Playwright MCP：AI 浏览器自动化的神器

今天要给大家介绍一个非常强大的开源项目： Playwright MCP ，它将浏览器自动化提升到了一个全新的水平。

📌 项目简介
Playwright MCP 是由 Microsoft 开发的一个 Model Context Protocol (MCP) 服务器。它旨在为大语言模型（LLM）提供强大的浏览器自动化能力。
与传统的基于截图或视觉模型的自动化不同，该项目利用 Playwright 生成的结构化无障碍快照（Accessibility Snapshots），让 LLM 能够直接理解网页结构并进行交互。这使得 AI 代理无需依赖昂贵的视觉模型即可高效、准确地操作浏览器。

🎯 核心功能
智能浏览器控制：支持导航、点击、输入、拖拽、文件上传、处理弹窗等全套浏览器操作。

结构化数据交互：通过 browser_snapshot 工具获取页面的无障碍树快照，而非像素图片，大幅降低 Token 消耗并提高理解准确度。

多标签页管理：支持创建、切换、关闭浏览器标签页。

代码生成与执行：可直接运行 Playwright 代码片段，或生成用于测试的定位器（Locator）。

高级调试能力：支持捕获控制台消息、网络请求记录，以及生成会话追踪（Trace）和视频录像。

PDF 生成：可将当前页面保存为 PDF 文档。

⚡ 技术特点
LLM 友好设计：完全基于文本和结构化数据交互，无需视觉模型（Vision Models），显著降低成本并提高确定性。

轻量快速：利用 Playwright 原生的无障碍树，避免了截图处理和 OCR 的开销。

灵活配置：

支持多种浏览器内核（Chrome, Firefox, WebKit, Edge）。

支持有头（Headed）和无头（Headless）模式。

支持持久化用户配置文件（保留登录状态）或隔离会话。

可通过命令行参数或 JSON 配置文件精细控制权限、超时、代理等。

广泛兼容：遵循标准的 MCP 协议，可无缝集成到 VS Code、Cursor、Claude Desktop、Windsurf、Cline 等多种 AI 编程助手和客户端中。

安全可控：提供主机白名单、来源封锁、文件访问限制等安全机制。

🌍 使用场景
AI 自主代理（Agentic Workflows）：让 AI 自动执行复杂的网页任务，如数据抓取、表单填写、跨站点工作流。

智能测试与维护：构建自愈性测试脚本，AI 可根据页面结构变化自动调整操作策略。

探索性自动化：在没有明确脚本的情况下，让 AI 根据自然语言指令探索和操作未知网页。

辅助开发与调试：开发者可通过自然语言让 AI 帮忙检查页面元素、验证网络请求或生成测试代码。

长运行任务：适用于需要保持浏览器上下文状态长时间的自动化任务。

📦 安装与使用

1. 前置要求
   Node.js 18 或更高版本
   任意支持 MCP 协议的客户端（如 VS Code, Cursor, Claude Desktop 等）
2. 快速安装
   大多数 MCP 客户端支持通过标准配置启动。核心命令如下：

npx @playwright/mcp@latest

3. 常见客户端配置示例
   VS Code / GitHub Copilot:

在设置中添加以下 JSON 配置，或使用 CLI 命令：

code –add-mcp ‘{“name”:”playwright”,”command”:”npx”,”args”:[“@playwright/mcp@latest”]}’

或者在 settings.json 中：

{
“mcpServers”: {
“playwright”: {
“command”: “npx”,
“args”: [“@playwright/mcp@latest”]
}
}
}
Cursor:

进入 Settings -> MCP -> Add new MCP Server，输入命令npx @playwright/mcp@latest。

Claude Desktop:

在 MCP 配置文件中添加上述标准配置，或使用 CLI：

claude mcp add playwright npx @playwright/mcp@latest
Docker 部署:
支持无头模式运行：

{
“mcpServers”: {
“playwright”: {
“command”: “docker”,
“args”: [“run”, “-i”, “–rm”, “–init”, “–pull=always”, “mcr.microsoft.com/playwright/mcp”]
}
}
}

4. 高级用法
   持久化登录状态：使用 –user-data-dir 指定目录保存 Cookie 和 LocalStorage。
   隔离模式：添加 –isolated 参数，每次会话结束后清除所有数据。
   连接现有浏览器：通过 –extension 配合浏览器插件连接已打开的浏览器实例。
   启用额外能力：通过 –caps 参数开启视觉坐标操作 (vision)、PDF 生成 (pdf) 或测试断言 (testing) 等功能。

🌟开源项目

https://github.com/microsoft/playwright-mcp