microsoft/playwright-mcp

何を解決するか

Playwright MCP は、大規模言語モデル（LLM）が視覚モデルやスクリーンショットなしでウェブページと対話できるようにします。ピクセルベースのブラウザ自動化における曖昧さと高コストなトークン使用を解消し、ウェブページの構造化アクセシビリティスナップショットを LLM に提供することで、モデルがページ構造を論理的に処理し、決定論的に操作できるようにします。

動作方法

これは Playwright と連携する Model Context Protocol (MCP) サーバーとして機能します。ページの画像を送信するのではなく、構造化されたアクセシビリティツリーを LLM に提供することで、モデルがページ構造を理解し、決定論的に操作を行うことができます。

対象ユーザー

永続的なブラウザ状態、豊富なインテロスペクション、ウェブページ構造に対する反復的推論を必要とする特殊なエージェントループを開発している開発者や AI エージェント作成者向けです。たとえば、探索的自動化や自己修復テストなどに適しています。

特徴

• アクセシビリティベース：ピクセルではなく構造化データを使用するため、視覚モデルの必要がありません。
• 決定論的：スクリーンショットベースのブラウザ自動化で一般的な曖昧さを回避します。
• 軽量：視覚入力と比較して高速でトークン効率が良いです。
• 広範なクライアント対応：VS Code、Cursor、Claude Desktop、Windsurf など、多数の MCP クライアントと互換性があります。