跳到主要內容

【2026 最新】Turbo-Browser-MCP 教學:批次填表與 DOM 差分怎麼省?六步本機驗收

最後更新: ·
Turbo-Browser-MCP 教學 教學首圖

你請 AI 幫忙填五個欄位,它每填一格就重新讀整頁。換成一次填完,回傳突然短了;但如果動態欄位漏填,還得補讀、重試。這篇 Turbo-Browser-MCP 教學,帶你把「看起來省」拆成能核對的步驟。

前半專為第一次接觸瀏覽器 Agent 的讀者寫;操作段需要已有 Node.js 20 以上、Git、可用 Chromium 系瀏覽器,以及能設定本機 MCP 的客戶端。你會建立只收假資料的本機表單,比較逐欄、整張填表與兩段批次,最後驗收差分與送出防護。MCP 是讓 AI 客戶端呼叫外部工具的連接規格;先讀懂流程,再貼程式即可。

本文依 2026 年 11 月 16 日查閱的官方 0.5.0 原始碼整理,並執行下方表單的工具層示範。測試以固定腳本經 MCP 呼叫工具,沒有接語言模型,也沒有量到模型供應商帳單上的 Token;本文的呼叫數與字元數,只描述這一次相同任務。

先說結論:完成成本=執行+觀察+補救+驗收

把瀏覽器工具想成幫你辦報名的助理。批次是把五項資料寫在同一張便條;差分是只回報「哪一格變了」。但收據才回答報名是否成立。便條變短、來回變少,仍要連同補讀與失敗嘗試一起算。

  • 欄位與順序已知,先試 smart_fill_form;多步動作已知,再試 batch_actions。
  • 先拿完整基準,才讀 onlyChanged;重新載入、結構改動或內容被截斷,就補完整快照。
  • 把「填對」「防護擋住」「送出成功」「重試沒有多一張單」分成四份驗收。

一、Turbo-Browser-MCP 教學先認四個零件

① 客戶端:「指揮的人」。它讓模型看工具說明、選下一步;本次測試則用固定腳本選步驟。② MCP server:「工具箱」。Turbo-Browser-MCP 在本機接收呼叫,再交給 Playwright 操作瀏覽器。MCP 工具規格把工具名稱與輸入 schema(參數格式)分開定義;連得上工具箱,還要看這次呼叫回來的是結果還是錯誤。

③ DOM:「網頁裡的欄位清單」。它是瀏覽器組織頁面元素的樹狀結構,可先看MDN 的 DOM 入門。工具的快照會把部分結構轉成文字,[f0:e1] 之類的 ref 是這份觀察中的定位線索;換頁、重建欄位後要重新確認。④ 驗收:「對答案與收據」。畫面有字、表單資料正確、伺服器收單,是三個不同觀察。

想把模型、工具與停止條件放回全圖,可以先讀Agent Harness 白話入門。本篇專注批次操作與差分回報,和Agweb 的分頁、profile 與人工接手教學可接著讀。

二、六步完成 Turbo-Browser-MCP 教學:先固定表單,再換工具策略

第 1 步:「會碰到真帳號嗎?」開一個乾淨工具箱

用固定版本與新瀏覽器工作階段。在獨立練習目錄執行下列命令。npm install 會下載依賴;--ignore-scripts 避免執行依賴的安裝腳本。先閱讀固定 commit 的套件設定,再安裝與啟動。此 commit 的版本為 0.5.0;若改用其他版本,整份對照要重跑。

git clone https://github.com/Tthanh2k6/turbo-browser-mcp.git
cd turbo-browser-mcp
git checkout 8fd436e78cc0e191be1aa69c69a3daa643a6a5e1
npm install --ignore-scripts --no-audit --no-fund
npm run doctor

