微软官方出品，Playwright MCP 让 AI 按页面结构操作浏览器
让 AI「会用浏览器」这件事，不少方案靠截图：模型看一眼画面，估个坐标点下去，页面一变就失手。微软 2025 年 3 月在 microsoft 组织开源了 Playwright MCP 服务器，走的是另一条路——把自家沉淀多年的 Playwright 自动化框架接上 MCP 协议，AI 拿到的是页面的结构化无障碍树快照，元素有名字、有角色、有引用，点击和输入都落在确切目标上，不靠截图认像素，也不用另配视觉模型。项目 Apache-2.0 协议开源，至今活跃维护。
它能做什么
- 结构化快照代替截图：browser_snapshot 把页面转成无障碍树，链接、按钮、输入框各带引用，AI 照引用操作，token 花得少，动作还稳
- 全套基础操作：点击、悬停、输入、整表填写（browser_fill_form）、下拉选择、文件上传、拖拽、对话框处理，重复网页活都能接
- 能力按需开：网络、存储、DevTools、配置、坐标五组进阶能力默认不启用，用 –caps 参数按需打开，把暴露面收得很小
- 存储与网络管控：开了存储能力可以列出、读写、清理 cookie 和 localStorage；网络能力可以拦截改写请求、翻看网络日志
- 操作可回放：录屏、录操作过程、性能追踪各有专门命令，AI 到底干了什么，事后可以查证
- 顺手生成测试代码：–codegen 模式下 AI 操作浏览器的同时产出 Playwright 测试脚本，网页活干完还留下一套自动化测试
- 接管与模拟：–cdp-endpoint 接管已经开着的浏览器接着操作；–device、–mobile 模拟手机环境，–isolated 每次用干净会话
怎么获取
GitHub 上 microsoft 组织的 playwright-mcp 仓库是唯一官方源，对应 npm 包 @playwright/mcp。装法是标准 MCP 配置：在 VS Code、Cursor、Claude Desktop、Windsurf 等客户端的 mcpServers 配置里加一条，command 填 npx，参数写 @playwright/mcp@latest，本机要求 Node.js 18 及以上。装完在对话里让 AI 打开某个网址，能返回页面快照就通了。浏览器内核可以用 –browser 参数指定，版本由服务器自己管理。
上手怎么用
- 重复表单批量填：把名单交给 AI，让它逐条打开内部系统的表单页填完提交，结构化引用定位，不怕点错位置
- 网页信息日巡检：让 AI 每天固定打开几个后台页面，把关键数字和环境状态汇总成一则晨报
- 用户报障复现：按用户描述的步骤让 AI 重走一遍，控制台报错和网络请求一起带回来，排障少一轮来回
- 把重复操作固化成测试：开 –codegen 让 AI 走一遍业务流程，生成的 Playwright 脚本直接进测试仓库，页面改版后再让它修
- 疑难页面换坐标模式：个别画布、地图类组件结构化抓不到时，再开 –caps=vision 用坐标兜底，平时不开省资源
适合谁用
天天跟网页后台、内部系统打交道的运维和测试；想把表单填报、信息摘录这类重复网页活交出去的办公人员；已经在用 Playwright 做测试、想让 AI 帮忙补脚本的团队。微软官方维护、协议开放、装法标准，属于可以长期当底座用的工具。