Browser MCP Server

一个用于访问和搜索 Brave Browser 代码库的 MCP (Model Context Protocol) 服务器。

功能特性

• 🔍 代码搜索: 在代码库中搜索文本和模式
• 📁 文件浏览: 列出和读取代码库中的文件
• 🌳 代码切片: 使用 tree-sitter 进行语义感知的代码切片
• 🔢 向量化: 自动为代码切片生成向量嵌入，支持语义搜索
  • 默认尝试使用 CodeBERT + ONNX Runtime（如果模型可用）
  • 自动降级到 TF-IDF 向量化（快速、无需依赖、资源消耗低）
  • 模型加载框架已就绪，推理部分需要架构优化
  • 详细对比见 EMBEDDING_COMPARISON.md
  • CodeBERT vs ONNX Runtime 区别见 ORT_VS_CODEBERT.md
• 🌐 多语言支持: 支持 Rust, JavaScript, TypeScript, Python, C/C++/Objective-C++, Java, Go, JSON, YAML, HTML, CSS 等
• 🚀 高性能: 使用异步 I/O 和智能文件过滤
• 🛡️ 安全: 自动忽略二进制文件和大文件

安装

# 克隆或下载代码
cd browser-mcp

# 构建项目
cargo build --release

配置

服务器使用 TOML 配置文件进行配置。配置文件按以下优先级查找：

1. 环境变量 BROWSER_MCP_CONFIG 指定的路径
2. 当前目录的 browser-mcp.toml
3. 用户配置目录的 browser-mcp/config.toml (macOS: ~/Library/Application Support/browser-mcp/config.toml)
4. 如果都没有找到，使用默认配置

创建配置文件

复制示例配置文件并修改：

cp browser-mcp.toml.example browser-mcp.toml

然后编辑 browser-mcp.toml，设置你的代码库路径：

[codebase]
# Brave Browser 代码库的路径（绝对路径或相对路径）
path = "/path/to/brave-browser"

# 搜索时忽略的文件扩展名
ignored_extensions = [
    "png", "jpg", "jpeg", "gif", "ico", "svg",
    "woff", "woff2", "ttf", "otf", "eot",
    "pdf", "zip", "tar", "gz", "jar",
    "class", "so", "dylib", "dll", "exe"
]

# 搜索时忽略大于此大小的文件（字节），默认 1MB
max_file_size = 1_000_000

# 代码切片最大大小（字节），默认 2000
chunk_size = 2000

# 是否启用代码切片（使用 tree-sitter），默认 true
enable_chunking = true

# 是否启用向量化，默认 true
# 使用本地 TF-IDF 向量化方法
enable_embedding = true

[server]
# 日志级别: trace, debug, info, warn, error
log_level = "info"

# 搜索默认最大结果数
max_results = 50

使用方法

作为 MCP 服务器运行

# 开发模式
cargo run

# 发布模式
cargo build --release
./target/release/browser-mcp

服务器通过 stdin/stdout 与 MCP 客户端通信。

与 Claude Desktop 集成

在 Claude Desktop 的配置文件中添加服务器配置（通常位于 ~/Library/Application Support/Claude/claude_desktop_config.json 或 Windows 的 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "browser-mcp": {
      "command": "/path/to/browser-mcp/target/release/browser-mcp",
      "args": []
    }
  }
}

注意: 确保在运行 browser-mcp 的目录中有 browser-mcp.toml 配置文件，或者将配置文件放在用户配置目录中。

重启 Claude Desktop 后，你就可以在对话中使用代码库搜索功能了。

工具

服务器提供以下工具：

1. search_code: 在代码库中搜索文本

   • query: 搜索查询字符串
   • max_results: 最大结果数量（默认 50）

2. list_files: 列出指定目录中的文件

   • path: 目录路径（相对于代码库根目录）

3. read_file: 读取文件内容

   • file_path: 文件路径（相对于代码库根目录）

4. chunk_file: 对文件进行代码切片（使用 tree-sitter）

   • file_path: 文件路径（相对于代码库根目录）
   • 返回代码切片列表，每个切片包含函数、类等语义单元

5. chunk_files: 批量对多个文件进行代码切片

   • file_paths: 文件路径数组

6. search_by_embedding: 基于向量相似度的语义搜索

   • query: 搜索查询文本
   • max_results: 最大结果数量（默认 10）
   • 返回代码切片及其相似度分数

资源

• codebase://search: 代码搜索资源
• codebase://files: 文件列表资源

开发

# 运行测试
cargo test

# 运行并查看日志（可以通过环境变量或配置文件设置）
RUST_LOG=debug cargo run

# 或者修改配置文件中的 log_level 字段

代码向量化模型

项目支持集成专用的代码向量化模型（如 CodeBERT）。详见 MODEL_INTEGRATION.md。

快速开始

1. 转换模型（需要 Python 环境）：

   python scripts/convert_codebert_to_onnx.py \
       --model microsoft/codebert-base \
       --output ./model

2. 配置模型路径：

   [embedding]
   model_path = "./model/model.onnx"
   tokenizer_path = "./model/tokenizer.json"
   dimension = 768  # CodeBERT 输出维度

3. 构建并运行：

   cargo build --release --features model-embedding
   ./target/release/browser-mcp

许可证

MIT