MCP là gì? Cách kết nối AI Agent với các công cụ trình duyệt
Từ Model Context Protocol đến Browser Automation: cách AI Agent kết nối với công cụ bên ngoài và ví dụ thực tế với BitBrowser MCP.
AI có thể viết nội dung, phân tích dữ liệu, tạo kế hoạch và trả lời những câu hỏi phức tạp. Nhưng khi cần thực hiện một thao tác trong phần mềm bên ngoài, chẳng hạn tạo một môi trường trình duyệt mới, kiểm tra cấu hình proxy hoặc quản lý nhiều browser profile, chỉ có khả năng hiểu ngôn ngữ tự nhiên là chưa đủ.
AI cần một cách để giao tiếp với những công cụ đó.
Đây chính là vấn đề mà MCP (Model Context Protocol) hướng đến giải quyết. Thay vì xây dựng một kết nối riêng cho từng mô hình AI và từng ứng dụng, MCP cung cấp một giao thức tiêu chuẩn để các ứng dụng AI có thể truy cập dữ liệu và sử dụng công cụ bên ngoài.
Vậy MCP hoạt động như thế nào? AI Agent kết nối với các công cụ trình duyệt ra sao? Và BitBrowser MCP có thể giúp tự động hóa những công việc nào?
1. MCP là gì?
MCP là viết tắt của Model Context Protocol, một giao thức mở được Anthropic giới thiệu vào tháng 11/2024.
Có thể hiểu đơn giản, MCP giống như một chuẩn kết nối chung giữa ứng dụng AI và các công cụ bên ngoài.
Thông thường, một AI chatbot chỉ có thể làm việc với thông tin được người dùng cung cấp hoặc những nguồn dữ liệu mà ứng dụng đã tích hợp sẵn. Nếu muốn AI truy cập một cơ sở dữ liệu, đọc tệp trên máy tính hoặc điều khiển một ứng dụng khác, nhà phát triển phải xây dựng cơ chế tích hợp tương ứng.
MCP giúp chuẩn hóa quá trình kết nối này.
Ví dụ:
- AI cần đọc một tệp trên máy tính: kết nối với công cụ quản lý tệp thông qua MCP.
- AI cần truy vấn dữ liệu: kết nối với MCP Server của cơ sở dữ liệu.
- AI cần quản lý môi trường trình duyệt: kết nối với một MCP Server cung cấp các công cụ trình duyệt tương ứng.
Điều quan trọng là MCP không phải một mô hình AI mới, cũng không phải một AI Agent độc lập. Nó là giao thức cho phép ứng dụng AI giao tiếp với những nguồn dữ liệu và công cụ được hỗ trợ.
MCP hoạt động theo cơ chế nào?
Một hệ thống MCP cơ bản có ba thành phần:
1. MCP Host
Đây là ứng dụng AI mà người dùng tương tác, chẳng hạn Claude Desktop, Claude Code hoặc một môi trường phát triển hỗ trợ MCP.
Host quản lý các kết nối và điều phối việc sử dụng công cụ.
2. MCP Client
Đây là thành phần bên trong Host, chịu trách nhiệm kết nối và trao đổi dữ liệu với MCP Server.
Client gửi yêu cầu, nhận kết quả và quản lý kết nối theo giao thức MCP.
3. MCP Server
Đây là chương trình cung cấp quyền truy cập vào một hệ thống bên ngoài. Nó có thể cung cấp dữ liệu hoặc các công cụ để AI sử dụng.
Ví dụ, một MCP Server dành cho trình duyệt có thể cung cấp các chức năng như mở môi trường trình duyệt, kiểm tra trạng thái hoặc cập nhật một số cấu hình.
Có thể hình dung luồng hoạt động như sau:
Người dùng → AI Host → MCP Client → MCP Server → Công cụ bên ngoài.
Khi người dùng đưa ra yêu cầu, AI phân tích nhiệm vụ và xác định công cụ cần sử dụng. MCP Client gửi yêu cầu đến MCP Server. Server thực hiện thao tác tương ứng và trả kết quả về cho AI. Sau đó, AI sử dụng kết quả này để tiếp tục xử lý hoặc phản hồi người dùng.
