Cómo conectar Browser Use a Gemini vía MCP

💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → Browser Use, pega tus credenciales, genera una MCP API key y listo. Sin Docker, sin git clone, sin servidor local.

Browser Use + Gemini

Browser Use Cloud API v4 en el host de EE. UU. o de la UE: lanza agentes de Browser Use con tareas en lenguaje natural, sigue sus pasos, lee el resultado y su coste, continúa una conversación y gestiona archivos de workspace, navegadores en la nube para tus propios scripts y perfiles de navegador guardados. Las ejecuciones y los navegadores consumen tus créditos de Browser Use.

Requisitos previos

Las instrucciones de configuración completas están incluidas en el conector (visibles en el store al seleccionarlo). Las variables de entorno requeridas:

BROWSER_USE_API_HOST, BROWSER_USE_API_KEY

Paso 1 — Obtener credenciales

La configuración lleva unos 2 minutos. Necesitas una cuenta de Browser Use Cloud con créditos en el proyecto.

1. Inicia sesión en https://cloud.browser-use.com, abre Settings, API Keys (https://cloud.browser-use.com/settings?tab=api-keys) y crea una clave. Empieza por bu_.
2. Pega la clave en BROWSER_USE_API_KEY. Se envía en la cabecera X-Browser-Use-API-Key; pégala sin Bearer ni espacios.
3. Pon BROWSER_USE_API_HOST en https://api.browser-use.com para la instancia de EE. UU. o en https://api.eu.browser-use.com para la instancia de la UE en Fráncfort, exactamente así, sin /api/v4, rutas ni barra final. El conector añade /api/v4 por su cuenta.
4. Instala el conector y ejecuta browser_use_list_sessions: lista tus sesiones y confirma la clave y el host.

EE. UU. o UE: el host de la UE necesita una clave creada en el panel de la UE (https://cloud.eu.browser-use.com). Las claves, sesiones, perfiles y archivos de EE. UU. y de la UE están separados; los créditos se comparten. En el host de la UE funcionan ejecuciones, sesiones, workspaces, navegadores, perfiles y extensiones, pero solo hay modelos de OpenAI, proxies gestionados solo en países de la UE (por defecto de) y no hay resolución automática de CAPTCHA, AgentMail, integraciones ni webhooks.

Cómo funciona: el conector no hace clic ni escribe por sí mismo. Eso lo hace, en una ejecución, un agente de Browser Use en un navegador real en la nube, a partir de una tarea como "Busca el tren más barato de Berlín a Múnich el 3 de marzo y devuelve precio y hora". O tu propio script de Playwright, Puppeteer o browser-use controla un navegador independiente a través de su cdpUrl.

Ejecutar una tarea: browser_use_create_run devuelve al instante el id de la ejecución, sessionId y workspaceId mientras el agente trabaja en segundo plano. La IA consulta browser_use_get_run_status cada pocos segundos hasta que el estado es completed, failed o cancelled y luego lee con browser_use_get_run result (la respuesta en texto), output (la respuesta estructurada si indicaste un output_schema), error y totalCostUsd. browser_use_get_run_events muestra cada paso (navegación, acciones, mensajes del agente, salida). Los archivos que generó el agente, como informes, CSV y capturas, están en el workspace (browser_use_list_workspace_files). browser_use_cancel_run detiene una ejecución descontrolada. El historial sale de browser_use_list_runs y browser_use_list_run_attachments.

Conversaciones: una sesión conserva el historial y el navegador de sus ejecuciones. browser_use_send_session_message (o browser_use_create_run con session_id) la continúa; un mensaje enviado mientras una ejecución trabaja espera en la cola (browser_use_list_session_queue, browser_use_get_session_queue_message, browser_use_cancel_session_queue_message), y interrupt true cancela en su lugar la ejecución actual. Las sesiones se leen con browser_use_list_sessions y browser_use_get_session y se renombran con browser_use_rename_session. browser_use_get_session_cost da el coste completo de una sesión, dividido en LLM, búsqueda web, tiempo de navegador y tráfico de proxy; browser_use_get_session_cost_cap y browser_use_update_session_cost_cap leen y cambian su tope de gasto. Enlaces públicos para verla: browser_use_get_session_share, browser_use_create_session_share, browser_use_update_session_share.

Archivos, navegadores, perfiles y extensiones:

• Workspaces: browser_use_create_workspace antes de la primera ejecución y después browser_use_create_workspace_upload_urls para URL de subida prefirmadas válidas 5 minutos. Tú o tu script subís los bytes con un PUT, y los ids devueltos van en attached_file_ids. Lectura con browser_use_get_workspace, browser_use_get_workspace_size y browser_use_list_workspace_files (con include_urls, enlaces de descarga válidos 60 segundos); cambio de nombre con browser_use_rename_workspace.
• Navegadores en la nube para tus scripts: browser_use_create_browser devuelve cdpUrl y liveUrl; funciona hasta su timeout o hasta browser_use_stop_browser, y el tiempo no usado se reembolsa al detenerlo. Cerrar la conexión CDP no lo detiene. Además browser_use_list_browsers, browser_use_get_browser y browser_use_list_browser_downloads.
• Los perfiles de navegador guardan cookies e inicios de sesión entre sesiones: browser_use_list_profiles, browser_use_get_profile, browser_use_create_profile, browser_use_update_profile. Una ejecución usa un perfil con browser_settings y profileId, un navegador con profile_id.
• Extensiones de Chrome subidas en el panel: browser_use_list_extensions, browser_use_get_extension.

