用途
Playwright Browser 是一个浏览器自动化技能,通过 MCP 协议向 AI 提供 101 个浏览器操作工具。用户可以用自然语言描述浏览器操作需求,由 AI 自动选择合适的工具来完成任务,例如访问网页、提取内容、填写表单、截图、抓取数据以及模拟用户操作进行自动化测试。
主要能力
该技能的工具按功能分为多个类别:
- 浏览器管理(8 个工具):启动、关闭浏览器,创建/切换/关闭页面,获取页面列表、浏览器版本与连接状态。
- 页面导航(4 个工具):导航到 URL、后退、前进、刷新。
- 元素交互(12 个工具):点击、双击、悬停、填写、逐字符输入、按键、下拉选择、勾选/取消勾选、聚焦、拖拽、触摸点击。
- 键盘鼠标操作(8 个工具):按键按下/释放、鼠标移动/点击/滚轮/按下/释放、插入文本。
- 内容提取(11 个工具):获取文本、标题、HTML、链接、属性、输入框值,检查元素可见/启用/选中状态,统计元素数量,获取当前 URL。
- 高级选择器(7 个工具):按 ARIA 角色、文本、标签、占位符、测试 ID、alt 文本、title 属性查找元素。
- 等待操作(7 个工具):等待元素、等待时间、等待 URL、等待请求/响应、等待 JavaScript 函数返回 true、等待加载状态。
- 截图和 PDF(3 个工具):页面截图、元素截图、生成 PDF。
- JavaScript 执行(3 个工具):在页面上下文执行脚本、添加脚本标签、添加样式标签。
- Cookie 和存储(8 个工具):设置/获取/清除 Cookie,设置/获取/清除 LocalStorage,保存与恢复存储状态。
- 网络控制(7 个工具):离线模式、拦截请求、模拟响应、获取请求/响应/控制台日志、清除日志。
- 文件操作(2 个工具):上传文件、触发下载。
- 视口和设备(6 个工具):设置/获取视口大小、模拟媒体类型与配色方案、设置/清除地理位置。
- 其他类别还包括滚动操作(2 个)、性能指标(3 个)、无障碍功能(1 个)、时间控制(5 个)、权限管理(2 个)、对话框处理(1 个)、Frame 操作(1 个)。
使用方式
基本调用流程为:先调用 browser_launch 启动浏览器,再调用 browser_goto 访问网页,然后执行相应操作工具(点击、填写、提取等),最后调用 browser_close 关闭浏览器释放资源。
常用工具示例:
- 访问网站:browser_goto,参数 { "url": "https://example.com" }
- 点击按钮:browser_click,参数 { "selector": "button.submit" }
- 填写表单:browser_fill,参数 { "selector": "#username", "value": "admin" }
- 获取标题:browser_get_title,参数 {}
- 截图:browser_screenshot,参数 { "path": "screenshot.png", "fullPage": true }
- 获取文本:browser_get_text,参数 { "selector": "h1" }
- 等待元素:browser_wait_for_selector,参数 { "selector": ".content" }
完整示例(访问网页并获取标题):依次调用 browser_launch({ "headless": false })、browser_goto({ "url": "https://example.com" })、browser_get_title({})、browser_close({})。
完整示例(搜索操作):依次调用 browser_launch({})、browser_goto({ "url": "https://www.baidu.com" })、browser_fill({ "selector": "#kw", "value": "OpenClaw" })、browser_click({ "selector": "#su" })、browser_wait_for_selector({ "selector": ".result" })、browser_close({})。
使用提示:必须先调用 browser_launch 才能执行其他操作;使用完毕调用 browser_close 释放资源;访问网页后可用 browser_wait_for_selector 等待元素加载;选择器使用 CSS 语法(#id、.class、button[type="submit"])。
适用场景
- 快速查看网页内容并总结。
- 从网页提取信息,如提取新闻站点热门文章标题。
- 对页面或特定元素截图。
- 在网站搜索框输入内容并搜索。
- 批量抓取网页数据。
- 模拟用户操作进行网站功能自动化测试。
限制
资料中未提供关于收费、价格、平台支持范围、性能上限或具体效果保证的说明,这些信息暂未提供。