MCP cũng định nghĩa ba loại khả năng chính:
- Tools: Các hàm mà AI có thể gọi để thực hiện hành động, chẳng hạn tạo dữ liệu hoặc cập nhật cấu hình.
- Resources: Nguồn dữ liệu mà AI có thể đọc và sử dụng làm ngữ cảnh.
- Prompts: Các mẫu hướng dẫn có thể tái sử dụng để hỗ trợ tương tác với AI.
Trong các tình huống Browser Automation, Tools thường là thành phần được quan tâm nhiều nhất vì chúng cho phép AI thực hiện những thao tác cụ thể thông qua các công cụ đã kết nối.
2. AI Agent kết nối với công cụ trình duyệt như thế nào?
Trước khi tìm hiểu cách kết nối, cần phân biệt ba khái niệm thường xuất hiện cùng nhau: AI Agent, Browser Automation và MCP.
AI Agent là hệ thống AI có khả năng phân tích mục tiêu, lựa chọn công cụ và thực hiện nhiều bước để hoàn thành một nhiệm vụ.
Browser Automation là việc tự động hóa các thao tác liên quan đến trình duyệt, chẳng hạn mở trang web, điều hướng, điền biểu mẫu hoặc quản lý môi trường trình duyệt. Những thao tác cụ thể phụ thuộc vào công cụ và quyền truy cập được cung cấp.
MCP là giao thức kết nối giúp AI Agent giao tiếp với các công cụ hỗ trợ MCP.
Ba thành phần này có vai trò khác nhau nhưng có thể kết hợp trong cùng một quy trình.
**Ví dụ về một quy trình kết nối ** Giả sử bạn muốn AI hỗ trợ quản lý một số môi trường trình duyệt.
Quy trình có thể diễn ra như sau:
Bước 1: Kết nối công cụ
Bạn cài đặt hoặc kích hoạt MCP Server của công cụ trình duyệt trên máy tính. Sau đó, thêm thông tin kết nối vào ứng dụng AI có hỗ trợ MCP.
Bước 2: AI nhận diện các công cụ
Sau khi kết nối thành công, AI có thể tìm hiểu danh sách Tools mà MCP Server cung cấp, bao gồm tên công cụ, chức năng và các tham số cần thiết.
Bước 3: Người dùng đưa ra yêu cầu
Thay vì phải thao tác thủ công trên từng giao diện, bạn có thể mô tả nhiệm vụ bằng ngôn ngữ tự nhiên.
Ví dụ:
"Tạo ba môi trường trình duyệt mới, đặt tên lần lượt là Project_01, Project_02 và Project_03. Tạo một nhóm Project Profiles và đưa cả ba môi trường vào nhóm này."
Bước 4: AI lựa chọn và gọi công cụ
AI phân tích yêu cầu, lựa chọn những Tools phù hợp và gửi các tham số cần thiết đến MCP Server.
Bước 5: Công cụ thực hiện và trả kết quả
MCP Server thực hiện những thao tác được hỗ trợ, sau đó trả kết quả về cho AI. AI có thể tiếp tục kiểm tra trạng thái để xác nhận kết quả.
Điểm đáng chú ý là người dùng mô tả kết quả mong muốn, còn AI xử lý việc lựa chọn và phối hợp các công cụ phù hợp.
Tuy nhiên, không phải mọi MCP Server đều có thể thực hiện mọi thao tác trên trình duyệt. Khả năng thực tế phụ thuộc vào những Tools mà nhà phát triển cung cấp.
3. Kết nối AI với BitBrowser thông qua MCP
Một ví dụ thực tế về ứng dụng MCP trong quản lý trình duyệt là BitBrowser MCP.
Từ phiên bản 7.1.5, BitBrowser đã hỗ trợ MCP thông qua Local MCP Server. Nhờ đó, các ứng dụng AI tương thích có thể giao tiếp với BitBrowser và thực hiện những thao tác quản lý được hỗ trợ.
Thay vì phải mở giao diện BitBrowser và thực hiện từng thao tác riêng lẻ, người dùng có thể đưa ra yêu cầu bằng ngôn ngữ tự nhiên để AI gọi các công cụ tương ứng.
