Playwright-MCP
Playwright MCP 是一个基于 Model Context Protocol（MCP）的浏览器自动化服务器，它让大语言模型（LLM）能够通过结构化的方式与网页交互，无需视觉模型即可操控浏览器。
你可以把它理解为一个"AI浏览器助手"，它把 Playwright 强大的自动化能力封装成标准工具，供 AI 模型调用。比如，你只需告诉 AI："登录这个网站并截图首页"，它就能自动完成导航、输入表单、点击按钮、截图保存等一系列操作。
核心优势与工作原理
基于无障碍树（Accessibility Tree）
默认使用页面的语义化结构（而非截图）作为输入，大幅降低 token 消耗，任何纯文本 LLM 都能"看懂"网页。
跨浏览器支持
支持 Chromium、Firefox、WebKit，还能模拟移动设备（如 iPhone 13）进行测试。
无头或有头模式运行
可在后台静默执行任务（无头模式），也可显示浏览器界面便于调试。
与 AI 工作流无缝集成
可接入 Cursor、VS Code + GitHub Copilot、Claude Desktop 等支持 MCP 的客户端，实现自然语言驱动的自动化。
Playwright-MCP和Playwright的关系
Playwright 是一个强大的浏览器自动化库，而 Playwright MCP 是基于 Playwright 构建的、专为 AI 模型设计的远程控制接口，它让大语言模型能通过自然语言指令直接操控浏览器。
你可以这样理解它们的关系：
Playwright 是"发动机"，提供了驱动浏览器的核心能力，比如打开页面、点击按钮、输入文本、截图等。
Playwright MCP 是"智能遥控器"，它把 Playwright 的各项功能封装成标准化的工具（Tools），让 AI 模型可以通过 MCP 协议发送指令来调用这些功能。
关键区别与协同方式
|-------|----------------------------|----------------------------|
| 维度 | Playwright | Playwright MCP |
| 使用对象 | 开发者（写代码） | AI 模型（自然语言指令） |
| 交互方式 | 编写脚本 （Python/JS/Java/.NET） | 通过 MCP 客户端发送 JSON-RPC 请求 |
| 执行环境 | 本地或 CI/CD 中运行测试脚本 | 作为服务常驻运行，等待 AI 调用 |
| 输入依赖 | 代码中硬编码选择器或逻辑 | 基于页面的无障碍树（a11y tree）动态识别元素 |
| 典型场景 | 编写端到端测试、爬虫 | AI 自动化操作网页、生成测试用例、验证行为 |
工作流程简述
1、启动 Playwright MCP 服务器，它会启动一个浏览器实例并等待连接。
2、支持 MCP 的 AI 客户端（如 GitHub Copilot、Claude Desktop）连接到该服务器。
3、用户用自然语言下达指令，例如："打开百度，搜索'AI 浏览器自动化'，截图结果页"。
4、AI 模型将指令解析为对 Playwright MCP 提供的工具调用，如 navigate, fill, click, screenshot。
5、Playwright MCP 执行具体操作，并将结果（如截图路径、文本内容）返回给 AI，最终生成自然语言回应。
这种架构使得非技术人员也能完成复杂的网页操作，同时避免了传统自动化中常见的视觉识别误差和高成本问题。