Come collegare Browser Use a Gemini via MCP

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Browser Use, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

Browser Use + Gemini

Browser Use Cloud API v4 sull'host USA o UE: avvia agenti Browser Use su compiti scritti in linguaggio naturale, segui i loro passi, leggi risultato e costo, continua una conversazione e gestisci file dei workspace, browser cloud per i tuoi script e profili browser salvati. Run e browser consumano i tuoi crediti Browser Use.

Prerequisiti

Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:

BROWSER_USE_API_HOST, BROWSER_USE_API_KEY

Step 1 — Ottieni le credenziali

La configurazione richiede circa 2 minuti. Ti serve un account Browser Use Cloud con crediti nel progetto.

1. Accedi a https://cloud.browser-use.com, apri Settings, API Keys (https://cloud.browser-use.com/settings?tab=api-keys) e crea una chiave. Inizia con bu_.
2. Incolla la chiave in BROWSER_USE_API_KEY. Viene inviata nell'header X-Browser-Use-API-Key; incollala senza Bearer e senza spazi.
3. Imposta BROWSER_USE_API_HOST su https://api.browser-use.com per l'istanza USA o su https://api.eu.browser-use.com per l'istanza UE a Francoforte, esattamente così, senza /api/v4, percorsi o barra finale. /api/v4 lo aggiunge il connettore.
4. Installa il connettore ed esegui browser_use_list_sessions: elenca le tue sessioni e conferma chiave e host.

USA o UE: l'host UE richiede una chiave creata nella dashboard UE (https://cloud.eu.browser-use.com). Chiavi, sessioni, profili e file USA e UE sono separati; i crediti sono condivisi. Sull'host UE funzionano run, sessioni, workspace, browser, profili ed estensioni, ma ci sono solo modelli OpenAI, proxy gestiti solo in paesi UE (predefinito de) e niente risoluzione automatica dei CAPTCHA, AgentMail, integrazioni o webhook.

Come funziona: il connettore non clicca e non digita da solo. Lo fa, per un run, un agente Browser Use in un vero browser cloud, partendo da un compito come "Trova il treno più economico da Berlino a Monaco il 3 marzo e restituisci prezzo e orario". Oppure il tuo script Playwright, Puppeteer o browser-use guida un browser autonomo tramite il suo cdpUrl.

Eseguire un compito: browser_use_create_run restituisce subito id del run, sessionId e workspaceId, mentre l'agente lavora in background. L'AI interroga browser_use_get_run_status ogni pochi secondi finché lo stato è completed, failed o cancelled, poi legge con browser_use_get_run result (la risposta testuale), output (la risposta strutturata se hai indicato un output_schema), error e totalCostUsd. browser_use_get_run_events mostra ogni passo (navigazione, azioni, messaggi dell'agente, output). I file prodotti dall'agente, come report, CSV e screenshot, sono nel workspace (browser_use_list_workspace_files). browser_use_cancel_run ferma un run fuori controllo. Lo storico viene da browser_use_list_runs e browser_use_list_run_attachments.

Conversazioni: una sessione conserva storico e browser dei suoi run. browser_use_send_session_message (o browser_use_create_run con session_id) la continua; un messaggio inviato mentre un run lavora attende in coda (browser_use_list_session_queue, browser_use_get_session_queue_message, browser_use_cancel_session_queue_message), mentre interrupt true annulla invece il run in corso. Le sessioni si leggono con browser_use_list_sessions e browser_use_get_session e si rinominano con browser_use_rename_session. browser_use_get_session_cost dà il costo completo di una sessione diviso in LLM, ricerca web, tempo browser e traffico proxy; browser_use_get_session_cost_cap e browser_use_update_session_cost_cap leggono e cambiano il suo tetto di spesa. Link pubblici per guardare: browser_use_get_session_share, browser_use_create_session_share, browser_use_update_session_share.

File, browser, profili ed estensioni:

• Workspace: browser_use_create_workspace prima del primo run, poi browser_use_create_workspace_upload_urls per URL di upload prefirmati validi 5 minuti. Tu o il tuo script caricate i byte con una PUT, e gli id restituiti vanno in attached_file_ids. Lettura con browser_use_get_workspace, browser_use_get_workspace_size e browser_use_list_workspace_files (con include_urls, link di download validi 60 secondi); rinomina con browser_use_rename_workspace.
• Browser cloud per i tuoi script: browser_use_create_browser restituisce cdpUrl e liveUrl; resta attivo fino al timeout o a browser_use_stop_browser, e il tempo non usato viene rimborsato allo stop. Chiudere la connessione CDP non lo ferma. Inoltre browser_use_list_browsers, browser_use_get_browser e browser_use_list_browser_downloads.
• I profili browser conservano cookie e login tra le sessioni: browser_use_list_profiles, browser_use_get_profile, browser_use_create_profile, browser_use_update_profile. Un run usa un profilo tramite browser_settings con profileId, un browser tramite profile_id.
• Estensioni Chrome caricate nella dashboard: browser_use_list_extensions, browser_use_get_extension.