BitBrowser MCP hỗ trợ những gì?
Theo tài liệu chính thức, các nhóm chức năng được hỗ trợ bao gồm:
Quản lý Browser Profiles
Tạo, cập nhật, mở và đóng browser profile.
Xóa và truy vấn thông tin profile.
Quản lý trạng thái của các môi trường trình duyệt.
Quản lý Browser Fingerprint
Ngẫu nhiên hóa browser fingerprint.
Xóa cache của môi trường trình duyệt.
Quản lý Proxy
Cấu hình và cập nhật proxy.
Kiểm tra trạng thái proxy.
Quản lý nhóm và thẻ
Tạo, cập nhật và xóa nhóm profile.
Quản lý thẻ và mối quan hệ giữa các thẻ.
Quản lý Cloud Phone
Tạo và cập nhật cloud phone.
Mở, khởi động lại, reset, tạm dừng hoặc tắt thiết bị.
Quản lý và xóa thiết bị.
Các chức năng khác
- Truy xuất thông tin ADB và bật/tắt ADB cho cloud phone.
- Đọc và điều chỉnh vị trí, kích thước cửa sổ trình duyệt.
Các chức năng cụ thể có thể phụ thuộc vào phiên bản, cấu hình và những Tools được cung cấp trong MCP Server.
Một điểm cần phân biệt: BitBrowser MCP tập trung vào việc điều khiển và quản lý các chức năng của BitBrowser. Điều đó không đồng nghĩa MCP tự động cung cấp khả năng đọc nội dung trang web, nhấp chuột hoặc điền biểu mẫu trên mọi website. Những tác vụ tương tác trực tiếp với nội dung website cần có công cụ Browser Automation tương ứng.
Cách thiết lập BitBrowser MCP
Để bắt đầu, bạn cần chuẩn bị:
BitBrowser phiên bản 7.1.5 trở lên.
Một ứng dụng AI hỗ trợ kết nối MCP tùy chỉnh.
Local API Authentication được bật trong BitBrowser.
Bước 1: Bật Local API Authentication
Mở BitBrowser và truy cập:
Settings → Browser Settings → Local API.
Bật tùy chọn Enable Authentication Control.
Sau khi kích hoạt, BitBrowser sẽ tạo API Token và cung cấp thông tin xác thực cần thiết.
Địa chỉ mặc định được sử dụng trong cấu hình là:
Local API: http://127.0.0.1:54345
MCP Endpoint: http://127.0.0.1:54345/mcp
Nếu bạn đã thay đổi Local API Port, hãy sử dụng địa chỉ được hiển thị trong phần cài đặt của mình.
Bước 2: Lấy cấu hình MCP
Trong phần Local API, cuộn xuống mục MCP.
BitBrowser cung cấp cấu hình dành cho một số ứng dụng AI như Codex, Cursor, OpenCode, WorkBuddy, Qwen, Hermes và OpenClaw, cùng cấu hình General và cấu hình riêng cho Claude Code.
Chọn ứng dụng đang sử dụng, sau đó sao chép nội dung trong phần MCP Configuration Prompt.
Bước 3: Thêm BitBrowser vào ứng dụng AI
Mở phần cài đặt MCP của ứng dụng AI tương thích, tạo một MCP Server mới và dán cấu hình vừa sao chép.
Ví dụ, cấu hình General có dạng:
{ "mcpServers": { "bitbrowser": { "url": "http://127.0.0.1:54345/mcp", "headers": { "x-api-key": "<YOUR_API_TOKEN>" } } } }
Thay <YOUR_API_TOKEN> bằng API Token do BitBrowser tạo ra.
Đây là ví dụ cấu hình chung, không phải cấu hình dùng chung cho mọi ứng dụng. Nên ưu tiên cấu hình được BitBrowser tạo riêng cho AI client bạn đang sử dụng. Đặc biệt, Claude Code có cấu hình riêng trong BitBrowser; không nên mặc định rằng cấu hình JSON trên có thể dán trực tiếp vào mọi phiên bản Claude Desktop.