在支援 mcpServers 設定格式的客戶端,用下列範例接入;其他客戶端要換成自己的設定格式。兩個絕對路徑都替換成你的實際位置,save root 指向剛建立的空練習資料夾。--mode launch 明確要求啟動新階段,避開預設 auto 模式可能接上既有 CDP 偵錯瀏覽器的行為;細節見官方安裝說明。

{
  "mcpServers": {
    "turbo-browser": {
      "command": "node",
      "args": [
        "/absolute/path/to/turbo-browser-mcp/src/index.mjs",
        "--mode",
        "launch",
        "--headless"
      ],
      "env": {
        "TURBO_BROWSER_SAVE_ROOT": "/absolute/path/to/empty-practice-folder"
      }
    }
  }
}

重啟客戶端或重新連線,確認工具列表有 inspect_compact、smart_fill_form、batch_actions。若 doctor 找不到瀏覽器,先依官方說明準備你已有權使用的 Chromium;本次用明確的 --executable 路徑指定已安裝的 headless-shell,避免依環境自動選到不同瀏覽器。不要為這個練習載入日常登入 profile。

第 2 步:「成功長什麼樣?」建立有收據的假表單

先把答案寫死。在練習資料夾建立 demo-server.mjs,貼上下方完整程式,再用另一個終端機執行 node demo-server.mjs。保持它開著;瀏覽器開 http://127.0.0.1:8765。若連接埠已被占用,先關掉自己的舊練習程序。

import http from 'node:http';
let receipts = [];
const html = `<!doctype html><html lang="zh-Hant"><meta charset="utf-8">
<title>AlphaLab 假資料表單</title>
<style>body{font:22px system-ui;max-width:780px;margin:40px auto;color:#172435}label{display:block;margin:18px 0}input,select,button{font:inherit;padding:8px}button{margin-right:16px}#status{background:#edf5ff;padding:14px}</style>
<h1>本機練習:活動報名</h1><p>只填假資料;這個頁面只連自己的測試端點。</p>
<form id="f"><label>姓名 <input name="name" id="name"></label>
<label>Email <input name="email" id="email" type="email"></label>
<label>場次 <select name="slot" id="slot"><option value="am">上午</option><option value="pm">下午</option></select></label>
<label><input type="checkbox" id="extra" name="extra">需要餐點</label>
<div id="dynamic"></div><button id="submit" type="submit">Submit</button></form>
<p id="status">尚未送出</p>
<script>
const f=document.querySelector('#f');
document.querySelector('#extra').onchange=e=>{document.querySelector('#dynamic').innerHTML=e.target.checked?'<label>飲食偏好 <input name="meal" id="meal"></label>':''};
f.onsubmit=async e=>{e.preventDefault();const r=await fetch('/submit',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify(Object.fromEntries(new FormData(f)))});const j=await r.json();document.querySelector('#status').textContent='收據 '+j.id};
</script></html>`;
const server=http.createServer(async(req,res)=>{
 const pathname=new URL(req.url,'http://127.0.0.1').pathname;
 if(req.method==='GET'&&pathname==='/receipts'){res.setHeader('Content-Type','application/json');res.end(JSON.stringify(receipts));return;}
 if(req.method==='POST'&&pathname==='/submit'){
  let body='';for await(const chunk of req)body+=chunk;
  const row={id:'DEMO-'+(receipts.length+1),data:JSON.parse(body)};receipts.push(row);
  res.setHeader('Content-Type','application/json');res.end(JSON.stringify(row));return;
 }
 res.setHeader('Content-Type','text/html; charset=utf-8');res.end(html);
});
server.listen(8765,'127.0.0.1',()=>console.log('http://127.0.0.1:8765'));

測試目標固定為姓名「測試小林」、Email「demo@example.invalid」、場次下午、勾選需要餐點、飲食偏好「素食」。勾餐點後才出現最後一格,讓你觀察動態欄位。/receipts 可查看伺服器收到的資料;重新啟動這個練習程式會清空收據。端點只綁本機,請保持這個設定。

