Playwright MCP 是微軟開源的瀏覽器自動化伺服器,GitHub 累積 39,552 顆星標。它把 Playwright 的控制能力包裝成 72 個 MCP 工具,讓代理以無障礙樹快照讀取頁面並執行點擊輸入,全程無需視覺模型與截圖比對。
Playwright MCP 是微軟開源的 MCP 伺服器,39,552 星標,把 Playwright 包裝成 72 個工具,以無障礙樹取代截圖。
Playwright MCP 是什麼?
項目由微軟於 2025 年 3 月建立,採 Apache 2.0 授權,主要語言 TypeScript,為語言模型提供瀏覽器自動化能力。
此項目建立於 2025 年 3 月 21 日,是微軟在 Playwright 生態上另設的獨立倉庫。它並不重複實作瀏覽器引擎,而是把上游框架的能力整理成語言模型可呼叫的工具介面。
定位上,它介於「測試框架」與「通用代理工具」之間。開發者用同一套伺服器,既可讓代理執行端對端測試的探索步驟,也可讓代理代替人手完成填表、截圖與資料抓取。授權為 Apache 2.0,程式碼以 TypeScript 撰寫,主要透過 npm 套件 @playwright/mcp 發佈。
Playwright MCP 與 Playwright CLI 有何差別?
微軟指出高頻編碼代理宜用 CLI 加技能檔以節省上下文;MCP 則適合需要持續瀏覽器狀態、頁面內省與反覆推理的長時間流程。
這是少見的官方自我比較。README 直言,現代編碼代理正趨向 CLI 加技能檔的工作方式,原因是每次 CLI 呼叫只需載入精簡指令,不必把大量工具結構與冗長的無障礙樹塞進模型上下文。
MCP 的價值落在另一類場景。當流程需要保留持續的瀏覽器狀態、對頁面結構反覆內省,或進行自我修復測試與長時間自主操作,維持一條連續的瀏覽器連線,往往比節省詞元更重要。微軟同時維護 playwright-cli 倉庫,該項目目前有 15,142 顆星標,最新版本 v0.1.24 於 2026 年 11 月 10 日發佈。
這種雙軌安排說明一件事:協定本身不是效率的萬靈丹。工具數目與上下文成本之間,團隊需要按代理的工作型態自行取捨。
Playwright MCP 提供哪些工具?
README 列出 72 個 browser_ 工具,涵蓋導航、點擊、表單、頁籤、網路攔截、儲存空間、追蹤錄影與 PDF 輸出。
工具清單按能力分層。基礎層是 browser_navigate、browser_click、browser_type、browser_fill_form 與 browser_snapshot,構成代理與頁面互動的最小集合。管理層包括 browser_tabs、browser_resize、browser_handle_dialog 與 browser_file_upload,處理多頁籤與系統對話框。
狀態與網路層覆蓋較深。代理可透過 browser_cookie_*、browser_localstorage_* 與 browser_sessionstorage_* 讀寫儲存空間,亦可用 browser_route、browser_network_requests 攔截或檢視請求。診斷層則有 browser_start_tracing、browser_start_video 與 browser_console_messages。
部分工具需要額外能力旗標才會出現。加上 --caps=vision 後可使用 browser_mouse_click_xy 等座標操作,--caps=pdf 提供 browser_pdf_save,--caps=devtools 則開啟開發者工具相關入口。這種按需展開的設計,令預設工具表不會一次過膨脹。

Playwright MCP 的無障礙樹快照如何運作?
伺服器把頁面轉換為結構化的無障礙樹,以角色、名稱與狀態描述每個元素,代理據此選取目標。這種做法不依賴像素比對,動作可重現,也不需要載入視覺模型。
傳統電腦操作代理多數依賴截圖,再讓視覺模型判斷座標。這種方式的弱點是解析度敏感、字型差異會造成誤判,而且同一頁面在不同縮放比例下的結果並不一致。
無障礙樹路線把頁面壓縮成角色與名稱的組合,例如按鈕、文字框與表格標題。代理看到的是「名為 City 的文字輸入框」,而非某個座標上的矩形,因此動作具備確定性,頁面改版後亦較容易維持。
設定層面亦有對應控制。--snapshot-mode 可設為 full 或 none 以調整回應內容,--snapshot-boxes 會附上每個元素的邊界框,locateOnlyVisible 選項則把定位限制在可見元素,避免選中隱藏的重複節點。
Playwright MCP 如何處理登入狀態與多客戶端並行?
