1. BrowserUse 配 TaoToken开源 AI 浏览器自动化 settings.json 骨架与 MCP 协议验证BrowserUse 是一个基于 MIT 许可证的开源 AI 浏览器自动化项目它把「打开网页、点击按钮、填表单、抓数据」这类操作交给大模型来决策而不是靠人写死的 CSS 选择器或 XPath。适合谁用需要批量做网页数据采集、自动化测试、RPA 流程、或者想让 Claude Desktop、Cursor 这类 AI 助手直接操作浏览器的开发者。它的核心检索词就是BrowserUse、开源、AI 浏览器自动化、MIT 许可证、MCP 协议。我这次要解决的具体问题是BrowserUse 在 MCP 协议模式下如何把模型请求统一走 TaoToken 的 API 通道而不是每个模型单独配一套 Key。很多人在 BrowserUse 里配 OpenAI、Claude、Gemini 时Key 散落在环境变量、settings.json、MCP server 配置三处换一个模型就要改一遍非常容易出错。TaoToken 提供的是统一的 API 入口兼容 OpenAI 风格的请求格式所以只要把 base_url 和 api_key 指向它BrowserUse 的 LLM 调用和 MCP 工具调用就能共用一条通道。下面我会先讲清楚 BrowserUse 的配置结构再给出一份可以直接复制的 settings.json 骨架然后接入 TaoToken最后用 MCP 协议做连通性验证。整个过程不需要你改 BrowserUse 的源码只动配置文件。2. TaoToken 前置准备Key 与 API 通道在动手改 settings.json 之前先把 TaoToken 这边的准备工作做完。这一步不复杂但顺序不能乱否则后面 MCP 验证会报 401。2.1 获取 API Key打开 TaoToken 控制台进入 API Keys 页面创建一个新的 Key。建议给这个 Key 起一个能识别的名字比如browseruse-mcp方便以后在多个项目里区分。创建后立刻复制保存页面刷新后就看不到完整 Key 了。注意Key 只显示一次建议直接存到密码管理器或本地.env文件不要提交到 Git。2.2 确认 API 入口地址TaoToken 的 API 入口是https://taotoken.net/api这个地址兼容 OpenAI 的/v1/chat/completions路径。BrowserUse 底层通过 LangChain 调用模型LangChain 的 OpenAI 兼容模式需要你提供base_url和api_key两个参数。所以配置时base_url 填https://taotoken.net/apiapi_key 填刚才创建的 Key。如果你用的是 Claude 系列模型TaoToken 同样支持 Anthropic 风格的调用但 BrowserUse 的 MCP 配置里统一用 OpenAI 兼容格式最省事因为 LangChain 的ChatOpenAI类可以直接对接。2.3 确认模型名称在 TaoToken 的模型列表里确认你要用的模型 ID比如gpt-4o、claude-sonnet-4-20250514、gemini-2.5-flash等。BrowserUse 的 settings.json 里需要填具体的模型名填错会直接报 model not found。建议先用一个便宜或免费的模型做连通性测试验证通过后再换成生产模型。3. 可复制配置settings.json 骨架与 TaoToken 接入BrowserUse 的配置分两块一块是 BrowserUse 自身的 settings.json另一块是 MCP server 的配置。这两块可以放在同一个文件里也可以分开。我下面给的骨架是合并写法方便你一次改完。3.1 settings.json 完整骨架{ llm: { provider: openai, model: gpt-4o, base_url: https://taotoken.net/api, api_key: sk-your-taotoken-key, temperature: 0.0, max_tokens: 4096 }, browser: { headless: false, viewport: { width: 1280, height: 800 }, user_data_dir: ./browser_profile, timeout: 30000 }, agent: { max_steps: 50, use_vision: true, save_conversation_path: ./logs/conversation.json }, mcp: { enabled: true, servers: { browseruse: { command: python, args: [-m, browser_use.mcp_server], env: { OPENAI_API_KEY: sk-your-taotoken-key, OPENAI_BASE_URL: https://taotoken.net/api, BROWSER_USE_MODEL: gpt-4o } } } } }这份骨架里llm段控制 BrowserUse 主流程的模型调用mcp段控制 MCP server 启动时的环境变量。