AI赋能的浏览器自动化：Playwright MCP安装配置与实操案例

luler · 2025-06-07T04:00:50+00:00

一、简介 Playwright MCP 是一个基于 Playwright 的 MCP 工具，提供浏览器自动化功能不要求视觉模型支持，普通的文本大语言模型就可以通过结构化数据与网页交互支持多种浏览器操作，包括截图、点击、拖动、悬停、输入文本等支持npx直接运行、Docker部署、SSE传输模式，便于集成和...

luler

一、简介

Playwright MCP 是一个基于 Playwright 的 MCP 工具，提供浏览器自动化功能
不要求视觉模型支持，普通的文本大语言模型就可以通过结构化数据与网页交互
支持多种浏览器操作，包括截图、点击、拖动、悬停、输入文本等
支持npx直接运行、Docker部署、SSE传输模式，便于集成和扩展
开源项目地址参考：https://github.com/microsoft/playwright-mcp，核心架构参考下图：

二、安装

node 18+、npx环境，MCP服务器配置如下：

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest"
      ]
    }
  }
}

Docker中运行（只支持headless模式），MCP服务器配置如下：

{
  "mcpServers": {
    "playwright": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "--init", "--pull=always", "mcr.microsoft.com/playwright/mcp"]
    }
  }
}

独立部署 MCP 服务器，启用SSE传输方式，运行下面命令：

npx @playwright/mcp@latest --port 8931

运行成功后，可以使用如下端点接入，配置如下：

{
  "mcpServers": {
    "playwright": {
      "url": "http://localhost:8931/sse"
    }
  }
}

三、使用示例（在Cherry Studio模型对话客户端中使用）

1. 安装Cherry Studio并且配置好Playwright MCP服务器

2. 在Cherry Studio对话框中使用示例

在对话界面选择好对话模型，并且开启要使用的Playwright MCP工具

使用例子一，利用这个工具总结一篇外文网页文章，提示词如下：

使用中文总结一下这篇文章：https://modelcontextprotocol.io/introduction

使用例子二，利用这个工具自动搜索并总结资讯，提示词如下：

打开bing.com，搜索最新的AI资讯，并且使用中文总结要点内容

使用例子三，可以作为自动化信息爬虫使用（非常好用），提示词如下：

爬取所给网站的信息，需要分页获取所有的文章标题title、文章链接link，最后返回json格式数据，这个网站是：https://blog.luler.top/

四、总结

Playwright MCP比较充分融合AI与浏览器自动化，操作更智能便捷
快速轻量，响应速度快，支持单浏览器实例多客户端共享，资源利用率高
支持多种部署使用方式，特别是可以部署独立部署成SSE服务，实现远程共享
可以完成相对复杂的浏览器自动化任务，比如自动分页信息爬取