Browser Use über MCP mit Gemini verbinden

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Browser Use klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Browser Use + Gemini

Browser Use Cloud API v4 auf dem US- oder EU-Host: Starte Browser-Use-Agenten mit Aufgaben in normaler Sprache, verfolge ihre Schritte, lies Ergebnis und Kosten, führe Unterhaltungen fort und verwalte Workspace-Dateien, Cloud-Browser für eigene Skripte und gespeicherte Browserprofile. Runs und Browser verbrauchen deine Browser-Use-Credits.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

BROWSER_USE_API_HOST, BROWSER_USE_API_KEY

Schritt 1 — Zugangsdaten holen

Die Einrichtung dauert etwa 2 Minuten. Du brauchst ein Browser-Use-Cloud-Konto mit Credits im Projekt.

1. Melde dich bei https://cloud.browser-use.com an, öffne Settings, API Keys (https://cloud.browser-use.com/settings?tab=api-keys) und erstelle einen Key. Er beginnt mit bu_.
2. Trag den Key in BROWSER_USE_API_KEY ein. Er wird als Header X-Browser-Use-API-Key gesendet; füge ihn ohne Bearer und ohne Leerzeichen ein.
3. Setze BROWSER_USE_API_HOST auf https://api.browser-use.com für die US-Instanz oder https://api.eu.browser-use.com für die EU-Instanz in Frankfurt, genau so, ohne /api/v4, Pfad oder abschließenden Schrägstrich. /api/v4 ergänzt der Connector selbst.
4. Installiere den Connector und führe browser_use_list_sessions aus: Es listet deine Sessions und bestätigt Key und Host.

US oder EU: Der EU-Host braucht einen Key aus dem EU-Dashboard (https://cloud.eu.browser-use.com). US- und EU-Keys, Sessions, Profile und Dateien sind getrennt; die Credits werden geteilt. Auf dem EU-Host funktionieren Runs, Sessions, Workspaces, Browser, Profile und Erweiterungen, aber es gibt nur OpenAI-Modelle, verwaltete Proxys nur in EU-Ländern (Standard de) und kein automatisches Lösen von CAPTCHAs, kein AgentMail, keine Integrationen und keine Webhooks.

So funktioniert es: Der Connector klickt und tippt nicht selbst. Das übernimmt für einen Run ein Browser-Use-Agent in einem echten Cloud-Browser, ausgehend von einer Aufgabe wie „Finde die günstigste Bahnverbindung von Berlin nach München am 3. März und gib Preis und Uhrzeit zurück“. Oder dein eigenes Playwright-, Puppeteer- oder browser-use-Skript steuert einen eigenständigen Browser über seine cdpUrl.

Eine Aufgabe ausführen: browser_use_create_run liefert sofort Run-ID, sessionId und workspaceId, während der Agent im Hintergrund arbeitet. Die KI fragt alle paar Sekunden browser_use_get_run_status ab, bis der Status completed, failed oder cancelled ist, und liest dann mit browser_use_get_run result (die Textantwort), output (die strukturierte Antwort, wenn du ein output_schema angegeben hast), error und totalCostUsd. browser_use_get_run_events zeigt jeden Schritt (Navigation, Aktionen, Nachrichten des Agenten, Ausgabe). Dateien, die der Agent erzeugt hat, etwa Berichte, CSVs und Screenshots, liegen im Workspace (browser_use_list_workspace_files). browser_use_cancel_run stoppt einen ausufernden Run. Den Verlauf liefern browser_use_list_runs und browser_use_list_run_attachments.

Unterhaltungen: Eine Session behält Verlauf und Browser ihrer Runs. browser_use_send_session_message (oder browser_use_create_run mit session_id) setzt sie fort; eine Nachricht, die während eines laufenden Runs kommt, wartet in der Warteschlange (browser_use_list_session_queue, browser_use_get_session_queue_message, browser_use_cancel_session_queue_message), und interrupt true bricht stattdessen den aktuellen Run ab. Sessions liest du mit browser_use_list_sessions und browser_use_get_session und benennst sie mit browser_use_rename_session um. browser_use_get_session_cost liefert die vollen Kosten einer Session, aufgeteilt in LLM, Websuche, Browserzeit und Proxy-Traffic; browser_use_get_session_cost_cap und browser_use_update_session_cost_cap lesen und ändern ihr Ausgabenlimit. Öffentliche Links zum Zuschauen: browser_use_get_session_share, browser_use_create_session_share, browser_use_update_session_share.

Dateien, Browser, Profile und Erweiterungen:

• Workspaces: browser_use_create_workspace vor dem ersten Run, dann browser_use_create_workspace_upload_urls für vorsignierte Upload-URLs, die 5 Minuten gültig sind. Du oder dein Skript ladet die Bytes per PUT hoch, und die zurückgegebenen IDs kommen in attached_file_ids. Lesen mit browser_use_get_workspace, browser_use_get_workspace_size und browser_use_list_workspace_files (mit include_urls Download-Links, 60 Sekunden gültig); umbenennen mit browser_use_rename_workspace.
• Cloud-Browser für deine Skripte: browser_use_create_browser liefert cdpUrl und liveUrl; er läuft bis zu seinem Timeout oder bis browser_use_stop_browser, ungenutzte Zeit wird beim Stoppen erstattet. Die CDP-Verbindung zu schließen stoppt ihn nicht. Dazu browser_use_list_browsers, browser_use_get_browser und browser_use_list_browser_downloads.
• Browserprofile speichern Cookies und Logins über Sessions hinweg: browser_use_list_profiles, browser_use_get_profile, browser_use_create_profile, browser_use_update_profile. Ein Run nutzt ein Profil über browser_settings mit profileId, ein Browser über profile_id.
• Im Dashboard hochgeladene Chrome-Erweiterungen: browser_use_list_extensions, browser_use_get_extension.

