当前位置： 首页 > news >正文

AI Agent + 指纹浏览器：从0搭建MCP Server实现批量账号自动化管理

news 2026/5/11 10:05:38

我是张大鹏，做了十多年人工智能，带过不少项目。说实话，AI Agent 最难的不是生成内容，是"动手干活"——大模型再强，如果只能输出文字而不能操控真实环境，自动化就永远差最后一公里。最近在研究 Instagram 矩阵自动化时，我发现了一个关键破局点：MCP 协议 + 指纹浏览器，让 AI Agent 直接操控批量浏览器账号。本文记录从 0 搭建 AdsPower MCP Server 的完整过程，附可运行代码。

一、为什么 AI Agent 需要 MCP 协议？

1.1 传统 AI 自动化的瓶颈

我和很多开发者聊过 AI 自动化，发现一个普遍困境：

  • API 调用只能获取数据，不能操控真实 UI
  • Selenium/Playwright脚本可以控制浏览器，但需要人工写代码
  • RPA 工具可以录像模拟，但无法与 AI 决策链路打通

换句话说：AI 负责思考，自动化工具负责执行，但两者之间缺一座桥。

1.2 MCP 协议是什么？

MCP（Model Context Protocol）是 Anthropic 在 2024 年底开源的一个标准协议，旨在让 AI 模型与外部工具无缝对接。它的设计哲学很简单：

工具是 AI 能力的扩展，而不是附庸。

MCP 的核心架构是客户端-服务器模式：

┌─────────────────┐ MCP ┌─────────────────┐ │ AI 编码助手 │◄──────────────────►│ MCP Server │ │ Claude / Cursor │ │ (如 AdsPower) │ │ OpenClaw │ │ │ └─────────────────┘ └────────┬────────┘ │ ▼ ┌─────────────────┐ │ 指纹浏览器环境 │ │ (批量账号管理) │ └─────────────────┘

为什么重要？MCP 协议让 AI 直接"调用工具"，而不是通过 API 手工拼接 URL。AI 可以用自然语言驱动浏览器操作：

# 传统的 API 调用方式requests.get("http://local.adspower.net:50325/api/v1/browser/start?user_id=xxx")# MCP 协议下，AI 只需要说：# "帮我启动 ID 为 h1yynkm 的浏览器环境"

1.3 我的感受

说实话，MCP 协议不是什么新概念，JSON-RPC、REST API 都能做类似的事。但 MCP 的优势在于标准化和上下文感知——AI 知道有哪些工具可用，工具的输入输出是什么，这让"AI 控制浏览器"从不可能变成了日常。

二 AdsPower 为什么是指纹浏览器 MCP 的首选？

在调研阶段，我对比了市面主流指纹浏览器（Hubstudio、林猎等），结论如下：

能力维度AdsPowerHubstudio林猎
Local API✅ 20+ 接口✅ 有✅ 有
Selenium/Puppeteer✅ 原生支持✅ 支持✅ 支持
MCP Server✅官方提供❌ 未提供❌ 未提供
指纹配置维度20+较多较多
GitHub 仓库✅ 开源❌❌

AdsPower 是三者中唯一提供官方 MCP Server 的厂商，而且是开源的。这一点对于想做 AI 自动化的开发者来说，是决定性的优势。

三 从 0 搭建 AdsPower MCP Server

3.1 环境准备

在开始之前，确保你的环境满足以下条件：

要求说明
操作系统Windows / macOS / Linux
Node.js≥ 18.0（推荐 Node 20）
AdsPower 客户端V2.4.1 及以上
API Key在 AdsPower UI 中生成

安装 Node.js（如果还没有）：

# 检查版本node--version# 如果低于 18，更新到最新 LTS 版本

3.2 获取 AdsPower API Key

  1. 打开 AdsPower 客户端
  2. 进入设置 → API 设置
  3. 勾选"启用 Local API"
  4. 点击"生成 API Key"，复制保存

注意：API Key 只显示一次，请妥善保管。

3.3 安装 MCP Server

AdsPower 官方提供两种安装方式，我推荐源码构建方式——更可控，而且可以直接用于 AI 编码助手集成。

# 1. 克隆官方仓库gitclone https://github.com/AdsPower/adspower-browser.gitcdadspower-browser# 2. 安装依赖（推荐使用 pnpm）pnpminstall# 如果没有 pnpm，先安装：npm install -g pnpm# 3. 构建项目pnpmrun build# 4. 构建产物位置# packages/local-api-mcp/build/index.js