第 3 步:「少幾次來回?」只換填表方式

先完整觀察,再分組操作。以下是交給 MCP 客戶端的工具名稱與參數,不是終端機指令。先呼叫 tabs_batch,參數為 {"operations":[{"action":"open","url":"http://127.0.0.1:8765"}]};從結果確認 tabId。接著呼叫 inspect_compact,用 {"mode":"forms","maxChars":8000} 建立完整基準。多分頁時,後續每次帶回相同 tabId。

A 組逐欄呼叫五次 smart_fill_form,每次只放一個 field,並開 returnSnapshot:true。B 組重新開一張乾淨表單,同樣先觀察,再一次放入以下五格。欄位順序保留,因為最後一格依賴勾選餐點。

{
  "fields": [
    {
      "selector": "#name",
      "value": "測試小林"
    },
    {
      "selector": "#email",
      "value": "demo@example.invalid"
    },
    {
      "selector": "#slot",
      "option": "pm"
    },
    {
      "selector": "#extra",
      "value": true
    },
    {
      "selector": "#meal",
      "value": "素食"
    }
  ],
  "stopBeforeSubmit": true,
  "returnSnapshot": true,
  "snapshotMode": "forms",
  "snapshotMaxChars": 8000
}

C 組再開乾淨表單,把前四格放進第一步,最後一格放第二步,交給 batch_actions。下方是完整參數。兩步在這個已知表單可連續執行;遇到必須讀伺服器回應才能決定下一步的頁面,先拆開觀察再繼續。

{
  "steps": [
    {
      "action": "smart_fill_form",
      "fields": [
        {
          "selector": "#name",
          "value": "測試小林"
        },
        {
          "selector": "#email",
          "value": "demo@example.invalid"
        },
        {
          "selector": "#slot",
          "option": "pm"
        },
        {
          "selector": "#extra",
          "value": true
        }
      ]
    },
    {
      "action": "smart_fill_form",
      "fields": [
        {
          "selector": "#meal",
          "value": "素食"
        }
      ]
    }
  ],
  "returnSnapshot": true,
  "snapshotMode": "forms",
  "snapshotMaxChars": 8000
}

每組最後用 evaluate_js 呼叫下面的 expression,比對五項值是否符合答案。FormData 讀的是表單會整理出的欄位;自訂框架另有內部狀態時,還要驗它送到測試端點的資料。Playwright 官方 assertions也把欄位值檢查與畫面文字檢查分開。

{
  "expression": "Object.fromEntries(new FormData(document.querySelector('#f')))"
}
Turbo-Browser-MCP 教學:同一假資料表單的三種工具呼叫策略
AlphaLab 單次工具層示範。逐欄基準同樣使用本工具,每次一格;不是與其他瀏覽器套件的排名。

本次環境是 Node.js 24.15.0、playwright-core 1.65.1、Chrome for Testing 153.0.8010.53,經 stdio MCP 傳輸。統計從起始快照到 FormData 驗收,排除開頁與送出;回傳字元以整份 JSON-RPC 回應序列化後的 JavaScript 字串長度計。三組皆填對;不同次執行中的計時欄位、tabId 和錯誤訊息,都可能改變字元數。這份證據支持合併已知動作可少來回,還不足以外推模型決策品質或付費 Token 比例。

第 4 步:「差分很短就夠嗎?」故意改、刪、重載

把差分當更新便條,保留原本清單。完成填表後,再取一次完整 inspect_compact。接著用 {"mode":"forms","onlyChanged":true,"maxChars":8000} 觀察;不改欄位時,本次只回表頭。改姓名後再取差分,會出現新的姓名值。

接著取消餐點勾選,飲食偏好欄位從頁面移除。本次差分回報了勾選狀態改變,沒有逐條附上被刪欄位的刪除通知;完整快照則從六個元素變五個。這與inspectCompact 的簽章篩選實作一致:它逐個處理目前存在的項目,過濾基準中相同的簽章。若把差分當成整頁,就可能保留腦中的舊欄位。