伺服器預設使用持久化設定檔,路徑按工作區雜湊分開存放,登入狀態可跨工作階段保留。同一個設定檔同時只容許一個瀏覽器實例,要多客戶端並行須改用隔離模式或獨立目錄。
持久化設定檔是預設行為。在 Linux 上,資料存放於 ~/.cache/ms-playwright/mcp-{channel}-{workspace-hash},其中雜湊值取自客戶端的工作區根目錄,因此不同專案會自動分開,不會互相污染登入狀態。
限制同樣明確。README 指出,一個持久化設定檔同時只能被一個瀏覽器實例使用,同一工作區的多個客戶端會互相衝突。並行需求須以 --isolated 啟動,或為每個客戶端指定不同的 --user-data-dir。
第三條路線是連接既有瀏覽器。--extension 模式透過 Chrome 擴充功能接管已登入的頁籤,適合需要沿用真實帳號的流程。v0.0.85 加入 --background 與 --no-tab-group,令被接管的頁籤不再搶走焦點,也不會被強制搬入專屬頁籤群組。
Playwright MCP 有哪些安全風險需要留意?
微軟明言此伺服器不是安全邊界。它預設限制檔案存取於工作區並封鎖 file:// 導航,隔離須靠外層容器。
預設防護集中在檔案層。伺服器只允許存取工作區根目錄,並阻止導航至 file:// 網址,除非開發者主動加上 --allow-unrestricted-file-access。這項預設值可阻擋代理讀取系統敏感檔案。
網路層的設定需要正確理解。--allowed-origins 與 --blocked-origins 控制瀏覽器可請求的來源,但文件明確標注它們不是安全邊界,也不會影響重新導向。真正需要隔離時,--allowed-hosts 限制伺服器綁定的主機,配合容器化執行較為穩妥。
其他可用控制包括以 --secrets 載入 dotenv 格式的憑證檔,以及用 --redact-url-params 把網址中的權杖參數遮蔽。Docker 映像 mcr.microsoft.com/playwright/mcp 目前只支援無頭 Chromium,適合放進受限網路環境。
Playwright MCP 的專案規模與維護節奏如何?
倉庫累積 39,552 星標與 3,427 個分叉,最新版 v0.0.85 於 2026 年 11 月 9 日發佈,節奏約每月一次。
版本節奏偏向密集修正而非大型功能。v0.0.85 的亮點集中在連線體驗:背景連線、頁籤群組控制、只匹配可見元素的定位選項,以及快照中保留容器與表格標題的名稱。
修正項目同樣貼近實務。browser_snapshot 回退了上一版對 inert 與模態內容的可見性過濾,browser_evaluate 改為以可讀形式回傳 BigInt、NaN 等非 JSON 值,設定檔內的相對路徑亦改為按檔案所在目錄解析。這些都是代理長時間運行時才會浮現的細節問題。
如何開始使用 Playwright MCP?
在客戶端 mcpServers 加入指令 npx @playwright/mcp@latest,需 Node.js 18 以上,重啟後即見工具。
標準設定在多數客戶端通用。在 mcpServers 之下加入名為 playwright 的條目,指令填 npx,參數填 @playwright/mcp@latest,即可完成註冊。VS Code、Cursor、Windsurf、Claude Desktop、Goose、Grok、Junie、Kiro、LM Studio 與 opencode 都沿用同一段結構。
命令列工具另有更快路徑。Codex 可直接執行 codex mcp add playwright npx "@playwright/mcp@latest",設定會寫入 ~/.codex/config.toml;Copilot CLI 於互動模式輸入 /mcp add 後按指示操作。
需要長期服務時可改用 Docker 或獨立程序。映像啟動後在 8931 埠提供 SSE 傳輸,任何 MCP 客戶端都可連上。首次執行需下載瀏覽器二進位檔,之後啟動只需數秒。

Playwright MCP 與其他瀏覽器代理方案相比如何?
