SuperAPI AI 工具集

browsing-with-playwright

智能体与模型

查看项目

更新于 10-15 18:28

技能介绍

用途:通过 Playwright MCP 服务器自动化浏览器交互,适用于需要网页导航、表单填写、元素点击、截图或数据提取的任务。

主要能力:启动与停止 MCP 服务器;导航到 URL、后退;获取可访问性快照(返回元素 ref 供点击/输入);截图(支持整页);点击元素、输入文本、填写多字段表单、选择下拉项;等待文本或时间;执行 JavaScript;用 browser_run_code 运行多步 Playwright 代码。

使用方式:推荐用脚本启动服务器:bash scripts/start-server.sh;手动启动为 npx @playwright/mcp@latest --port 8808 --shared-browser-context &。注意 --shared-browser-context 为必需,否则每次调用都是全新浏览器上下文。调用工具:python3 scripts/mcp-client.py call -u http://localhost:8808 -t 工具名 -p 'JSON参数'。停止:bash scripts/stop-server.sh,或先调用 browser_close(python3 scripts/mcp-client.py call -u http://localhost:8808 -t browser_close -p '{}')再执行 pkill -f "@playwright/mcp"。验证:python3 scripts/verify.py,预期输出 ✓ Playwright MCP server running。

典型流程:表单提交——导航、获取快照定位 ref、填写、点击提交、等待确认、截图;数据提取——导航、快照取文本、必要时用 browser_evaluate 复杂提取、处理结果。

限制与注意:元素 ref 会变化,点击前需先 browser_snapshot;点击失败可先 browser_hover;表单不提交可用 browser_type 加 "submit": true;页面加载慢可增加等待或 browser_wait_for;服务器无响应则停止并重启。长时间多任务可保持运行,任务结束应停止;出错重启后仍失败应停止并报告,不要继续后续步骤。完整工具文档见 references/playwright-tools.md。具体收费、平台支持等资料暂未提供。