再用 tabs_batch 的 {"operations":[{"action":"reload"}]} 重載相同網址。本次差分只列出三個恢復預設值的控制項,並非完整新清單。因此每次重載都先補完整快照;切換 mode、query 或 selector 範圍後,也先重建同範圍的基準。若看到 truncated:true,先提高上限或把任務縮到可完整檢查的範圍,再重新建立基準。這比猜測省下了多少字更實用。

第 5 步:「填完就算報名?」測 guard 與收據

先驗拒絕,再驗一次明確授權。重新填好表單,以 act_fast 呼叫 {"action":"click","selector":"#submit"}。本次回應是 blocked:true、blockedBy:"label",而 /receipts 仍為空陣列。這才證明這個測例的 Submit 沒有收單。

準備測試送出時,才對這個本機端點呼叫下列 batch_actions。expect 等待收據文字;submissionKey 是這次任務的識別鍵。同一練習程序第一次送出應看到 DEMO-1;若已手動送過,先重啟自己的練習 server,並為新測試換一個未使用鍵。

{
  "steps": [
    {
      "action": "click",
      "selector": "#submit"
    }
  ],
  "allowSubmit": true,
  "expect": {
    "textMatches": "收據 DEMO-1",
    "timeoutMs": 3000
  },
  "submissionKey": "my-demo-first-submission"
}

本次取得 submitVerified:true,且伺服器收據含五項正確資料。再以相同 key 送一次,被 blockedBy:"ledger" 擋下,收據數仍是一張。這個本機 ledger(提交紀錄簿)是工具側防重線索;要保護正式交易,還需要服務端自己的去重與交易狀態查詢。工具側紀錄的範圍與保存位置,要按官方 guard 實作核對。

Turbo-Browser-MCP 教學:本機表單填值與 DEMO-1 收據畫面
Step 5 — 本機工具層執行後的真實截圖。五項假資料與測試收據同時可見,細框為工具操作後的畫面標示。

這版還提供 wait_for_human 等待人工完成特定條件,並有選配 TURBO_BROWSER_NETWORK_GUARD=true 網路防護。兩者的設定與覆蓋邊界見官方安全說明。本次驗證的是標籤 guard、明確授權與同鍵拒絕,未測所有網路與 iframe 路徑;別把一個 Submit 測例變成整個網站的安全證明。

第 6 步:「到底省 Token 嗎?」把完整任務記到結束

用相同模型與預算再驗一次。有可用模型帳戶時,固定模型版本、客戶端、工具 schema、系統提示、任務指令、乾淨瀏覽器、起始頁與最多重試次數。每組另開新對話,交替執行多次;只換工具策略。不要讓 A 組看過 B 組解答,也不要把前一組的對話歷史帶進下一組。

  • 記錄每次模型 usage 的輸入、輸出與快取欄位,再按該供應商當時的費率算錢;工具文字字數另列。
  • 總等待時間從接到任務到資料與收據都驗收完成,含模型思考、瀏覽器等待、錯誤與補讀。
  • 成功率用成功次數除以全部嘗試;平均每次成功的成本用全部嘗試總成本除以成功次數,零成功時保留為未定義。
  • 逐筆留下工具回應、欄位答案、receipt 與失敗位置。省下的回合若被補救吃回來,也照實記。

官方 合成 benchmark與端到端測例提供可研究的起點,但腳本中的歷史重播估算與你供應商的實際 usage 要分開。原始 HN 討論也有人要求和其他 Agent 工具比完整任務。這篇保留同工具的逐欄對照;若比較其他工具,就讓它們使用各自合理的批次功能,並維持相同成功標準。

三、三個常見坑:批太大、讀太少、太早報喜

坑一:把相依步驟當成固定清單。如果下一欄內容要等後端回覆才知道,先拿回回應,再規畫下一批;遇錯先停止,核對已完成的欄位,再決定補哪一步。一次重新填整張,可能把已確認資料改掉。

