microsoft/playwright-mcp

Playwright MCP server

解决的问题

使大型语言模型（LLM）无需依赖视觉模型或截图即可自动化浏览器操作。通过为AI代理提供一种结构化的方式来感知和交互网页，消除了基于像素的浏览器自动化所带来的模糊性和高Token成本。

工作原理

该项目实现了一个Model Context Protocol (MCP) 服务器，与Playwright进行交互。它不向LLM发送网站的图像，而是生成页面的结构化可访问性快照。这使得模型能够通过数据而非像素来理解页面布局和元素，从而实现对页面结构的确定性工具应用和迭代推理。

适用人群

专为构建特定代理循环的开发者设计，例如创建自主工作流、自愈测试或需要持久浏览器状态的探索性自动化工具。

主要亮点

  • 基于可访问性：使用结构化可访问性树而非截图，更快且更轻量。
  • 无需视觉模型：完全基于结构化数据运行，无需多模态视觉模型。
  • 确定性：降低了传统截图自动化中常见的模糊性。
  • 广泛兼容性：可与多种MCP客户端集成，包括VS Code、Cursor、Claude Desktop和Windsurf。

相关

  • 项目
    microsoft/playwright

    Playwright 是一个用于浏览器自动化和测试的综合框架，为 Chromium、Firefox 和 WebKit 提供统一的 API，现已扩展为 AI 代理与网络交互的专用工具。

  • 项目
    Aas-ee/open-webSearch

    Open‑WebSearch 是一个 Node‑JS 服务，允许 AI 代理在无需任何 API 密钥的情况下执行实时网络搜索并获取文章内容。它提供 MCP 兼容服务器、CLI 工具和长期运行的 HTTP 守护进程，聚合多个公开搜索引擎的结果，支持代理使用，并可选择使用 Playwright 驱动的无头浏览器处理需要 JavaScript 渲染的网站。

  • 项目
    remorses/playwriter

    一款浏览器自动化工具，允许 AI 代理通过扩展程序控制您现有的、已登录的 Chrome 浏览器，从而实现与已认证网站的无缝交互。

  • 项目
    webmachinelearning/webmcp

    WebMCP 是一个基于浏览器的 API，允许 Web 开发人员将客户端功能作为结构化工具暴露给 AI 代理，从而实现与 Web 应用程序更可靠、更直接的交互。

  • 项目
    anysearch-ai/anysearch-mcp-server

    AnySearch MCP 服务器是一个实时的、基于 HTTP 的 MCP 端点，让基于 LLM 的智能体能够执行通用网络搜索、垂直领域搜索、并行批量查询和整页内容提取。它支持可选 API 密钥（更高限制）或匿名访问（较低限制），并为所有主要 AI 编程助手（OpenCode、Claude Code、Cursor、VS Code、Cline、Codex、Antigravity、DeepSeek Harness、Hermes Agent、OMP）提供了现成的配置片段。