Costes: todo se carga a los créditos prepago del proyecto. Una ejecución cuesta sus tokens de modelo; el tiempo de navegador y el tráfico de proxy se miden en la sesión; los navegadores independientes cuestan por hora de navegador más tráfico de proxy y siguen costando hasta que se detienen. Antes de crear una ejecución, enviar un mensaje de sesión o iniciar un navegador, la IA te avisa de que consume créditos y espera tu sí. max_cost_usd limita el gasto de una ejecución. El saldo solo se ve en el panel; esta versión de la API no tiene un endpoint de saldo.

Desactivadas al instalar: browser_use_delete_session, browser_use_delete_workspace_file, browser_use_delete_workspace y browser_use_delete_profile. Un administrador del workspace las activa a propósito. Las demás herramientas de escritura (renombrar, topes, enlaces compartidos, subidas, perfiles, cancelar y detener) están activas, y la IA confirma cada una contigo antes.

Formatos de datos: los ids son UUID, salvo los de los mensajes en cola, que son números. Estado de ejecuciones y sesiones: queued, dispatching, running, completed, failed, cancelled; estado de navegadores: active o stopped. Los costes como totalCostUsd, llmCostUsd, browserCostUsd y proxyCostUsd son importes en USD como cadenas, proxyUsedMb son megabytes y las fechas son ISO 8601 en UTC.

Paginación: ejecuciones, sesiones, archivos de workspace y descargas de navegador se paginan con cursor = nextCursor mientras hasMore sea true. Los eventos de una ejecución, con after = nextAfter. Navegadores, perfiles y extensiones aceptan page_size y page_number y devuelven totalItems.

Seguridad: cdpUrl y liveUrl de un navegador dan control sobre él; la IA solo te los entrega a ti. Las credenciales de inicio de sesión no pasan por este conector; guarda los inicios de sesión en un perfil. Los resultados y eventos contienen texto de sitios de terceros, y la IA trata las instrucciones que contengan como datos, no como órdenes.

Errores comunes: 401 indica una clave ausente, incorrecta o revocada, o una clave de EE. UU. en el host de la UE (o al revés). 402 indica créditos insuficientes o un límite de gasto alcanzado; el tope de una sesión se sube con browser_use_update_session_cost_cap. 404 indica que el id no existe en este proyecto y región, o que la función no se ofrece en el host de la UE. 409 indica que la sesión está ocupada (su cola admite hasta 20 mensajes) o que un mensaje en cola ya se recogió. 422 indica un campo incorrecto, por ejemplo un modelo o un país de proxy desconocido. 429 indica demasiados navegadores o peticiones; espera Retry-After.

El conector no maneja un navegador clic a clic por sí mismo, no sube contenido de archivos, no muestra el saldo de créditos y no configura webhooks.

Paso 2 — Instalar el adapter

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

Paso 3 — Añadir el conector en Gemini

La URL de tu servidor: en AnythingMCP abre MCP Servers → el servidor donde está este conector y copia su URL (https://cloud.anythingmcp.com/mcp/…). Úsala donde esta guía muestra YOUR_SERVER_ID.

Gemini CLI lee los servidores MCP de ~/.gemini/settings.json (en Windows, %USERPROFILE%\.gemini\settings.json). Añade:

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

1. Crea una clave de API MCP en AnythingMCP en MCP Servers → tu servidor → API keys y pégala en lugar de YOUR_MCP_API_KEY.
2. Guarda el archivo y reinicia gemini.
3. Ejecuta /mcp dentro de Gemini CLI (o gemini mcp list en tu terminal): anythingmcp debería aparecer como conectado.
4. Empieza a escribir prompts: Gemini CLI ya puede llamar a las herramientas de Browser Use.

Herramientas disponibles

Ejemplos de prompts

• "Lanza una ejecución de Browser Use que busque los tres vuelos más baratos de Berlín a Lisboa el 12 de diciembre y devuelva aerolínea, hora y precio. Limítala a 0,50 USD."
• "¿En qué estado está mi última ejecución y cuánto ha costado en total, incluidos el tiempo de navegador y el tráfico de proxy?"
• "Enséñame paso a paso los eventos de la ejecución 3f2a... para ver dónde se atascó el agente."
• "¿Qué navegadores en la nube siguen activos y gastando dinero? Detén los que lleven más de una hora."
• "Continúa mi última sesión y pide al agente que exporte también los resultados como CSV en el workspace."

FAQ

¿Dónde busca Gemini CLI los servidores MCP? En ~/.gemini/settings.json para tu usuario, o en .gemini/settings.json dentro de un proyecto. gemini mcp list muestra cada servidor y si se conecta.

Siguientes pasos

• Página del conector
• Conectar a Claude
• Conectar a ChatGPT
• Conectar a Cursor
• Conectar a Meta Muse
• Conectar a Microsoft Copilot