两处都指向 TaoToken这样无论你是直接跑 BrowserUse 脚本还是通过 Claude Desktop 调用 MCP走的都是同一条 API 通道。3.2 关键参数说明参数作用建议值llm.provider指定 LangChain 的模型类openai兼容模式llm.base_urlAPI 入口https://taotoken.net/apillm.api_key鉴权 Key你的 TaoToken Keyllm.model模型 ID按需选测试用便宜模型mcp.servers.browseruse.env.OPENAI_BASE_URLMCP server 的 API 入口同上browser.headless是否无头模式调试时设false生产设true3.3 环境变量方式推荐如果你不想把 Key 写进 JSON可以用环境变量。BrowserUse 和 LangChain 都会优先读环境变量export OPENAI_API_KEYsk-your-taotoken-key export OPENAI_BASE_URLhttps://taotoken.net/api export BROWSER_USE_MODELgpt-4o然后 settings.json 里把api_key留空或删掉只保留base_url和model。这样 Key 不会进版本库团队协作时每人自己配环境变量。3.4 MCP server 启动命令BrowserUse 的 MCP server 可以通过命令行启动方便你单独测试python -m browser_use.mcp_server \ --model gpt-4o \ --base-url https://taotoken.net/api \ --api-key sk-your-taotoken-key启动后它会监听标准输入输出等待 MCP 客户端比如 Claude Desktop发来的 JSON-RPC 请求。如果你看到进程没有立刻退出说明 server 已经起来了。4. 验证请求MCP 协议连通性与成功结果配置写完必须验证。验证分两步先验证 LLM 通道能通再验证 MCP 协议能通。两步都过了才算自动化链路可用。4.1 验证 LLM 通道写一个最小的 Python 脚本用 LangChain 的ChatOpenAI指向 TaoToken发一条测试消息from langchain_openai import ChatOpenAI llm ChatOpenAI( modelgpt-4o, base_urlhttps://taotoken.net/api, api_keysk-your-taotoken-key, temperature0.0, ) resp llm.invoke(只回复两个字通了) print(resp.content)如果输出「通了」说明 TaoToken 的 API 通道正常Key 和 base_url 都没问题。如果报 401检查 Key 是否复制完整如果报 404检查 base_url 是否多了或少了/v1。TaoToken 的入口是https://taotoken.net/apiLangChain 会自动补/v1/chat/completions所以你不要手动加/v1。4.2 验证 MCP 协议连通性MCP 协议验证需要一个 MCP 客户端。最简单的办法是用 Claude Desktop 或 Cursor在它们的 MCP 配置里加上 BrowserUse server{ mcpServers: { browseruse: { command: python, args: [-m, browser_use.mcp_server], env: { OPENAI_API_KEY: sk-your-taotoken-key, OPENAI_BASE_URL: https://taotoken.net/api, BROWSER_USE_MODEL: gpt-4o } } } }保存后重启 Claude Desktop在对话里输入用 browseruse 打开 https://example.com告诉我页面标题是什么。如果 Claude 返回了「Example Domain」或类似标题说明 MCP 协议连通BrowserUse 的浏览器操作能力已经被 AI 助手调用成功。这一步的成功结果就是AI 助手不再只是聊天而是真的打开了浏览器并读取了页面内容。