在軟件開發與測試領域，自動化測試早已成為提升效率、保障質量的核心工具。然而，傳統自動化測試框架往往面臨代碼編寫繁瑣、跨工具協作困難、操作復雜等痛點。

而今天，給大家介紹一款自動化測試工具：MCP-Playwright，它融合了先進的 AI 技術，不僅能讓AI直接操控瀏覽器，更是通過標準化協議打通了測試工具鏈，讓自動化測試變得像“說話一樣簡單”，為自動化測試帶來了全新的體驗。

1、Playwright MCP是個啥東西？

Playwright MCP是一個將大型語言模型（LLM）的強大語言理解與生成能力和 Playwright 卓越的瀏覽器自動化功能深度融合的創新框架。

Playwright 作為一款知名的開源自動化測試和瀏覽器操控庫，本身就支持 Chrome、Firefox 和 Safari 等多種主流瀏覽器，能夠模擬用戶在瀏覽器中的各種操作，像點擊按鈕、填寫表單、滾動頁面、截取屏幕截圖等。

而 MCP（Model Context Protocol）作為模型上下文協議，專為大型語言模型（LLM）設計。

它像一座橋梁連接了大語言模型（如Claude、GPT-4）與Playwright瀏覽器引擎。

傳統自動化測試需要人工編寫XPath/CSS選擇器，而MCP-Playwright只需用自然語言描述需求，AI就能自動解析頁面結構并執行操作。

它的工作原理極具創新性。當用戶輸入一條自然語言指令，例如 “測試某電商網站商品詳情頁的圖片加載是否正常”，指令首先會被發送到與之集成的 LLM。LLM 運用先進的自然語言處理算法，對指令進行深度解析，理解其中的關鍵信息，如操作的目標網站（某電商網站）、核心動作（測試圖片加載）以及特定頁面（商品詳情頁）。隨后，LLM 依據 Playwright 的 API 規則，生成相應的可執行代碼。以剛才的指令為例，可能生成類似這樣的 Python 代碼（假設使用 Python 語言結合 Playwright 庫）：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()
    page.goto('http://www.rzrgm.cn/jinjiangongzuoshi/p/18730620')
    page.wait_for_selector('img.product - image')
    image_loaded = page.evaluate('() => document.querySelector("img.product - image").complete')
    if image_loaded:
        print("圖片加載正常")
    else:
        print("圖片加載異常")
    browser.close()

2、快速使用

MCP Playwright 的安裝過程簡單，支持多種方式，尤其是對 Claude 的兼容讓它格外友好。由于它是一個前端類型項目，所以本地只需要安裝 npm 工具即可。

只需要一下四步即可：

1、克隆項目

git clone https://github.com/executeautomation/mcp-playwright.git

2、安裝依賴

npm install

3、構建代碼

npm run build
npm link

或者直接：npm install -g @executeautomation/playwright-mcp-server

4、配置Claude Desktop，打開 claude-desktop-config.json 文件

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "--directory",
        "/your-playwright-mcp-server-clone-directory",
        "run",
        "@modelcontextprotocol/playwright-mcp-server"
      ]
    }
  }
}

設置正確，你應該會看到Playwright MCP服務器指向你的本地機器源代碼。

3、最后

Playwright MCP作為開源的 AI 網頁自動化工具，可以讓 Claude、GPT-4o 等 LLM 具備真實網頁交互能力，實現 瀏覽器操作、數據抓取、JavaScript 執行、網頁截圖 等功能。

適用于自動化測試、信息抓取、SEO 競品分析、AI 智能代理等任務。

如果你希望讓 AI 更智能地處理網頁任務，不妨試試 Playwright MCP Server。

GitHub 項目地址：https://github.com/executeautomation/mcp-playwright