MCP-Playwright：AI自动化神器，可执行JS代码进行复杂交互任务！

大语言模型（LLM）虽然强大，但通常只能处理静态文本数据，无法直接在网页上点击、填写表单、运行 JS代码或截取网页截图。

然而，许多应用场景 （自动化测试、数据抓取、网页分析、智能代理） 都需要 AI 具备真实的网页交互能力。

在 Selenium 需要人工编写 XPath 的时代，在 GPT 因无法实时交互人人苦恼的时代，开源社区又祭出一款超强神器：MCP-Playwright。

它通过 MCP（模型上下文协议）服务，将 Playwright 的浏览器自动化能力与大语言模型（如 Claude）无缝对接。

Playwright 本身是微软开源的一个强大的自动化框架，支持在 Chromium、Firefox 和 WebKit 上执行浏览器任务，而 MCP 协议则充当了 LLM 与 Playwright 之间的沟通桥梁，让 AI 能够直接控制浏览器，执行交互操作并获取实时反馈。

这样不仅可以让 AI 能够像人类一样浏览网页、截取屏幕、执行JS代码，还能完成更加复杂的网页任务。

真正让 AI 能够"看见"网页、"操作"网页！

核心功能

• 让 LLM 具备浏览器自动化能力：通过 MCP 连接 LLM，让 AI 能够直接操作网页。适用于 Claude、GPT-4o、DeepSeek 等大语言模型。
• 支持与网页交互：支持常见的网页操作，包括点击按钮、填写表单、滚动页面等。
• 截取网页截图：可以通过 Playwright MCP Server 获取网页的屏幕截图，分析当前页面的 UI 和内容。
• 执行 JavaScript 代码：支持在浏览器环境中运行 JavaScript，与网页进行更复杂的交互。
• 集成便捷工具：支持 Smithery 和 mcp-get 等工具，简化安装和配置过程。

快速使用

MCP Playwright 的安装过程简单，支持多种方式，尤其是对 Claude 的兼容让它格外友好。

由于它是一个前端类型项目，所以本地只需要安装 npm 工具即可。

只需要一下四步即可：

① 克隆项目

bash 复制代码

git clone https://github.com/executeautomation/mcp-playwright.git

② 安装依赖

复制代码

npm install

③ 构建代码

arduino 复制代码

npm run build
npm link

④ 配置Claude Desktop，打开 claude-desktop-config.json 文件

perl 复制代码

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "--directory",
        "/your-playwright-mcp-server-clone-directory",
        "run",
        "@modelcontextprotocol/playwright-mcp-server"
      ]
    }
  }
}

设置正确，你应该会看到Playwright MCP服务器指向你的本地机器源代码。

写在最后

Playwright MCP Server 作为开源的 AI 网页自动化工具之一，它可以让 Claude、GPT-4o 等 LLM 具备真实网页交互能力，实现 浏览器操作、数据抓取、JavaScript 执行、网页截图 等功能。

适用于自动化测试、信息抓取、SEO 竞品分析、AI 智能代理等任务。

如果你希望让 AI 更智能地处理网页任务，或者需要一个高效的自动化工具，不妨试试 Playwright MCP Server。