4.3 验证 BrowserUse 主流程如果你不用 MCP 客户端也可以直接跑 BrowserUse 的 Python APIimport asyncio from browser_use import Agent from langchain_openai import ChatOpenAI async def main(): llm ChatOpenAI( modelgpt-4o, base_urlhttps://taotoken.net/api, api_keysk-your-taotoken-key, ) agent Agent( task打开 https://example.com 并返回页面标题, llmllm, ) result await agent.run() print(result) asyncio.run(main())运行后如果打印出页面标题说明 BrowserUse 的认知-决策-执行三层架构全部走通TaoToken 作为统一 API 通道也验证完毕。5. 本篇常见错排查配置过程中最容易踩的坑集中在 Key、base_url、模型名和 MCP 环境变量这四处。下面按报错信息分类排查。5.1 401 Unauthorized最常见。原因通常是 Key 复制时带了空格或者用了旧 Key。排查动作把 Key 重新复制一遍确认没有换行符在 TaoToken 控制台确认这个 Key 的状态是「启用」检查环境变量和 settings.json 里是否同时存在两个不同的 Key导致覆盖。5.2 404 Not Foundbase_url 写错。TaoToken 的入口是https://taotoken.net/api不要写成https://taotoken.net/api/v1也不要写成https://taotoken.net。LangChain 和 OpenAI SDK 会自动拼接/v1/chat/completions你多写一层就 404。5.3 model not found模型 ID 拼错或者这个模型在你的 TaoToken 账户里没有权限。排查动作在 TaoToken 模型列表里复制准确的模型 ID先用gpt-4o或gemini-2.5-flash这类通用模型测试确认通道通了再换专用模型。5.4 MCP server 启动后立刻退出通常是python -m browser_use.mcp_server这个模块不存在或者 Python 环境不对。排查动作确认你安装的是 BrowserUse 的完整包而不是只装了核心库用pip show browser-use确认版本在命令行手动运行启动命令看报错信息。如果提示缺少依赖按提示安装。5.5 Claude Desktop 里看不到 browseruse 工具MCP 配置文件的路径或格式不对。Claude Desktop 的 MCP 配置在~/Library/Application Support/Claude/claude_desktop_config.jsonmacOS或%APPDATA%\Claude\claude_desktop_config.jsonWindows。排查动作确认 JSON 格式合法没有多余逗号确认command指向的 Python 是你要用的那个环境重启 Claude Desktop不是刷新窗口。5.6 浏览器启动失败browser.headless设成true时某些系统缺少显示驱动会报错。排查动作调试阶段先把headless设为false看浏览器能不能正常弹出如果弹出正常再改回true做生产部署。另外确认 Playwright 的浏览器驱动已安装运行playwright install chromium。5.7 请求超时browser.timeout默认 30000 毫秒复杂页面可能不够。排查动作把 timeout 调到 60000同时检查agent.max_steps是否太小导致任务没跑完就被截断。如果模型响应慢换一个更快的模型比如gemini-2.5-flash。6. 接入文档与后续动作配置和验证都过了之后你手里应该有一份能跑的 settings.json 和一套验证通过的 MCP 链路。接下来如果要做长期编码或 Agent 项目建议把 Key 管理、模型切换、日志监控这三件事规范化。Key 管理方面用环境变量或密钥管理服务不要硬编码。模型切换方面TaoToken 的兼容格式让你可以在 settings.json 里只改model字段就换模型不用动 base_url 和 Key。日志监控方面BrowserUse 的save_conversation_path会把每一步决策记录下来出问题时可以回放。如果你在排障或接入过程中遇到问题可以直接查 TaoToken 的接入文档里面有各语言 SDK 的示例和常见错误码说明。需要管理或新建 Key 时去 API Keys 页面操作。想先验证模型对话是否正常可以用模型对话页面发一条测试消息。长期做编码或 Agent 项目的话Coding Plan 提供了更稳定的通道和额度方案适合把 BrowserUse 这类自动化工具跑在生产环境。整个链路的核心就一句话BrowserUse 负责浏览器操作TaoToken 负责统一模型通道MCP 协议负责把两者串起来。settings.json 骨架和验证脚本都在上面复制改 Key 就能用。 BrowserUse 配 TaoToken：开源 AI 浏览器自动化 settings.json 骨架与 MCP 协议验证