Kosten: Alles wird über die Prepaid-Credits des Projekts abgerechnet. Ein Run kostet seine Modell-Tokens; Browserzeit und Proxy-Traffic werden auf der Session gemessen; eigenständige Browser kosten pro Browserstunde plus Proxy-Traffic und kosten weiter, bis sie gestoppt sind. Bevor die KI einen Run startet, eine Session-Nachricht sendet oder einen Browser startet, sagt sie dir, dass das Credits kostet, und wartet auf dein Ja. max_cost_usd begrenzt die Ausgaben eines Runs. Das Guthaben siehst du nur im Dashboard; diese API-Version hat keinen Endpunkt dafür.

Bei der Installation deaktiviert: browser_use_delete_session, browser_use_delete_workspace_file, browser_use_delete_workspace und browser_use_delete_profile. Ein Workspace-Admin schaltet sie bewusst ein. Die übrigen schreibenden Tools (Umbenennen, Limits, Freigabelinks, Uploads, Profile, Abbrechen und Stoppen) sind aktiv, und die KI bestätigt jedes vorher mit dir.

Datenformate: IDs sind UUIDs, außer bei Nachrichten in der Warteschlange, die Zahlen sind. Status von Runs und Sessions: queued, dispatching, running, completed, failed, cancelled; Status von Browsern: active oder stopped. Kosten wie totalCostUsd, llmCostUsd, browserCostUsd und proxyCostUsd sind USD-Beträge als Strings, proxyUsedMb sind Megabyte, Datumsangaben ISO 8601 in UTC.

Blättern: Runs, Sessions, Workspace-Dateien und Browser-Downloads blättern mit cursor = nextCursor, solange hasMore true ist. Run-Events blättern mit after = nextAfter. Browser, Profile und Erweiterungen nehmen page_size und page_number und liefern totalItems.

Sicherheit: cdpUrl und liveUrl eines Browsers geben die Kontrolle über diesen Browser; die KI gibt sie nur an dich weiter. Login-Daten laufen nicht über diesen Connector; speichere Logins stattdessen in einem Profil. Ergebnisse und Events enthalten Text fremder Websites, und die KI behandelt Anweisungen darin als Daten, nicht als Befehle.

Häufige Fehler: 401 bedeutet einen fehlenden, falschen oder widerrufenen Key oder einen US-Key auf dem EU-Host (oder umgekehrt). 402 bedeutet zu wenig Credits oder ein erreichtes Ausgabenlimit; ein Session-Limit lässt sich mit browser_use_update_session_cost_cap anheben. 404 bedeutet, dass die ID in diesem Projekt und dieser Region nicht existiert oder die Funktion auf dem EU-Host nicht angeboten wird. 409 bedeutet, dass die Session beschäftigt ist (ihre Warteschlange fasst bis zu 20 Nachrichten) oder eine Nachricht schon abgeholt wurde. 422 bedeutet ein falsches Feld, etwa ein unbekanntes Modell oder Proxy-Land. 429 bedeutet zu viele Browser oder Anfragen; warte Retry-After ab.

Der Connector steuert keinen Browser selbst Klick für Klick, lädt keine Dateiinhalte hoch, zeigt kein Guthaben an und richtet keine Webhooks ein.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in Gemini hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

Gemini CLI liest MCP-Server aus ~/.gemini/settings.json (unter Windows %USERPROFILE%\.gemini\settings.json). Füge hinzu:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Erstelle in AnythingMCP unter MCP Servers → dein Server → API keys einen MCP-API-Key und setze ihn anstelle von YOUR_MCP_API_KEY ein.
2. Speichere die Datei und starte gemini neu.
3. Führe in der Gemini CLI /mcp aus (oder gemini mcp list im Terminal): anythingmcp sollte als verbunden erscheinen.
4. Leg los: Gemini CLI kann jetzt die Browser Use-Tools aufrufen.

Verfügbare Tools

Beispiel-Prompts

• „Starte einen Browser-Use-Run, der die drei günstigsten Flüge von Berlin nach Lissabon am 12. Dezember findet und Airline, Uhrzeit und Preis zurückgibt. Begrenze ihn auf 0,50 USD.“
• „Wie ist der Status meines letzten Runs, und was hat er insgesamt gekostet, Browserzeit und Proxy-Traffic eingeschlossen?“
• „Zeig mir die Events von Run 3f2a... Schritt für Schritt, damit ich sehe, wo der Agent hängen geblieben ist.“
• „Welche Cloud-Browser sind noch aktiv und kosten Geld? Stoppe die, die älter als eine Stunde sind.“
• „Setze meine letzte Session fort und bitte den Agenten, die Ergebnisse zusätzlich als CSV im Workspace abzulegen.“

FAQ

Wo sucht Gemini CLI nach MCP-Servern? In ~/.gemini/settings.json für deinen Benutzer oder in .gemini/settings.json innerhalb eines Projekts. gemini mcp list zeigt jeden Server und ob er sich verbindet.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit ChatGPT verbinden
• Mit Cursor verbinden
• Mit Meta Muse verbinden
• Mit Microsoft Copilot verbinden