與截圖式代理相比,它以結構化資料換取穩定度與詞元效率,代價是難以處理畫布與純圖形介面,精確度亦受解析度限制。
截圖式方案的優勢在於通用性。任何看得見的介面都能操作,包括遊戲、遠端桌面與 canvas 繪製的圖表。Playwright MCP 在這些場景需要退回座標點擊,精確度取決於解析度,穩定性不及結構化定位。
自建腳本的優勢在於可預期。每一步都是程式碼,錯誤可重現,執行成本極低。MCP 路線把決策交給模型,換來面對未知頁面時的適應力,代價是每次呼叫都帶著推理成本與不確定性。
實務上三者並非互斥。常見組合是以 Playwright 腳本處理穩定流程,把探索與修復步驟交給代理,並在代理工作時以追蹤檔記錄每一步,事後轉為固定腳本。這種分工把模型成本集中在真正需要判斷的環節。
出處連結有哪些?
原始碼位於 GitHub 的 microsoft/playwright-mcp,npm 套件為 @playwright/mcp,Docker 映像由微軟發佈。
倉庫網址為 https://github.com/microsoft/playwright-mcp ,README 內含完整工具清單、各客戶端設定範例與安全章節。上游框架文件位於 https://playwright.dev ,MCP 協定規格則可於 modelcontextprotocol.io 查閱。若只需要命令列工作流,可參考 https://github.com/microsoft/playwright-cli 。

Playwright MCP 常見問題有哪些?
常見疑問集中在視覺模型需求、無頭運行、瀏覽器選擇、本機檔案存取範圍、彈出視窗處理與追蹤檔用途,以下逐項以問答形式回答,並附上官方建議的設定方式。
Playwright MCP 需要視覺模型嗎?
不需要。伺服器以無障礙樹描述頁面,代理只讀結構化文字。只有在 --caps=vision 開啟座標操作,或需要判讀截圖內容時,才涉及視覺能力。
Playwright MCP 可以在無頭環境運行嗎?
可以。加上 --headless 即以無頭模式啟動,並可配合 --idle-timeout 設定閒置多久後關閉瀏覽器,適合伺服器與容器部署。
Playwright MCP 支援哪些瀏覽器?
透過 --browser 可選 chrome、firefox、webkit 或 msedge。預設使用 Chrome for Testing 版本,確保跨機器行為一致。
Playwright MCP 會不會讀取本機檔案?
預設只允許工作區根目錄,並封鎖 file:// 導航。放寬須明確加上 --allow-unrestricted-file-access,不建議在不受信任的環境開啟。
Playwright MCP 如何處理彈出視窗與對話框?
browser_handle_dialog 可接受或拒絕 alert、confirm 與 prompt,browser_tabs 則負責切換與關閉頁籤,避免代理在彈窗出現後卡住。
Playwright MCP 的追蹤檔有什麼用途?
browser_start_tracing 會記錄 DOM 快照、網路請求與操作序列,失敗時可用 Trace Viewer 逐步重播,是把代理行為轉為可除錯證據的主要手段。
Playwright MCP 適合用在生產環境嗎?
適合以容器隔離的方式部署,但不應當作安全邊界。README 明言伺服器本身不提供防護,憑證管理、網路限制與權限回收都需由外層機制負責。
Playwright MCP 與 Playwright 測試框架會衝突嗎?
不會。兩者共用同一套瀏覽器二進位檔與定位模型,可以在同一個專案並存,測試套件與代理工作流各自獨立運行。
總結:Playwright MCP 適合什麼團隊?
適合已用 Playwright 或正建立代理工作流的團隊,尤其是需要穩定頁面讀取與可重播證據的長時間流程。
Playwright MCP 的價值不在工具數量,而在於把不穩定的像素世界轉換為可列舉的結構。72 個工具構成一個完整介面,讓代理能在同一個連線內完成導航、操作、驗證與錄影。
限制同樣清楚。它不是安全邊界,不擅長畫布類介面,工具表本身也佔用上下文。微軟在 README 主動指出 CLI 路線的詞元優勢,這種坦白反而提升了可信度。
對於正在評估代理落地方式的團隊,合理的做法是先以 CLI 處理已知流程,把 MCP 留給需要持續狀態與反覆推理的長流程。兩者共用同一套引擎,切換成本極低。同類的瀏覽器操作路線可對照 Browser Use 1.0 重寫後的取捨,而把工具以 MCP 形式暴露的做法,另可參考 Strapi MCP 伺服器的接口設計。