1. BrowserUse 配 TaoToken开源 AI 浏览器自动化 settings.json 骨架与 MCP 协议验证BrowserUse 是一个基于 MIT 许可证的开源 AI 浏览器自动化项目它把「打开网页、点击按钮、填表单、抓数据」这类操作交给大模型来决策而不是靠人写死的 CSS 选择器或 XPath。适合谁用需要批量做网页数据采集、自动化测试、RPA 流程、或者想让 Claude Desktop、Cursor 这类 AI 助手直接操作浏览器的开发者。它的核心检索词就是BrowserUse、开源、AI 浏览器自动化、MIT 许可证、MCP 协议。我这次要解决的具体问题是BrowserUse 在 MCP 协议模式下如何把模型请求统一走 TaoToken 的 API 通道而不是每个模型单独配一套 Key。很多人在 BrowserUse 里配 OpenAI、Claude、Gemini 时Key 散落在环境变量、settings.json、MCP server 配置三处换一个模型就要改一遍非常容易出错。TaoToken 提供的是统一的 API 入口兼容 OpenAI 风格的请求格式所以只要把 base_url 和 api_key 指向它BrowserUse 的 LLM 调用和 MCP 工具调用就能共用一条通道。下面我会先讲清楚 BrowserUse 的配置结构再给出一份可以直接复制的 settings.json 骨架然后接入 TaoToken最后用 MCP 协议做连通性验证。整个过程不需要你改 BrowserUse 的源码只动配置文件。2. TaoToken 前置准备Key 与 API 通道在动手改 settings.json 之前先把 TaoToken 这边的准备工作做完。这一步不复杂但顺序不能乱否则后面 MCP 验证会报 401。2.1 获取 API Key打开 TaoToken 控制台进入 API Keys 页面创建一个新的 Key。建议给这个 Key 起一个能识别的名字比如browseruse-mcp方便以后在多个项目里区分。创建后立刻复制保存页面刷新后就看不到完整 Key 了。注意Key 只显示一次建议直接存到密码管理器或本地.env文件不要提交到 Git。2.2 确认 API 入口地址TaoToken 的 API 入口是https://taotoken.net/api这个地址兼容 OpenAI 的/v1/chat/completions路径。BrowserUse 底层通过 LangChain 调用模型LangChain 的 OpenAI 兼容模式需要你提供base_url和api_key两个参数。所以配置时base_url 填https://taotoken.net/apiapi_key 填刚才创建的 Key。如果你用的是 Claude 系列模型TaoToken 同样支持 Anthropic 风格的调用但 BrowserUse 的 MCP 配置里统一用 OpenAI 兼容格式最省事因为 LangChain 的ChatOpenAI类可以直接对接。2.3 确认模型名称在 TaoToken 的模型列表里确认你要用的模型 ID比如gpt-4o、claude-sonnet-4-20250514、gemini-2.5-flash等。BrowserUse 的 settings.json 里需要填具体的模型名填错会直接报 model not found。建议先用一个便宜或免费的模型做连通性测试验证通过后再换成生产模型。3. 可复制配置settings.json 骨架与 TaoToken 接入BrowserUse 的配置分两块一块是 BrowserUse 自身的 settings.json另一块是 MCP server 的配置。这两块可以放在同一个文件里也可以分开。我下面给的骨架是合并写法方便你一次改完。3.1 settings.json 完整骨架{ llm: { provider: openai, model: gpt-4o, base_url: https://taotoken.net/api, api_key: sk-your-taotoken-key, temperature: 0.0, max_tokens: 4096 }, browser: { headless: false, viewport: { width: 1280, height: 800 }, user_data_dir: ./browser_profile, timeout: 30000 }, agent: { max_steps: 50, use_vision: true, save_conversation_path: ./logs/conversation.json }, mcp: { enabled: true, servers: { browseruse: { command: python, args: [-m, browser_use.mcp_server], env: { OPENAI_API_KEY: sk-your-taotoken-key, OPENAI_BASE_URL: https://taotoken.net/api, BROWSER_USE_MODEL: gpt-4o } } } } }这份骨架里llm段控制 BrowserUse 主流程的模型调用mcp段控制 MCP server 启动时的环境变量。