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

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 UISelenium/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MCPModel 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_idxxx)# 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 Server3.1 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 / LinuxNode.js≥ 18.0推荐 Node 20AdsPower 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打开 AdsPower 客户端进入设置 → API 设置勾选启用 Local API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 ServerAdsPower 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 pnpmpnpminstall# 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 Codeclaude mcpaddadspower-local-api\-ePORT50325\-eAPI_KEYyour_api_key_here\-- npx-ylocal-api-mcp-typescriptCursor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 clawhublatestinstalladspower-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_idh1yynkmapi_keyxxx → 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_idh1yynkm, api_keyxxx)# 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_BASEhttp://local.adspower.net:50325API_KEYyour_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urlf{API_BASE}/api/v1/browser/startparams{user_id:user_id,api_key:api_key}responserequests.get(url,paramsparams,timeout60)dataresponse.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_optionsOptions()# 关键使用 debuggerAddress 连接到 AdsPower 浏览器chrome_options.add_experimental_option(debuggerAddress,ws_endpoint.replace(ws://,))serviceService(executable_pathwebdriver_path)driverwebdriver.Chrome(serviceservice,optionschrome_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_datastart_browser(account[user_id],API_KEY)selenium_endpointbrowser_data[ws][selenium]webdriver_pathbrowser_data[webdriver]# 2. Selenium 接入driverconnect_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_urldriver.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ifaccounts/loginincurrent_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 APIimportrequests API_KEYyour_api_key_hereAPI_BASEhttp://local.adspower.net:50325# 创建一个新环境带指纹配置create_urlf{API_BASE}/api/v1/user/create/v2payload{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,}}responserequests.post(create_url,jsonpayload)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WebRTCforward多账号必须关闭或走代理否则真实 IP 泄露Canvas1添加噪音防止 Canvas 指纹追踪WebGL2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 IPAI 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 ≥182. 克隆 AdsPower 仓库并构建3. 配置 API Key4. 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