Turbo-Browser-MCP: máy chủ MCP cho trình duyệt tiết kiệm token

Công nghệ15 tháng 11, 2026·5 phút đọc

Dự án mã nguồn mở turbo-browser-mcp gộp 25–33 công cụ trình duyệt chi tiết thành 10 công cụ theo lô, dùng ảnh chụp DOM dạng delta và điền form trong một lượt để giảm mạnh token và độ trễ khi LLM điều khiển trình duyệt. Theo benchmark của tác giả, một form 10 trường giảm từ 11 lượt xuống 1 lượt và tiết kiệm tới 93,4% token trực tiếp.

Turbo-Browser-MCP: máy chủ MCP cho trình duyệt tiết kiệm token

Turbo-Browser-MCP là một máy chủ Model Context Protocol (MCP) — giao thức chuẩn để các mô hình ngôn ngữ lớn (LLM) gọi công cụ bên ngoài — xây dựng trên Playwright, nhằm giảm lượng token lãng phí và độ trễ nhiều lượt khi để AI điều khiển trình duyệt. Thay vì 25–33 công cụ nhỏ lẻ, dự án gộp lại thành 10 công cụ chạy theo lô, kèm ảnh chụp DOM dạng delta, điền form một lượt và cơ chế chặn gửi form mặc định.

Huy hiệu phiên bảnHuy hiệu phiên bản

Vấn đề: mỗi thao tác nhỏ tốn một lượt gọi LLM

Các máy chủ MCP trình duyệt thông thường tính một lượt gọi LLM cho mỗi lần chụp ảnh trạng thái trang, mỗi lần điền một trường, chọn một mục hay tải tệp lên. Mỗi lượt như vậy lại gửi toàn bộ lịch sử hội thoại đang phình ra trở lại mô hình.

Với một form 10 trường, cách làm truyền thống mất khoảng 11 lượt, tổng cộng 574 ms thực thi và khoảng 72.614 token tích lũy. Turbo-Browser-MCP xử lý cùng việc đó trong 1 lượt, 82 ms và 811 token, tức nhanh gấp 7 lần và tiết kiệm 98,9% token tích lũy.

Những con số chính từ benchmark

Tác giả công bố kết quả đo bằng benchmarks/benchmark.mjs trên Chromium chạy headless, đếm token chính xác theo bộ mã hóa OpenAI o200k_base (tiktoken 0.14.0):

  • Ảnh chụp giao diện dày đặc (bảng điều khiển SaaS 140 nút): 1.135 token so với 18.654 token HTML, tiết kiệm 93,9%.
  • Ảnh chụp delta sau khi bấm (onlyChanged: true): 56 token so với 3.582 token khi quét lại toàn bộ ARIA, tiết kiệm 98,4%.
  • Form 10 trường kèm kiểm tra lại: 11 lượt xuống 1 lượt, nhanh gấp 7 lần, tiết kiệm 93,4% token trực tiếp.
  • Tải tệp PDF 48 KiB: chỉ truyền đường dẫn trên đĩa (85 token) thay vì chuỗi Base64 (44.728 token), tiết kiệm 99,8%.
  • Mở 6 tab song song: 1 lượt (420 ms) so với 6 lượt tuần tự (998 ms), nhanh gấp 2,38 lần.
  • Chặn tải phương tiện (preset "turbo", 304 KiB tài nguyên): 165 ms so với 252 ms, cắt 100% băng thông phương tiện.
  • Trích xuất bài viết sang Markdown: 156 token so với 3.595 token HTML thô, tiết kiệm 95,7%.
  • Lọc chẩn đoán lỗi: 601 token thay vì 3.460 token khi không lọc, tiết kiệm 82,6%.

Huy hiệu kiểm thửHuy hiệu kiểm thử

Mười công cụ thay cho hàng chục lệnh rời

Bộ công cụ gồm: tabs_batch (quản lý tab và vòng đời trình duyệt), inspect_compact (ảnh chụp phần tử/form/bài viết có giới hạn token), smart_fill_form (điền hàng loạt form, trình soạn thảo và tệp trên đĩa), act_fast (16 thao tác trang đơn lẻ), batch_actions (chuỗi thao tác theo thứ tự), extract_clean_text, evaluate_js, page_diagnostics, capture_page và network_session.