两处都指向 TaoToken这样无论你是直接跑 BrowserUse 脚本还是通过 Claude Desktop 调用 MCP走的都是同一条 API 通道。3.2 关键参数说明参数作用建议值llm.provider指定 LangChain 的模型类openai兼容模式llm.base_urlAPI 入口https://taotoken.net/apillm.api_key鉴权 Key你的 TaoToken Keyllm.model模型 ID按需选测试用便宜模型mcp.servers.browseruse.env.OPENAI_BASE_URLMCP server 的 API 入口同上browser.headless是否无头模式调试时设false生产设true3.3 环境变量方式推荐如果你不想把 Key 写进 JSON可以用环境变量。BrowserUse 和 LangChain 都会优先读环境变量export OPENAI_API_KEYsk-your-taotoken-key export OPENAI_BASE_URLhttps://taotoken.net/api export BROWSER_USE_MODELgpt-4o然后 settings.json 里把api_key留空或删掉只保留base_url和model。这样 Key 不会进版本库团队协作时每人自己配环境变量。3.4 MCP server 启动命令BrowserUse 的 MCP server 可以通过命令行启动方便你单独测试python -m browser_use.mcp_server \ --model gpt-4o \ --base-url https://taotoken.net/api \ --api-key sk-your-taotoken-key启动后它会监听标准输入输出等待 MCP 客户端比如 Claude Desktop发来的 JSON-RPC 请求。如果你看到进程没有立刻退出说明 server 已经起来了。4. 验证请求MCP 协议连通性与成功结果配置写完必须验证。验证分两步先验证 LLM 通道能通再验证 MCP 协议能通。两步都过了才算自动化链路可用。4.1 验证 LLM 通道写一个最小的 Python 脚本用 LangChain 的ChatOpenAI指向 TaoToken发一条测试消息from langchain_openai import ChatOpenAI llm ChatOpenAI( modelgpt-4o, base_urlhttps://taotoken.net/api, api_keysk-your-taotoken-key, temperature0.0, ) resp llm.invoke(只回复两个字通了) print(resp.content)如果输出「通了」说明 TaoToken 的 API 通道正常Key 和 base_url 都没问题。如果报 401检查 Key 是否复制完整如果报 404检查 base_url 是否多了或少了/v1。TaoToken 的入口是https://taotoken.net/apiLangChain 会自动补/v1/chat/completions所以你不要手动加/v1。4.2 验证 MCP 协议连通性MCP 协议验证需要一个 MCP 客户端。最简单的办法是用 Claude Desktop 或 Cursor在它们的 MCP 配置里加上 BrowserUse server{ mcpServers: { browseruse: { command: python, args: [-m, browser_use.mcp_server], env: { OPENAI_API_KEY: sk-your-taotoken-key, OPENAI_BASE_URL: https://taotoken.net/api, BROWSER_USE_MODEL: gpt-4o } } } }保存后重启 Claude Desktop在对话里输入用 browseruse 打开 https://example.com告诉我页面标题是什么。如果 Claude 返回了「Example Domain」或类似标题说明 MCP 协议连通BrowserUse 的浏览器操作能力已经被 AI 助手调用成功。这一步的成功结果就是AI 助手不再只是聊天而是真的打开了浏览器并读取了页面内容。