你是否曾经希望AI不仅能回答你的问题，还能直接操作浏览器，帮你自动填写表单、抓取数据，甚至点击页面按钮？现在，借助 Dify 和 Chrome MCP 的配合，只需短短几分钟，你就能搭建出一个真正可以“动手”操作网页的AI助手。
这篇文章将一步步带你完成在本地部署 Dify 并配置 Chrome MCP 服务器的全过程，轻松打造一个属于你自己的网页自动化智能助手。
准备工作：确保你的环境就绪
在开始前，请确保你的系统已安装：
- Docker 和 Docker Compose（用于快速部署Dify）
- **Node.js 18+**（用于运行Chrome MCP服务器）
- Git（用于克隆项目仓库）
第一步：快速部署Dify（仅需1分钟）
Dify是一个强大的LLM应用开发平台，我们通过Docker快速部署：
# 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml # 启动Dify服务 docker-compose up -d
等待1分钟左右，访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。
第二步：安装Chrome MCP服务器（1分钟）
打开新的终端窗口，安装并启动Chrome MCP服务器：
# 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务（会自动打开Chrome浏览器） server-chrome
服务启动后，你会看到类似下面的输出，表示MCP服务器正在9999端口监听：
Server running on http://localhost:9999 Chrome browser launched and connected successfully
第三步：在Dify中配置Chrome MCP（1分钟）
现在回到Dify管理界面，进行关键配置：
- 进入设置 > 模型供应商 > MCP服务器
- 点击添加MCP服务器
- 填写配置信息：
- 服务器名称: Chrome-Automation
- 服务器URL: http://localhost:9999
- 点击验证并保存，看到绿色成功提示
效果验证：让AI帮你操作网页
配置完成后，你就可以在Dify的Playground中测试你的网页自动化AI助手了。
试试这些实用场景：
场景1：自动网页搜索
请打开百度首页，在搜索框中输入"最新AI技术发展"，点击搜索按钮，然后告诉我第一页的搜索结果标题。
场景2：自动填写表单
请打开https://example.com/contact页面，在姓名栏填写"张三"，邮箱栏填写"zhangsan@email.com"，在留言区填写"咨询产品信息"，然后点击提交按钮。
场景3：数据抓取与分析
请打开https://news.example.com/technology页面，抓取所有新闻标题和发布时间，然后分析今天最热门的技术话题是什么。
工作原理：为什么这很厉害？
这个组合的厉害之处在于分工明确：
- Dify：负责与LLM对话，理解你的自然语言指令，并将其分解成具体的浏览器操作步骤
- Chrome MCP服务器：负责实际控制Chrome浏览器，执行具体的网页操作命令
- LLM（大语言模型）：作为大脑，理解你的意图并规划操作流程
常见问题排查
- Chrome无法启动：确保系统已安装Chrome浏览器，或者指定Chrome路径：
CHROME_PATH=/path/to/chrome server-chrome - 连接失败：检查Dify和Chrome MCP服务器是否在同一个网络环境下，防火墙是否允许9999端口通信
- 操作超时：复杂网页加载需要时间，可以增加超时设置：
server-chrome --timeout=60000 - 权限问题：在MacOS/Linux上可能需要权限：
sudo npm install -g @modelcontextprotocol/server-chrome
进阶使用技巧
掌握了基础用法后，你还可以尝试这些高级功能：
- 多页面管理：同时控制多个浏览器标签页，完成更复杂的任务
- 用户身份保存：让AI记住登录状态，下次直接操作无需重新登录
- 定时任务：结合Dify的工作流功能，设置定时自动化任务
- 异常处理：教会AI识别操作失败的情况并自动尝试替代方案
总结：你现在拥有了什么？
通过这个3分钟搭建的系统，你获得了一个能够：
- ✅ 用自然语言指挥的网页自动化助手
- ✅ 自动完成重复性的网页操作任务
- ✅ 抓取和分析网页数据的智能代理
- ✅ 7×24小时待命的数字员工
无论是自动填表、数据监控、内容抓取还是网页测试，这个Dify+Chrome MCP组合都能帮你自动化完成。最重要的是，这一切都不需要你编写复杂的代码——只需要用自然语言告诉AI你想要做什么。
现在就开始你的网页自动化之旅吧！
