Skip to main content
Glama

剧作家 MCP

一个使用Playwright提供浏览器自动化功能的模型上下文协议 (MCP) 服务器。该服务器使 LLM 能够通过结构化的可访问性快照与网页进行交互,而无需使用屏幕截图或视觉调整的模型。

主要特点

  • 快速且轻量。使用 Playwright 的可访问性树,而不是基于像素的输入。

  • 适合法学硕士 (LLM) 。无需视觉模型,纯粹基于结构化数据运行。

  • 确定性工具应用程序。避免了基于屏幕截图的方法中常见的歧义。

要求

  • Node.js 18 或更高版本

  • VS Code、Cursor、Windsurf、Claude Desktop 或任何其他 MCP 客户端

入门

首先,在您的客户端上安装 Playwright MCP 服务器。典型的配置如下:

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

您还可以使用 VS Code CLI 安装 Playwright MCP 服务器:

# For VS Code code --add-mcp '{"name":"playwright","command":"npx","args":["@playwright/mcp@latest"]}'

安装后,Playwright MCP 服务器将可与 VS Code 中的 GitHub Copilot 代理一起使用。

前往Cursor Settings -> MCP -> Add new MCP Server 。根据个人喜好命名,使用command类型npx @playwright/mcp 。您也可以点击Edit来验证配置或添加命令参数。

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

按照 Windsuff MCP文档操作。使用以下配置:

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

按照 MCP 安装指南,使用以下配置:

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

配置

Playwright MCP 服务器支持以下参数。它们可以在上面的 JSON 配置中作为"args"列表的一部分提供:

> npx @playwright/mcp@latest --help --allowed-origins <origins> semicolon-separated list of origins to allow the browser to request. Default is to allow all. --blocked-origins <origins> semicolon-separated list of origins to block the browser from requesting. Blocklist is evaluated before allowlist. If used without the allowlist, requests not matching the blocklist are still allowed. --block-service-workers block service workers --browser <browser> browser or chrome channel to use, possible values: chrome, firefox, webkit, msedge. --caps <caps> comma-separated list of capabilities to enable, possible values: tabs, pdf, history, wait, files, install. Default is all. --cdp-endpoint <endpoint> CDP endpoint to connect to. --config <path> path to the configuration file. --device <device> device to emulate, for example: "iPhone 15" --executable-path <path> path to the browser executable. --headless run browser in headless mode, headed by default --host <host> host to bind server to. Default is localhost. Use 0.0.0.0 to bind to all interfaces. --ignore-https-errors ignore https errors --isolated keep the browser profile in memory, do not save it to disk. --no-image-responses do not send image responses to the client. --no-sandbox disable the sandbox for all process types that are normally sandboxed. --output-dir <path> path to the directory for output files. --port <port> port to listen on for SSE transport. --proxy-bypass <bypass> comma-separated domains to bypass proxy, for example ".com,chromium.org,.domain.com" --proxy-server <proxy> specify proxy server, for example "http://myproxy:3128" or "socks5://myproxy:8080" --save-trace Whether to save the Playwright Trace of the session into the output directory. --storage-state <path> path to the storage state file for isolated sessions. --user-agent <ua string> specify user agent string --user-data-dir <path> path to the user data directory. If not specified, a temporary directory will be created. --viewport-size <size> specify browser viewport size in pixels, for example "1280, 720" --vision Run server that uses screenshots (Aria snapshots are used by default)

用户个人资料

您可以像常规浏览器(默认)一样使用持久配置文件运行 Playwright MCP,或者在测试会话的隔离环境中运行。

持久配置文件

所有登录信息都将存储在持久配置文件中,如果您想清除离线状态,可以在会话之间删除它。持久配置文件位于以下位置,您可以使用--user-data-dir参数覆盖它。

# Windows %USERPROFILE%\AppData\Local\ms-playwright\mcp-{channel}-profile # macOS - ~/Library/Caches/ms-playwright/mcp-{channel}-profile # Linux - ~/.cache/ms-playwright/mcp-{channel}-profile