4.3 验证 BrowserUse 主流程如果你不用 MCP 客户端也可以直接跑 BrowserUse 的 Python APIimport asyncio from browser_use import Agent from langchain_openai import ChatOpenAI async def main(): llm ChatOpenAI( modelgpt-4o, base_urlhttps://taotoken.net/api, api_keysk-your-taotoken-key, ) agent Agent( task打开 https://example.com 并返回页面标题, llmllm, ) result await agent.run() print(result) asyncio.run(main())运行后如果打印出页面标题说明 BrowserUse 的认知-决策-执行三层架构全部走通TaoToken 作为统一 API 通道也验证完毕。5. 本篇常见错排查配置过程中最容易踩的坑集中在 Key、base_url、模型名和 MCP 环境变量这四处。下面按报错信息分类排查。5.1 401 Unauthorized最常见。原因通常是 Key 复制时带了空格或者用了旧 Key。排查动作把 Key 重新复制一遍确认没有换行符在 TaoToken 控制台确认这个 Key 的状态是「启用」检查环境变量和 settings.json 里是否同时存在两个不同的 Key导致覆盖。5.2 404 Not Foundbase_url 写错。TaoToken 的入口是https://taotoken.net/api不要写成https://taotoken.net/api/v1也不要写成https://taotoken.net。LangChain 和 OpenAI SDK 会自动拼接/v1/chat/completions你多写一层就 404。5.3 model not found模型 ID 拼错或者这个模型在你的 TaoToken 账户里没有权限。排查动作在 TaoToken 模型列表里复制准确的模型 ID先用gpt-4o或gemini-2.5-flash这类通用模型测试确认通道通了再换专用模型。5.4 MCP server 启动后立刻退出通常是python -m browser_use.mcp_server这个模块不存在或者 Python 环境不对。排查动作确认你安装的是 BrowserUse 的完整包而不是只装了核心库用pip show browser-use确认版本在命令行手动运行启动命令看报错信息。如果提示缺少依赖按提示安装。5.5 Claude Desktop 里看不到 browseruse 工具MCP 配置文件的路径或格式不对。Claude Desktop 的 MCP 配置在~/Library/Application Support/Claude/claude_desktop_config.jsonmacOS或%APPDATA%\Claude\claude_desktop_config.jsonWindows。排查动作确认 JSON 格式合法没有多余逗号确认command指向的 Python 是你要用的那个环境重启 Claude Desktop不是刷新窗口。5.6 浏览器启动失败browser.headless设成true时某些系统缺少显示驱动会报错。排查动作调试阶段先把headless设为false看浏览器能不能正常弹出如果弹出正常再改回true做生产部署。另外确认 Playwright 的浏览器驱动已安装运行playwright install chromium。5.7 请求超时browser.timeout默认 30000 毫秒复杂页面可能不够。排查动作把 timeout 调到 60000同时检查agent.max_steps是否太小导致任务没跑完就被截断。如果模型响应慢换一个更快的模型比如gemini-2.5-flash。6. 接入文档与后续动作配置和验证都过了之后你手里应该有一份能跑的 settings.json 和一套验证通过的 MCP 链路。接下来如果要做长期编码或 Agent 项目建议把 Key 管理、模型切换、日志监控这三件事规范化。Key 管理方面用环境变量或密钥管理服务不要硬编码。模型切换方面TaoToken 的兼容格式让你可以在 settings.json 里只改model字段就换模型不用动 base_url 和 Key。日志监控方面BrowserUse 的save_conversation_path会把每一步决策记录下来出问题时可以回放。如果你在排障或接入过程中遇到问题可以直接查 TaoToken 的接入文档里面有各语言 SDK 的示例和常见错误码说明。需要管理或新建 Key 时去 API Keys 页面操作。想先验证模型对话是否正常可以用模型对话页面发一条测试消息。长期做编码或 Agent 项目的话Coding Plan 提供了更稳定的通道和额度方案适合把 BrowserUse 这类自动化工具跑在生产环境。整个链路的核心就一句话BrowserUse 负责浏览器操作TaoToken 负责统一模型通道MCP 协议负责把两者串起来。settings.json 骨架和验证脚本都在上面复制改 Key 就能用。