更简单的方式——直接通过 npx 运行：

npx-ylocal-api-mcp-typescript

不过 npx 方式每次都会下载，不推荐在生产环境使用。

3.4 配置 AI 编码助手接入

构建完成后，你就有了一个可对接 AI 工具的 MCP Server。以下是主流 AI 工具的接入方式：

Claude Code：

claude mcpaddadspower-local-api\-ePORT="50325"\-eAPI_KEY="your_api_key_here"\-- npx-ylocal-api-mcp-typescript

Cursor：

在 Settings → MCP → Add New Server，填入：

{"mcpServers":{"adspower-local-api":{"command":"npx","args":["-y","local-api-mcp-typescript"],"env":{"PORT":"50325","API_KEY":"your_api_key_here"}}}}

OpenClaw（我的主力工具）：

npx clawhub@latestinstalladspower-browser--force

接入成功后，你就可以用自然语言控制浏览器了：

用户：帮我启动 ID 为 h1yynkm 的浏览器环境 AI：调用 MCP tool: start_browser → POST http://local.adspower.net:50325/api/v1/browser/start?user_id=h1yynkm&api_key=xxx → 浏览器启动成功，返回 Selenium 接入点

四 用 MCP Server 控制浏览器：代码实战

4.1 MCP Server 提供的核心工具

AdsPower MCP Server 封装了以下核心能力：

工具名称功能描述
start_browser启动指定浏览器环境
stop_browser关闭指定浏览器
stop_all_browsers关闭所有浏览器
get_browser_list获取环境列表
get_browser_state查询浏览器启动状态

如果你用的是 Node.js SDK 而不是 MCP，还可以调用更底层的 API，包括创建/更新/删除环境、代理配置等。

4.2 场景一：用 Claude 控制启动/关闭浏览器

假设我已经配置好了 AdsPower MCP Server，在 Claude Code 中：

# 启动浏览器环境# 我只需要说："帮我启动 h1yynkm 这个环境"# Claude 会调用 MCP 工具，类似这样：# start_browser(user_id="h1yynkm", api_key="xxx")# 返回结果包含 Selenium 和 Puppeteer 的接入点：{"code":0,"data":{"ws":{"selenium":"127.0.0.1:50300","puppeteer":"ws://127.0.0.1:50300/devtools/browser/xxxx"},"debug_port":"50300","webdriver":"C:\\path\\to\\chromedriver.exe"},"msg":"success"}

4.3 场景二：批量启动多个账号（Python + Selenium）

假设我们有一批 Instagram 账号，要批量启动浏览器并执行操作：

importrequestsimporttimefromseleniumimportwebdriverfromselenium.webdriver.chrome.optionsimportOptionsfromselenium.webdriver.chrome.serviceimportService# AdsPower API 配置API_BASE="http://local.adspower.net:50325"API_KEY="your_api_key_here"# 待启动的账号列表ACCOUNT_LIST=[{"user_id":"h1yynkm","serial":"account_001","country":"US"},{"user_id":"h1yynkm2","serial":"account_002","country":"UK"},{"user_id":"h1yynkm3","serial":"account_003","country":"JP"},]defstart_browser(user_id:str,api_key:str)->dict:"""通过 AdsPower API 启动浏览器"""url=f"{API_BASE}/api/v1/browser/start"params={"user_id":user_id,"api_key":api_key}response=requests.get(url,params=params,timeout=60)data=response.json()ifdata["code"]!=0:raiseRuntimeError(f"启动失败:{data.get('msg','未知错误')}")returndata["data"]defconnect_selenium(ws_endpoint:str,webdriver_path:str):"""通过 Selenium 接入已启动的浏览器"""chrome_options=Options()# 关键：使用 debuggerAddress 连接到 AdsPower 浏览器chrome_options.add_experimental_option("debuggerAddress",ws_endpoint.replace("ws://",""))service=Service(executable_path=webdriver_path)driver=webdriver.Chrome(service=service,options=chrome_options)returndriverdefbatch_login_instagram(accounts:list):"""批量启动浏览器并访问 Instagram 登录页"""foraccountinaccounts:print(f"[{account['serial']}] 正在启动浏览器...")# 1. 启动浏览器browser_data=start_browser(account["user_id"],API_KEY)selenium_endpoint=browser_data["ws"]["selenium"]webdriver_path=browser_data["webdriver"]# 2. Selenium 接入driver=connect_selenium(selenium_endpoint,webdriver_path)try:# 3. 访问 Instagramdriver.get("https://www.instagram.com")time.sleep(3)# 等待页面加载current_url=driver.current_urlprint(f"[{account['serial']}] 当前页面:{current_url}")# 判断是否需要登录（如果 URL 变了说明已登录）if"accounts/login"incurrent_url:print(f"[{account['serial']}] 需要登录操作")else:print(f"[{account['serial']}] 已登录状态")exceptExceptionase:print(f"[{account['serial']}] 操作异常:{e}")finally:# 关闭浏览器，释放资源driver.quit()# 调用 stop_browser 彻底关闭 AdsPower 环境requests.get(f"{API_BASE}/api/v1/browser/stop",params={"user_id":account["user_id"],"api_key":API_KEY})print(f"[{account['serial']}] 浏览器已关闭")time.sleep(2)# 避免并发过快if__name__=="__main__":batch_login_instagram(ACCOUNT_LIST)