Bước 4: Kiểm tra kết nối
Sau khi lưu cấu hình, hãy đảm bảo MCP Server đã được bật và các Tools đã được tải thành công.
Trước tiên, nên sử dụng một yêu cầu chỉ đọc dữ liệu:
"Show me my current BitBrowser setup. List all existing Browser Profiles and cloud phones, including their names, groups, and status. Do not make any changes."
Nếu AI có thể truy xuất và trả về thông tin chính xác, kết nối MCP đã hoạt động.
Nên bắt đầu bằng những yêu cầu chỉ đọc trước khi cho phép AI thực hiện các thao tác thay đổi cấu hình.
4. Ba ví dụ thực tế khi sử dụng BitBrowser MCP
Sau khi kết nối thành công, bạn có thể kết hợp nhiều thao tác quản lý BitBrowser trong cùng một yêu cầu.
Dưới đây là ba ví dụ dựa trên những chức năng được BitBrowser MCP hỗ trợ.
Ví dụ 1: Tạo và phân nhóm nhiều Browser Profiles
Giả sử bạn đang chuẩn bị môi trường làm việc cho một dự án mới và cần tạo năm browser profile.
Thay vì tạo từng profile và phân nhóm thủ công, bạn có thể yêu cầu AI:
"Create 5 new Browser Profiles named Project_01 through Project_05. Set the browser language to English (US). Create a group called Project Profiles and add all five profiles to it. Do not modify any existing profiles. After completing the task, verify that all five profiles were created successfully and assigned to the correct group."
AI có thể phối hợp các thao tác:
- Tạo năm browser profile.
- Thiết lập ngôn ngữ trình duyệt.
- Tạo nhóm Project Profiles.
- Đưa các profile mới vào nhóm.
- Truy vấn lại để kiểm tra kết quả.
Điểm hữu ích ở đây không chỉ là tạo nhiều môi trường, mà còn là kết hợp các thao tác quản lý thành một quy trình thống nhất.
Ví dụ 2: Cấu hình proxy cho từng môi trường
Khi quản lý nhiều tài khoản hoặc nhiều dự án, việc gán đúng proxy cho từng browser profile là một công việc cần sự chính xác.
Bạn có thể cung cấp thông tin proxy và yêu cầu AI:
"For the three Browser Profiles in the Project Profiles group, configure the proxy settings I provide. Use one proxy per profile. Keep all other profile settings unchanged. After updating, verify that each profile has the correct proxy configuration."
AI sẽ sử dụng những Tools phù hợp để cập nhật proxy và kiểm tra lại thông tin.
Ở đây, có hai nguyên tắc quan trọng:
- Cung cấp chính xác proxy tương ứng với từng profile.
- Nêu rõ những cấu hình không được phép thay đổi.
Không nên đưa mật khẩu proxy hoặc API Token vào các cuộc trò chuyện công khai, tài liệu chia sẻ hoặc ảnh chụp màn hình.
Ví dụ 3: Quản lý fingerprint và trạng thái môi trường
Một tình huống khác là cần kiểm tra và cập nhật một số môi trường trình duyệt mà không ảnh hưởng đến những môi trường còn lại.
Bạn có thể yêu cầu:
"Check the current status of Project_02 and Project_03. Randomize their browser fingerprints only if required. Do not change proxy settings, browser language, or group assignments. Verify the final settings after the operation."
Với yêu cầu rõ ràng như vậy, AI có thể truy vấn trạng thái profile, gọi công cụ ngẫu nhiên hóa fingerprint khi được yêu cầu và kiểm tra lại kết quả.
Đây là cách kết hợp MCP với quy trình quản lý nhiều môi trường trình duyệt, đặc biệt hữu ích khi người dùng phải xử lý nhiều cấu hình lặp đi lặp lại.
5. MCP có thể thay thế Browser Automation không?
Đây là điểm dễ gây nhầm lẫn khi tìm hiểu về MCP.
MCP và Browser Automation có liên quan nhưng không phải cùng một thứ.
MCP là giao thức kết nối. Browser Automation là khả năng tự động hóa thao tác trình duyệt.
