用途:为 LLM 提供浏览器自动化能力,使其能通过结构化无障碍快照理解并操作网页,适用于构建聊天式自动化智能体、表单自动化、数据提取、多步工作流和可访问性检测等场景。
主要能力:使用无障碍快照替代视觉模型;支持导航、点击、填写表单、提取数据;兼容 Chromium、Firefox、WebKit;返回易于语言模型解析的结构化数据。可用工具包括 playwright_navigate(导航并获取快照)、playwright_click(按角色与名称点击)、playwright_fill(填写输入框)、playwright_screenshot(截图)、playwright_evaluate(执行 JavaScript)、playwright_snapshot(获取当前无障碍快照)。
使用方式:在 MCP 客户端配置中加入 {"mcpServers":{"playwright":{"command":"npx","args":["@playwright/mcp@latest"]}}}。可通过 args 配置选项:--allowed-hosts(逗号分隔主机,* 为禁用检查,环境变量 PLAYWRIGHT_MCP_ALLOWED_HOSTS)、--browser chromium|firefox|webkit、--headless true|false、--timeout 毫秒。浏览器未安装时可运行 npx playwright install chromium。建议使用基于角色的无障碍选择器,如 button[name='Submit'],优先于脆弱的 CSS 选择器;密码等机密应使用环境变量而非硬编码。
限制与故障处理:遇到 Host not allowed 需将目标域加入 --allowed-hosts;元素未找到可先获取快照或使用更灵活的选择器(如 button[name*='submit']、text=/submit/i);超时可通过 --timeout 增大;浏览器无法启动可尝试更换浏览器或以有头模式调试。与 Playwright CLI 相比,MCP 适合需要跨工具调用保持浏览器状态、迭代推理和长时间自主工作流的场景;CLI 适合偏好命令行工具的编码智能体和对 token 效率敏感的场景。官方未提供收费、价格与效果数据。