运行效果：

[account_001] 正在启动浏览器... [account_001] 当前页面: https://www.instagram.com/accounts/login/ [account_001] 需要登录操作 [account_001] 浏览器已关闭 [account_002] 正在启动浏览器... [account_002] 当前页面: https://www.instagram.com/ [account_002] 已登录状态 [account_002] 浏览器已关闭 ...

4.4 场景三：用 MCP Server 配合 AI Agent 做智能决策

这是最让我兴奋的场景——AI Agent 不只是执行脚本，还能根据环境状态做判断：

用户：帮我检查这批 Instagram 账号的登录状态，登录失败的用 AI 生成一份报告 AI Agent 收到任务后： 1. 调用 get_browser_list 获取所有环境信息 2. 批量启动浏览器 3. 检测每个账号的 Instagram 登录状态 4. 汇总结果，AI 生成诊断报告 5. 调用 stop_all_browsers 清理环境

这种"AI 决策 + MCP 执行"的模式，是真正让 AI 从"聊天"走向"干活"的关键一步。

插图2

五 指纹配置：让每个账号看起来像真人

MCP Server 启动浏览器时，可以携带完整的指纹配置参数。我的研究结论是：AdsPower 支持 20+ 指纹维度，这是批量账号防关联的核心。

5.1 创建环境时指定指纹配置（V2 API）

importrequests API_KEY="your_api_key_here"API_BASE="http://local.adspower.net:50325"# 创建一个新环境，带指纹配置create_url=f"{API_BASE}/api/v1/user/create/v2"payload={"api_key":API_KEY,"name":"Instagram_US_001","group_id":0,# 默认分组"fingerprint_config":{"automatic_timezone":"1",# 自动基于 IP 设置时区"timezone":"America/New_York","webrtc":"forward",# WebRTC 走代理"location_switch":"1",# 自动基于 IP 设置位置"language":["en-US","en"],"ua":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36","screen_resolution":"random",# 随机分辨率"fonts":["all"],# 加载所有字体"canvas":"1",# Canvas 添加噪音"webgl":"2",# WebGL 自定义模式"audio":"1",# 音频指纹添加噪音"hardware_concurrency":"8",# CPU 核数"device_memory":"8",# 内存 8GB},"user_proxy_config":{"proxy_type":"http","proxy_host":"proxy.example.com","proxy_port":"8080","proxy_user":"your_proxy_user","proxy_password":"your_proxy_password",}}response=requests.post(create_url,json=payload)print(response.json())

5.2 指纹配置核心维度说明

维度参数值我的建议
时区automatic_timezone: "1"配合代理 IP 使用，让时区与 IP 所在地一致
WebRTC"forward"多账号必须关闭或走代理，否则真实 IP 泄露
Canvas"1"添加噪音，防止 Canvas 指纹追踪
WebGL"2"自定义模式，比默认更安全
屏幕分辨率"random"避免多账号分辨率完全相同
字体["all"]字体是最常见的关联因子之一

💡重要提醒：指纹配置不是越多越好，也不是越强越好。真实感是关键——刻意伪造的指纹反而更容易被检测。最好通过 BrowserLeaks 实时检测每套配置的隔离效果。