坑二:只看 delta 的短。它縮短的是這次觀察,客戶端可能仍把舊快照放進模型上下文。要看實際送給模型的訊息與 usage,才能知道總輸入怎麼變。MCP 與 CLI 的同任務成本對照可補上介面比較;Chrome DevTools MCP 的除錯證據教學則適合往 Console 與 Network 查錯。

坑三:工具回 ok 就寫完成。按鈕點到了、資料送到了、伺服器接受了,各要一項證據。若回應超時,先查提交狀態,再決定是否重送。allowSubmit:true 會放行本來被攔住的動作;練習結束就關閉測試瀏覽器與 server。正式網站的授權邊界,可接著看瀏覽器 Agent 權限驗收。

常見問題:八個先講答案的判斷

1. 快照少九成,帳單也少九成嗎?

不一定。快照只是輸入之一;工具說明、對話歷史、輸出、快取費率與失敗重試都要算。

2. 本篇有跑真的 AI 模型嗎?

沒有。本篇執行固定腳本經 MCP 呼叫工具,驗證本機表單與 guard;模型端成本留給你的相同條件測試。

3. smart_fill_form 是把五格同時寫入嗎?

應把它理解為一次工具呼叫整理多格。本例仍有先勾餐點、再填飲食的順序,不能由呼叫數推論 DOM 動作全都並行。

4. batch_actions 一定比 smart_fill_form 更好嗎?

不一定。已知整張表單先用 smart_fill_form;有已知的多步互動再分批。這次兩段 batch 的回傳字元還比單次整張填表多。

5. onlyChanged 可以取代完整快照嗎?

本練習保留完整基準。本次刪欄位與同網址重載都顯示差分要配合基準讀;結構改動後重新取完整狀態。

6. 表單顯示正確,還需要看 /receipts 嗎?

需要。FormData 驗欄位,收據驗伺服器真的收到什麼;只有畫面無法替後端結果作證。

7. submissionKey 就能保證所有網站只送一次嗎?

不能由本次結果推論。這次驗證同工具、同 ledger 與相同 key 的拒絕;正式系統仍須核對服務端的交易與去重機制。

8. 完全新手今天做到哪裡就有收穫?

先讓三種填法得到同一份五欄 FormData,再確認未授權 Submit 時收據仍為空。這兩項通過後,再練一次有收據的授權測試。

給新手的三個重點

  • 先固定成功條件,再比較來回次數;把相依欄位排在正確順序。
  • 差分要配完整基準,截斷與重載都要重新觀察。
  • 把少回合、少 Token、少花錢、可靠送出分開驗收。

接著閱讀

左右滑動查看更多推薦

下一步:先拿到同一張正確收據

先把五欄假資料寫在紙上,跑一遍逐欄流程,再跑一遍整張填表。能指出哪次省了觀察、哪次需要補讀,最後又拿到同一份正確收據,才真正掌握「完成成本=執行+觀察+補救+驗收」。想把這套方法接進日常工作,可以從AlphaLab 課程繼續練習;其他主題則在AI 教學與分析專區。

ALPHALAB 社群

有問題?來 Telegram 聊

和 Terry、編輯、其他網友一起討論這篇文章。提問、分享觀點,回覆更即時。

加入 Telegram 討論

📩 訂閱 AlphaLab 電子報

週日 Weekly 週報+週二、週四 Alpha Signal,每週最多三封。

我們不會 spam,隨時可退訂。已訂閱?管理訂閱偏好(會寄登入連結到你的信箱)

主題篩選與退訂說明

寄送日期以台灣時間為準。主題偏好會篩選每期精選,並非每篇新文章的即時通知;當期符合主題的文章不足時會略過寄送。

未勾選任何主題會收到所有主題的精選,並不會停止寄信。

取消勾選 Alpha Signal 可停止週二、週四短報,仍保留週日週報。若要停止所有電子報,請使用信件底部的「取消訂閱」。