persistent namespace 中執行（類似 Jupyter kernel）
  • Raw CDP — 直接 Chrome DevTools Protocol，最大控制權和速度
  • Vision 支援 — 可截圖分析頁面的視覺內容
  • 影片錄製 — 錄下瀏覽器操作過程

支援的 LLM 供應商

供應商 模型範例
GoogleGemini 3 Flash / Pro
OpenAIGPT-5.2, o4-mini, o3
AnthropicClaude Sonnet 4.6, Opus 4.6
GroqLlama 4 Scout, Qwen3-32B
AWS BedrockClaude, Amazon Nova Pro
Azure OpenAI任何 Azure 部署的模型
OpenRouteropenrouter.ai 上的任何模型
DeepSeekDeepSeek Chat, R1
CerebrasLlama 4 Scout, Qwen 3 235B
Ollama本地模型（Llama、DeepSeek 等）

安裝與使用

作為 Python 套件

pip install openbrowser-ai

# 安裝瀏覽器
uvx openbrowser-ai install

作為 MCP Server（Claude Code）

在專案的 .mcp.json 中加入：

{
  "mcpServers": {
    "openbrowser": {
      "command": "uvx",
      "args": ["openbrowser-ai[mcp]", "--mcp"]
    }
  }
}

作為 Claude Code Plugin

# 加入 marketplace（一次性）
claude plugin marketplace add billy-enrizky/openbrowser-ai

# 安裝
claude plugin install openbrowser@openbrowser-ai

Plugin 附帶 5 個 built-in skills：

Skill 用途
web-scraping結構化資料提取、分頁處理
form-filling表單填寫、登入流程、多步驟精靈
e2e-testing模擬使用者互動測試 Web app
page-analysis分析頁面內容、結構、metadata
accessibility-auditWCAG 無障礙合規性審計

三大 Browser MCP 完整比較

項目 Playwright MCP Chrome DevTools MCP OpenBrowser MCP
維護者 Microsoft Chrome DevTools（Google） OpenBrowser（社群）
GitHub Stars 27,400+ 26,200+ 新專案
引擎 Playwright（Chromium/Firefox/WebKit） Puppeteer（CDP） Raw CDP（直接）
工具數量 22 核心（34 總計） 26 1（execute_code）
架構 每次操作附帶 A11y 快照 按需取得 A11y 快照 CodeAgent — Python 執行
語言 TypeScript（Node.js） TypeScript（Node.js） Python
多瀏覽器 Chromium / Firefox / WebKit 僅 Chromium 僅 Chromium
授權 Apache 2.0 Apache 2.0 MIT
5 步 Wikipedia 流程 ~248K tokens ~135K tokens ~283 tokens

注意事項與限制

  • 新專案 — 相比 Microsoft 和 Google 的成熟專案，OpenBrowser 還很年輕，社群和文件持續建設中
  • 僅支援 Chromium — 不像 Playwright 支援 Firefox 和 WebKit
  • 需要 Python 環境 — 如果你的工具鏈全是 Node.js，需要額外安裝 Python
  • 安全性考量 — agent 在 persistent runtime 中執行 Python 程式碼，代碼注入的風險需要注意
  • Benchmark 由作者自行提供 — 雖然方法論和程式碼都公開，但尚未有獨立第三方驗證

誰適合用？

  • 高頻率 Web scraping — 每次省 877 倍 token，量大時差異巨大
  • CI/CD 中的 E2E 測試 — token 成本低到可以每次 commit 都跑
  • 成本敏感的場景 — 從 $744/千次降到 $0.85/千次，預算規劃完全不同
  • 需要精準資料提取 — Python 比 dump 整頁再靠 LLM 挑更精確

結語

OpenBrowser MCP 的核心洞察很簡單：與其把整個網頁倒給 AI 看，不如讓 AI 自己決定要看什麼。

這就像是從「把整本百科全書印出來給你翻」變成「給你一台電腦讓你 Ctrl+F」。結果是 877 倍的效率差距。

當然，作為新專案，它的穩定性、社群支援、邊緣案例處理都還需要時間驗證。但它提出的問題是正確的——Browser MCP 不應該每次操作都把整頁塞進 context window——這個觀點很可能影響 Playwright MCP 和 Chrome DevTools MCP 的未來設計方向。

相關資源：