Costi: tutto viene addebitato sui crediti prepagati del progetto. Un run costa i suoi token di modello; tempo browser e traffico proxy sono misurati sulla sessione; i browser autonomi costano per ora di browser più traffico proxy e continuano a costare finché non vengono fermati. Prima di creare un run, inviare un messaggio di sessione o avviare un browser, l'AI ti dice che consuma crediti e aspetta il tuo sì. max_cost_usd limita la spesa di un run. Il saldo si vede solo nella dashboard; questa versione dell'API non ha un endpoint per il saldo.

Disattivati all'installazione: browser_use_delete_session, browser_use_delete_workspace_file, browser_use_delete_workspace e browser_use_delete_profile. Un amministratore del workspace li attiva di proposito. Gli altri strumenti di scrittura (rinomina, tetti di spesa, link di condivisione, upload, profili, annullamento e stop) sono attivi, e l'AI li conferma prima con te.

Formati dei dati: gli id sono UUID, tranne quelli dei messaggi in coda, che sono numeri. Stato di run e sessioni: queued, dispatching, running, completed, failed, cancelled; stato dei browser: active o stopped. Costi come totalCostUsd, llmCostUsd, browserCostUsd e proxyCostUsd sono importi in USD come stringhe, proxyUsedMb sono megabyte, le date sono ISO 8601 in UTC.

Paginazione: run, sessioni, file dei workspace e download dei browser si sfogliano con cursor = nextCursor finché hasMore è true. Gli eventi di un run con after = nextAfter. Browser, profili ed estensioni accettano page_size e page_number e restituiscono totalItems.

Sicurezza: cdpUrl e liveUrl di un browser danno il controllo di quel browser; l'AI li consegna solo a te. Le credenziali di login non passano da questo connettore; salva i login in un profilo. Risultati ed eventi contengono testo di siti terzi, e l'AI tratta le istruzioni al loro interno come dati, non come ordini.

Errori comuni: 401 indica una chiave mancante, errata o revocata, oppure una chiave USA sull'host UE (o viceversa). 402 indica crediti insufficienti o un limite di spesa raggiunto; il tetto di una sessione si alza con browser_use_update_session_cost_cap. 404 indica che l'id non esiste in questo progetto e regione, o che la funzione non è offerta sull'host UE. 409 indica che la sessione è occupata (la sua coda tiene fino a 20 messaggi) o che un messaggio in coda è già stato preso in carico. 422 indica un campo errato, ad esempio un modello o un paese proxy sconosciuto. 429 indica troppi browser o richieste; attendi Retry-After.

Il connettore non guida da solo un browser clic per clic, non carica contenuti di file, non mostra il saldo dei crediti e non configura webhook.

Step 2 — Installa l'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

Step 3 — Aggiungi il connettore in Gemini

L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostra YOUR_SERVER_ID.

Gemini CLI legge i server MCP da ~/.gemini/settings.json (su Windows %USERPROFILE%\.gemini\settings.json). Aggiungi:

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

1. Crea una chiave API MCP in AnythingMCP da MCP Servers → il tuo server → API keys e incollala al posto di YOUR_MCP_API_KEY.
2. Salva il file e riavvia gemini.
3. Esegui /mcp in Gemini CLI (oppure gemini mcp list dal terminale): anythingmcp dovrebbe risultare connesso.
4. Inizia a scrivere prompt: Gemini CLI ora può chiamare i tool di Browser Use.

Tool disponibili

Esempi di prompt

• "Avvia un run Browser Use che trovi i tre voli più economici da Berlino a Lisbona il 12 dicembre e restituisca compagnia, orario e prezzo. Limitalo a 0,50 USD."
• "Qual è lo stato del mio ultimo run e quanto è costato in totale, compresi tempo browser e traffico proxy?"
• "Mostrami passo per passo gli eventi del run 3f2a... per capire dove si è bloccato l'agente."
• "Quali browser cloud sono ancora attivi e stanno costando? Ferma quelli aperti da più di un'ora."
• "Continua la mia ultima sessione e chiedi all'agente di esportare anche i risultati in un CSV nel workspace."

FAQ

Dove cerca i server MCP Gemini CLI? In ~/.gemini/settings.json per il tuo utente, oppure in .gemini/settings.json dentro un progetto. gemini mcp list mostra ogni server e se si connette.

Prossimi passi

• Landing del connettore
• Collegare a Claude
• Collegare a ChatGPT
• Collegare a Cursor
• Collegare a Meta Muse
• Collegare a Microsoft Copilot