microsoft/playwright-mcp

解决的问题

Playwright MCP 允许大型语言模型（LLMs）在无需视觉模型或截图的情况下与网页进行交互。它通过向 LLM 提供网页的结构化可访问性快照，解决了基于像素的浏览器自动化中存在的模糊性和高 token 成本问题。

工作原理

它作为一个 Model Context Protocol (MCP) 服务器，与 Playwright 进行交互。与发送页面图像不同，它向 LLM 提供结构化的可访问性树，使模型能够基于页面结构进行推理，并以确定性方式执行操作。

适用人群

需要持久化浏览器状态、丰富内省能力以及对网页结构进行迭代推理的开发者和 AI 代理创建者，例如用于探索性自动化或自愈测试等场景。

特点

• 基于可访问性：使用结构化数据而非像素，无需视觉模型。
• 确定性：避免了基于截图的浏览器自动化中常见的模糊性。
• 轻量级：相比视觉输入，速度快且 token 效率高。
• 广泛客户端支持：兼容多种 MCP 客户端，包括 VS Code、Cursor、Claude Desktop 和 Windsurf。