孤立

在隔离模式下,每个会话都以隔离配置文件启动。每次您要求 MCP 关闭浏览器时,会话都会关闭,并且此会话的所有存储状态都会丢失。您可以通过配置的contextOptions--storage-state参数向浏览器提供初始存储状态。点击此处了解更多关于存储状态的信息。

{ "mcpServers": { "playwright": { "command": "npx", "args": [ "@playwright/mcp@latest", "--isolated", "--storage-state={path/to/storage.json} ] } } }

配置文件

Playwright MCP 服务器可以使用 JSON 配置文件进行配置。您可以使用--config命令行选项指定配置文件:

npx @playwright/mcp@latest --config path/to/config.json
{ // Browser configuration browser?: { // Browser type to use (chromium, firefox, or webkit) browserName?: 'chromium' | 'firefox' | 'webkit'; // Keep the browser profile in memory, do not save it to disk. isolated?: boolean; // Path to user data directory for browser profile persistence userDataDir?: string; // Browser launch options (see Playwright docs) // @see https://playwright.dev/docs/api/class-browsertype#browser-type-launch launchOptions?: { channel?: string; // Browser channel (e.g. 'chrome') headless?: boolean; // Run in headless mode executablePath?: string; // Path to browser executable // ... other Playwright launch options }; // Browser context options // @see https://playwright.dev/docs/api/class-browser#browser-new-context contextOptions?: { viewport?: { width: number, height: number }; // ... other Playwright context options }; // CDP endpoint for connecting to existing browser cdpEndpoint?: string; // Remote Playwright server endpoint remoteEndpoint?: string; }, // Server configuration server?: { port?: number; // Port to listen on host?: string; // Host to bind to (default: localhost) }, // List of enabled capabilities capabilities?: Array< 'core' | // Core browser automation 'tabs' | // Tab management 'pdf' | // PDF generation 'history' | // Browser history 'wait' | // Wait utilities 'files' | // File handling 'install' | // Browser installation 'testing' // Testing >; // Enable vision mode (screenshots instead of accessibility snapshots) vision?: boolean; // Directory for output files outputDir?: string; // Network configuration network?: { // List of origins to allow the browser to request. Default is to allow all. Origins matching both `allowedOrigins` and `blockedOrigins` will be blocked. allowedOrigins?: string[]; // List of origins to block the browser to request. Origins matching both `allowedOrigins` and `blockedOrigins` will be blocked. blockedOrigins?: string[]; }; /** * Do not send image responses to the client. */ noImageResponses?: boolean; }

独立 MCP 服务器

在没有显示器的系统上或从 IDE 的工作进程运行带头浏览器时,从具有 DISPLAY 的环境中运行 MCP 服务器并传递--port标志以启用 SSE 传输。

npx @playwright/mcp@latest --port 8931

然后在 MCP 客户端配置中,将url设置为 SSE 端点:

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

注意: Docker 实现目前仅支持无头 Chromium。

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

您可以自己构建 Docker 镜像。

docker build -t mcr.microsoft.com/playwright/mcp .
import http from 'http'; import { createConnection } from '@playwright/mcp'; import { SSEServerTransport } from '@modelcontextprotocol/sdk/server/sse.js'; http.createServer(async (req, res) => { // ... // Creates a headless Playwright MCP server with SSE transport const connection = await createConnection({ browser: { launchOptions: { headless: true } } }); const transport = new SSEServerTransport('/messages', res); await connection.connect(transport); // ... });

工具

该工具有两种模式:

  1. 快照模式(默认):使用可访问性快照来获得更好的性能和可靠性

  2. 视觉模式:使用屏幕截图进行基于视觉的交互

要使用 Vision 模式,请在启动服务器时添加--vision标志:

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

根据提供的屏幕截图,视觉模式最适合能够使用 XY 坐标空间与元素交互的计算机使用模型。

  • browser_snapshot

    • 标题:页面快照

    • 描述:捕获当前页面的可访问性快照,这比屏幕截图更好

    • 参数:无

    • 只读: true

  • browser_click

    • 标题:点击

    • 描述:执行网页上的点击操作

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • ref (字符串):来自页面快照的精确目标元素引用

    • 只读: false

  • browser_drag

    • 标题:拖动鼠标

    • 描述:在两个元素之间执行拖放操作

    • 参数:

      • startElement (字符串):用于获取与元素交互权限的人类可读的源元素描述

      • startRef (字符串):来自页面快照的精确源元素引用

      • endElement (字符串):用于获取与元素交互的权限的人类可读的目标元素描述

      • endRef (字符串):来自页面快照的精确目标元素引用

    • 只读: false

  • browser_hover

    • 标题:鼠标悬停

    • 描述:将鼠标悬停在页面上的元素上

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • ref (字符串):来自页面快照的精确目标元素引用

    • 只读: true

  • 浏览器类型

    • 标题:输入文本

    • 描述:在可编辑元素中输入文本

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • ref (字符串):来自页面快照的精确目标元素引用

      • text (字符串):输入到元素中的文本

      • submit (布尔值,可选):是否提交输入的文本(按 Enter 键后)

      • slowly (布尔值,可选):是否一次输入一个字符。用于触发页面中的按键处理程序。默认情况下,整个文本会一次性填充。

    • 只读: false

  • browser_select_option

    • 标题:选择选项

    • 描述:在下拉菜单中选择一个选项

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • ref (字符串):来自页面快照的精确目标元素引用

      • values (数组):下拉菜单中要选择的值的数组。可以是单个值,也可以是多个值。

    • 只读: false

  • browser_press_key

    • 标题:按下一个键

    • 描述:按下键盘上的一个键

    • 参数:

      • key (字符串):要按下的键的名称或要生成的字符,例如ArrowLeft``a

    • 只读: false

  • browser_wait_for

    • 标题:等待

    • 描述:等待文本出现或消失或等待指定的时间过去

    • 参数:

      • time (数字,可选):等待的时间(秒)

      • text (字符串,可选):等待的文本

      • textGone (字符串,可选):等待消失的文本

    • 只读: true

  • browser_file_upload

    • 标题:上传文件

    • 描述:上传一个或多个文件

    • 参数:

      • paths (数组):要上传的文件的绝对路径。可以是单个文件,也可以是多个文件。

    • 只读: false

  • browser_handle_dialog

    • 标题:处理对话

    • 描述:处理对话

    • 参数:

      • accept (布尔值):是否接受对话。

      • promptText (字符串,可选):提示对话框中的提示文本。

    • 只读: false

  • browser_navigate

    • 标题:导航至 URL

    • 描述:导航至 URL

    • 参数:

      • url (字符串):要导航到的 URL

    • 只读: false

  • browser_navigate_back

    • 标题:回去

    • 描述:返回上一页

    • 参数:无

    • 只读: true

  • browser_navigate_forward

    • 标题:前进

    • 描述:前进到下一页

    • 参数:无

    • 只读: true

  • browser_take_screenshot

    • 标题:截取屏幕截图

    • 描述:截取当前页面的屏幕截图。您无法基于屏幕截图执行任何操作,请使用 browser_snapshot 执行操作。

    • 参数:

      • raw (布尔值,可选):是否返回未压缩的图像(PNG 格式)。默认值为 false,即返回 JPEG 格式的图像。

      • filename (字符串,可选):保存屏幕截图的文件名。如果未指定,则默认为page-{timestamp}.{png|jpeg}

      • element (字符串,可选):用于获取元素截图权限的可读元素描述。若未提供,则截取视口范围的屏幕截图。若提供 element,则必须同时提供 ref。

      • ref (字符串,可选):页面快照中目标元素的精确引用。若未提供,则截取视口的屏幕截图。若提供 ref,则必须同时提供元素。

    • 只读: true

  • browser_pdf_save

    • 标题:另存为 PDF

    • 描述:将页面保存为 PDF

    • 参数:

      • filename (字符串,可选):保存 PDF 文件的文件名。若未指定,则默认为page-{timestamp}.pdf

    • 只读: true

  • browser_network_requests

    • 标题:列出网络请求

    • 描述:返回自加载页面以来的所有网络请求

    • 参数:无

    • 只读: true

  • browser_console_messages

    • 标题:获取控制台消息

    • 描述:返回所有控制台消息

    • 参数:无

    • 只读: true

  • 浏览器安装

    • 标题:安装配置中指定的浏览器

    • 描述:安装配置中指定的浏览器。如果出现浏览器未安装的错误,请调用此函数。

    • 参数:无

    • 只读: false

  • browser_close

    • 标题:关闭浏览器

    • 描述:关闭页面

    • 参数:无

    • 只读: true

  • browser_resize

    • 标题:调整浏览器窗口大小

    • 描述:调整浏览器窗口的大小

    • 参数:

      • width (数字):浏览器窗口的宽度

      • height (数字):浏览器窗口的高度

    • 只读: true

  • browser_tab_list

    • 标题:列表选项卡

    • 描述:列出浏览器标签页

    • 参数:无

    • 只读: true

  • browser_tab_new

    • 标题:打开新标签页

    • 描述:打开新标签页

    • 参数:

      • url (字符串,可选):新标签页中导航到的 URL。如果不提供,新标签页将为空白。

    • 只读: true

  • browser_tab_select

    • 标题:选择一个选项卡

    • 描述:通过索引选择选项卡

    • 参数:

      • index (数字):要选择的选项卡的索引

    • 只读: true

  • browser_tab_close

    • 标题:关闭标签页

    • 描述:关闭标签页

    • 参数:

      • index (数字,可选):要关闭的标签页的索引。如果未提供,则关闭当前标签页。

    • 只读: false

  • browser_generate_playwright_test

    • 标题:生成 Playwright 测试

    • 描述:为给定场景生成 Playwright 测试

    • 参数:

      • name (字符串):测试的名称

      • description (字符串):测试的描述

      • steps (数组):测试的步骤

    • 只读: true

  • browser_screen_capture

    • 标题:截取屏幕截图

    • 描述:截取当前页面的屏幕截图

    • 参数:无

    • 只读: true

  • browser_screen_move_mouse

    • 标题:移动鼠标

    • 描述:移动鼠标到指定位置

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • x (数字):X 坐标

      • y (数字):Y 坐标

    • 只读: true

  • browser_screen_click

    • 标题:点击

    • 描述:单击鼠标左键

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • x (数字):X 坐标

      • y (数字):Y 坐标

    • 只读: false

  • browser_screen_drag

    • 标题:拖动鼠标

    • 描述:拖动鼠标左键

    • 参数:

      • element (字符串):用于获取与元素交互的权限的人类可读的元素描述

      • startX (数字):起始X坐标

      • startY (数字):起始 Y 坐标

      • endX (数字):结束X坐标

      • endY (数字):结束 Y 坐标

    • 只读: false

  • 浏览器屏幕类型

    • 标题:输入文本

    • 描述:输入文本

    • 参数:

      • text (字符串):输入到元素中的文本

      • submit (布尔值,可选):是否提交输入的文本(按 Enter 键后)

    • 只读: false

  • browser_press_key

    • 标题:按下一个键

    • 描述:按下键盘上的一个键

    • 参数:

      • key (字符串):要按下的键的名称或要生成的字符,例如ArrowLeft``a

    • 只读: false

  • browser_wait_for

    • 标题:等待

    • 描述:等待文本出现或消失或等待指定的时间过去

    • 参数:

      • time (数字,可选):等待的时间(秒)

      • text (字符串,可选):等待的文本

      • textGone (字符串,可选):等待消失的文本

    • 只读: true

  • browser_file_upload

    • 标题:上传文件

    • 描述:上传一个或多个文件

    • 参数:

      • paths (数组):要上传的文件的绝对路径。可以是单个文件,也可以是多个文件。

    • 只读: false

  • browser_handle_dialog

    • 标题:处理对话

    • 描述:处理对话

    • 参数:

      • accept (布尔值):是否接受对话。

      • promptText (字符串,可选):提示对话框中的提示文本。

    • 只读: false

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/microsoft/playwright-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server