微软开源的一个使用Playwright提供浏览器自动化功能的MCP服务

关键要点

• Playwright MCP 是一个基于 Model Context Protocol (MCP) 的浏览器自动化服务器，使用 Playwright 提供功能，适合 LLM 与网页交互。
• 它通过结构化可访问性快照工作，效率高且无需视觉模型。
• 安装简单，支持 VS Code 和 GitHub Copilot 代理，适合多种自动化任务。
• 提供快照模式和视觉模式两种工具模式，覆盖导航、交互和数据捕获等功能。

juejin.cn/aicoding AI编程板块了解更多AI编程干货

什么是 Playwright MCP？

---

调查笔记：Playwright MCP 详尽介绍

Playwright MCP 是一个基于 Model Context Protocol (MCP) 的浏览器自动化服务器，MCP 由 Anthropic 开发，旨在为 AI 助手提供与数据源和工具的标准化连接。Playwright MCP 利用 Playwright 的功能，允许大型语言模型 (LLM) 通过结构化可访问性快照与网页交互，而非依赖截图或视觉模型。这种方法使其在自动化任务中高效且可靠，尤其适合需要与网页交互的 AI 应用。

从提供的资料来看，Playwright MCP 的开发活动近期非常活跃，包括更新 README、添加工作流、导出服务器以支持自定义传输等。提交记录显示，最近的更新包括 browser_choose_file 功能（8 小时前）和默认使用持久配置文件（昨天）。这些更新表明项目处于活跃开发状态，版本号已标记为 v.0.0.6（4 小时前）。

MCP 本身是一个开放标准，旨在解决 AI 系统与数据源隔离的问题。研究表明，MCP 提供了一种通用的连接方式，取代了传统的自定义集成，适用于各种 AI 应用，包括 IDE、聊天界面和自定义工作流。Playwright MCP 作为 MCP 的一个实现，专注于浏览器自动化，特别适合需要与网页交互的 LLM。

Playwright MCP 是一个实现 Model Context Protocol (MCP) 的服务器，MCP 是一个开放标准，旨在连接 AI 助手与各种数据源和工具。Playwright MCP 利用 Playwright 提供浏览器自动化能力，允许大型语言模型 (LLM) 通过结构化可访问性快照与网页交互，而非依赖截图或视觉模型。这种方法使其在自动化任务中高效且可靠。

主要特点

• 标准化集成：遵循 MCP 标准，确保与广泛的 LLM 应用和工具兼容。
• 快速轻量：使用 Playwright 的可访问性树而非像素输入，确保操作快速高效。
• LLM 友好：完全基于结构化数据运行，适合语言模型处理文本信息。
• 确定性工具应用：避免截图方法常见的模糊性，确保结果一致性。

使用场景

• 网页导航和表单填写：自动化浏览和填写网页表单，LLM 可通过结构化数据理解和交互。
• 数据提取：从网页提取结构化数据，利用可访问性树提高准确性。
• 自动化测试：使用 LLM 驱动网页应用的自动化测试，确保测试稳健可靠。
• 通用浏览器交互：使 AI 代理以更人性化的方式控制浏览器操作。

安装与设置

在 VS Code 中安装 Playwright MCP 可与 GitHub Copilot 代理配合使用&#x