插图3

六 实际应用场景

6.1 Instagram 矩阵管理

这是我正在做的项目：InsMatrixAutomation。

核心需求：

  • 批量管理 20+ Instagram 账号
  • 每个账号独立指纹、独立代理 IP
  • AI 自动执行关注/点赞/评论操作

现有方案痛点：

  • 传统 Selenium 脚本需要为每个账号写独立配置
  • 指纹伪造不够真实，容易关联封号
  • 批量操作时 IP 集中，容易被平台识别

AdsPower + MCP 的优势：

  • 环境隔离彻底，指纹个性化配置
  • MCP Server 让 AI 直接控制环境切换
  • Local API 支持批量程序化管理

6.2 跨境电商多账号运营

适用于：

  • Amazon / eBay 多店铺管理
  • 社交媒体多账号发帖
  • 广告投放账户矩阵

6.3 自动化测试

用不同的指纹配置测试你的 Web 应用：

  • 不同浏览器指纹下的渲染差异
  • 反爬虫策略在不同指纹下的有效性
  • WebGL / Canvas 指纹的一致性验证

总结

维度内容
核心思路用 MCP 协议打通 AI Agent 与指纹浏览器，让 AI 直接控制批量账号环境
关键步骤1. 安装 Node.js ≥18；2. 克隆 AdsPower 仓库并构建；3. 配置 API Key；4. 接入 AI 编码助手
MCP 核心价值自然语言驱动浏览器操作，AI 决策链与执行链无缝衔接
代码要点启动浏览器 → Selenium 接入 → 执行操作 → 关闭环境
注意事项API Key 妥善保管；指纹配置要配合代理 IP；批量操作需控制并发节奏

参考资料：

  • AdsPower 官方 GitHub 仓库
  • AdsPower Local API 官方文档
  • AdsPower 帮助中心
  • BrowserLeaks 指纹检测工具

作者：张大鹏
日期：2026-05-11
团队：大鹏 AI 教育
原创不易，转载需注明出处

http://www.jsqmd.com/news/795061/

相关文章：

  • 2026年彩盒厂家推荐排行榜：食品、手提、高档等各类彩盒印刷优质品牌之选！ - 速递信息
  • 终极指南：3分钟掌握Translumo实时屏幕翻译工具，游戏外语学习两不误
  • 新手零代码搭建跨境独立站：从注册到出单，Taoify 全程保姆级教程
  • FGO自动化终极指南：告别枯燥刷本，每天节省3小时游戏时间
  • 保姆级教程｜助睿 ETL 订单利润分流数据加工全流程（零代码 + 图文详解）
  • 2026年蒙自米线加盟品牌推荐 - mypinpai
  • Windows驱动管理终极指南：使用DriverStore Explorer释放系统空间
  • [Java][Leetcode middle] 54. 螺旋矩阵
  • PyVideoTrans技术栈解析：专业级开源视频翻译与AI配音解决方案
  • 开发者技能图谱实战指南：从知识碎片化到系统化工程能力构建
  • 从零构建MBTI运势应用：全栈技术拆解与工程实践
  • 政务远程帮办部署踩坑实录——从互联网到政务外网
  • Navicat重置终极指南：macOS数据库管理工具无限试用方案
  • 黔鑫门业门价格多少？ - mypinpai
  • ROSGPT实践指南：用大语言模型实现自然语言机器人控制
  • FPGA多通道OFDM-MFSK水声通信系统设计实现【附程序】
  • 工业催化考研辅导班推荐：专门针对性培训机构评测 - michalwang
  • 基于Nostr协议构建去中心化AI社交网络：clawstr实战指南
  • 终极SPT-AKI存档编辑器使用指南：快速掌握塔科夫单机版角色定制
  • AI编码助手安全防护：为Cursor定制智能安全规则实践
  • 英雄联盟智能助手Seraphine：让每一场对局都更有把握
  • WeChatExporter：iOS微信聊天记录导出终极指南，让你真正拥有数据主权
  • 基于WebContainer的GitHub仓库转Markdown工具开发实践
  • 国内直连主流大模型API：ChatAnywhere转发服务全解析与实战
  • 4步掌握StreamCap：轻松实现跨平台直播自动录制
  • 告别FGO枯燥刷本：这款自动化助手如何每天为你节省3小时游戏时间？
  • 2026年必备：10款最新免费可用的降AI率工具 - 降AI实验室
  • 一般力学与力学基础考研辅导班推荐：专门针对性培训机构评测 - michalwang
  • 网盘直链下载助手深度解析：八大平台高效下载的完整技术方案
  • 金价高位急跌预警！乌鲁木齐人快找福正美变现避险 - 福正美黄金回收