Ví dụ, nếu một MCP Server chỉ cung cấp các công cụ tạo profile, cập nhật proxy và quản lý fingerprint, AI chỉ có thể thực hiện những thao tác được cung cấp thông qua server đó.
Nếu muốn AI mở một website, đọc nội dung, nhấp vào nút hoặc điền biểu mẫu, hệ thống cần thêm các công cụ có khả năng tương tác với nội dung trang web.
Có thể kết hợp nhiều MCP Server và công cụ khác nhau trong một AI Agent để tạo thành quy trình phức tạp hơn.
Ví dụ:
- Một công cụ quản lý trình duyệt chịu trách nhiệm tạo và cấu hình browser profile.
- Một công cụ Browser Automation thực hiện thao tác trên website.
- Một công cụ quản lý dữ liệu lưu lại kết quả sau khi hoàn thành.
AI Agent có thể điều phối các công cụ này theo thứ tự phù hợp, miễn là ứng dụng AI và các server hỗ trợ những chức năng cần thiết.
Vì vậy, MCP không tự động biến mọi chatbot thành một hệ thống tự động hóa trình duyệt hoàn chỉnh. Giá trị của nó nằm ở việc giúp các công cụ khác nhau có một phương thức giao tiếp thống nhất.
6. Một số lưu ý về bảo mật khi sử dụng MCP
Khi cho AI quyền truy cập vào công cụ trên máy tính, bảo mật cần được xem xét ngay từ đầu.
Một số nguyên tắc nên áp dụng:
Bảo vệ API Token: Không chia sẻ Token trong bài đăng công khai, repository hoặc ảnh chụp màn hình. Nếu Token bị lộ, hãy thay đổi Token và cập nhật lại cấu hình kết nối.
Giới hạn quyền truy cập: Chỉ bật những chức năng cần thiết cho quy trình làm việc. Với các thao tác xóa profile, reset thiết bị hoặc thay đổi cấu hình quan trọng, nên kiểm tra kỹ trước khi thực hiện.
Bắt đầu bằng thao tác chỉ đọc: Trước khi yêu cầu AI thay đổi dữ liệu, hãy kiểm tra xem nó có thể truy xuất thông tin chính xác hay không.
Xác minh kết quả: Không nên chỉ dựa vào thông báo thành công của AI. Hãy kiểm tra lại trạng thái thực tế trong BitBrowser, đặc biệt với các thao tác hàng loạt.
Kiểm soát thông tin nhạy cảm: Không đưa mật khẩu, thông tin đăng nhập hoặc dữ liệu khách hàng vào những môi trường AI không được phép xử lý các thông tin đó.
Ngoài ra, cần hiểu rõ MCP Server đang chạy ở đâu và ứng dụng AI kết nối với nó thông qua cơ chế nào. BitBrowser sử dụng Local API MCP Endpoint trên địa chỉ loopback mặc định 127.0.0.1, vì vậy cần bảo đảm môi trường chạy AI có thể truy cập đúng dịch vụ cục bộ này.
Kết luận
MCP đang giúp việc kết nối AI với các công cụ bên ngoài trở nên có hệ thống và linh hoạt hơn.
Thay vì chỉ yêu cầu AI phân tích hoặc đưa ra hướng dẫn, người dùng có thể kết nối AI Agent với những công cụ thực tế để thực hiện các bước trong quy trình làm việc.
Với BitBrowser, MCP mở ra một cách tiếp cận mới trong quản lý nhiều browser profile, cấu hình proxy, fingerprint, nhóm môi trường và cloud phone. Những thao tác vốn phải thực hiện riêng lẻ trên giao diện có thể được kết hợp thành các yêu cầu bằng ngôn ngữ tự nhiên.
Đối với những người làm affiliate marketing, e-commerce, social media management hoặc quản lý nhiều tài khoản, đây là một hướng đáng thử nghiệm để giảm bớt các thao tác quản lý lặp lại.
Nếu bạn đang tìm hiểu cách kết hợp AI Agent với công cụ trình duyệt, có thể bắt đầu bằng việc kết nối BitBrowser MCP, thử một vài thao tác chỉ đọc và sau đó xây dựng những workflow phù hợp với nhu cầu thực tế.
All rights reserved