microsoft/playwright-mcp

解決的問題

Playwright MCP 允許大型語言模型（LLMs）在不需要視覺模型或截圖的情況下與網頁互動。它透過向 LLM 提供網頁的結構化可存取性快照，解決了基於像素的瀏覽器自動化所帶來的模糊性與高 token 成本問題。

工作原理

它作為一個 Model Context Protocol (MCP) 伺服器，與 Playwright 進行互動。與傳送頁面影像不同，它向 LLM 提供結構化的可存取性樹，讓模型能基於頁面結構進行推理，並以決定性方式執行操作。

適用對象

需要持久化瀏覽器狀態、豐富的內省能力以及對網頁結構進行迭代推理的開發者與 AI 代理創建者，例如用於探索性自動化或自修復測試等情境。

特點

• 基於可存取性：使用結構化資料而非像素，無需視覺模型。
• 決定性：避免了基於截圖的瀏覽器自動化中常見的模糊性。
• 輕量級：相比視覺輸入，速度快且 token 效率高。
• 廣泛客戶端支援：相容多種 MCP 客戶端，包括 VS Code、Cursor、Claude Desktop 與 Windsurf。