Một số điểm kỹ thuật đáng chú ý:

  • Xuyên biên giới DOM: làm phẳng DOM khung chính, iframe con và Shadow DOM đang mở; chèn script khởi tạo bắt Element.prototype.attachShadow để vẫn kiểm tra được các Shadow root đóng được tạo sau khi khởi tạo.
  • Điền form một lượt: kích hoạt cập nhật state của React bằng native property setter và sự kiện tổng hợp, hỗ trợ combobox ARIA, công tắc ARIA, trình soạn thảo contenteditable và hộp soạn thư Gmail.
  • Tải tệp trực tiếp từ đĩa: truyền đường dẫn vào setInputFiles của Playwright, không đưa dữ liệu nhị phân hay Base64 vào ngữ cảnh của LLM.
  • Bốn chế độ kết nối: auto, cdp, persistent và launch, tự dò bản cài Chrome, Edge, Brave hoặc Chromium trên Windows, macOS và Linux.

An toàn: chặn gửi form và giới hạn đường dẫn

Theo mặc định, allowSubmit=false: các thao tác cuối giống Submit, Publish, Send, Post, Apply, Confirm hay thanh toán sẽ bị chặn, trừ khi truyền rõ allowSubmit: true hoặc bật cờ --allow-submit lúc khởi động. Cơ chế này kiểm tra cả nhãn theo W3C AccName, việc gửi form bằng phím Enter và các proxy iframe cùng nguồn.

Mọi tệp ghi ra (savePath, saveStorageStatePath) bị giới hạn trong thư mục làm việc hiện tại hoặc TURBO_BROWSER_SAVE_ROOT, có kiểm tra symlink và realpathSync để chặn duyệt .., đường dẫn mạng UNC và junction trên Windows.

Tự động hóa qua đêm với Chrome 144+

Từ Chrome 136/144, bật remote debugging trên thư mục dữ liệu người dùng mặc định sẽ hiện hộp thoại "Allow remote debugging?" mỗi khi có kết nối WebSocket mới. Dự án đưa hai cách xử lý: một daemon cầu CDP Keep-Alive giữ kết nối thượng nguồn mở liên tục (chỉ cần bấm Allow một lần), hoặc khởi chạy Chrome với profile riêng ~/.turbo-browser-mcp/chrome-profile để không gặp hộp thoại nào.

Dự án phát hành theo giấy phép MIT, chạy 407 bài kiểm thử trên 86 bộ (86 suites) và được kiểm tra tự động trên GitHub Actions với Node 20 và Node 22.

Huy hiệu giấy phépHuy hiệu giấy phép

Góc nhìn

Với lập trình viên Việt Nam đang xây dựng agent điều khiển trình duyệt, chi phí thực tế không nằm ở tốc độ Playwright mà ở số lượt suy luận của LLM và lượng lịch sử bị gửi lại mỗi lượt. Gộp thao tác theo lô và chỉ gửi phần DOM thay đổi là hướng tối ưu dễ áp dụng, có thể tiết kiệm đáng kể chi phí API khi chạy tác vụ dài.

Tuy vậy, các con số trên đều do chính tác giả đo trên kịch bản mô phỏng cục bộ, nên đội ngũ nên chạy lại npm run benchmark với quy trình thật của mình trước khi tin tưởng tuyệt đối. Cơ chế chặn gửi form mặc định cũng là điểm cộng cho các tác vụ tự động chạm vào hệ thống thật, nhưng cần kiểm tra kỹ các trường hợp iframe khác nguồn hoặc Shadow root đóng có sẵn, vì tài liệu ghi rõ đó là điểm phải dự phòng bằng thao tác tọa độ và bàn phím.

Nguồn: github.com · Quy trình biên tập

Chia sẻ:FacebookX