什么是Playwright MCP
Playwright MCP 是一个基于 Playwright MCP server 的浏览器自动化工具，作用是把对浏览器的常见操作封装成可调用的 MCP 能力。它可以程序化控制 Chrome、Firefox 和 WebKit，在页面中完成打开网址、点击元素、输入文本、选择下拉项、按键操作、上传文件、读取文本内容等步骤，也能借助脚本执行和页面快照能力，把一整套浏览器交互流程串起来执行。
从证据包给出的能力范围看，这个工具覆盖了开发者在“网页操作”和“结果获取”之间最常见的一条链路。前半段是导航、点击、填写、提交、切换选项等交互动作，后半段则是读取页面文本、执行 JavaScript 提取结构化数据、获取页面结构快照，以及在需要时输出截图。对于需要把人工网页操作转换为可重复流程的场景，它提供的是一套相对完整、而且颗粒度比较清晰的接口。
它的另一个特点是可配置项比较实用。使用者可以选择浏览器内核，决定是否以 headless 模式运行，设置视口大小、自定义 user agent，并为动作和页面跳转分别设定超时策略。输出侧还支持指定输出目录、保存 trace、保存视频，这意味着它不仅能“跑通流程”，也适合用于留存执行过程、复盘自动化结果和排查异常步骤。
在安全和运行边界上，Playwright MCP 也给出了明确约束。它默认将文件系统访问限制在工作区根目录，对可访问主机进行校验，可配置允许或阻止的域名来源，并默认启用沙箱、阻止 service worker。结合忽略 HTTPS 错误等可选参数来看，它并不是一个单纯追求把浏览器开起来的工具，而是更接近可控的自动化执行层，适合放进需要规则、限制和可审计性的工作流里。
核心功能特点
- 支持以 MCP 工具形式控制 Chrome、Firefox 与 WebKit，覆盖主流浏览器自动化测试与采集需求。
- 内置导航、点击、输入、下拉选择、按键、文件上传、读取文本等基础动作，能组合成完整网页交互流程。
- 可通过 browser_evaluate 执行 JavaScript，并配合页面文本提取与快照能力获取结构化或半结构化数据。
- 提供 headless、视口大小、浏览器类型、超时、user agent 等运行参数，便于针对不同页面环境调整执行策略。
- 支持输出目录、trace 与视频保存，同时可生成截图，方便调试、复盘和留存自动化执行证据。
- 带有允许主机、阻止来源、HTTPS 处理、文件系统限制和默认沙箱等控制项，便于在受约束环境中使用。
适用场景
最直接的使用场景是把日常网页操作自动化，例如登录站点、进入指定页面、填写表单、点击提交并检查返回结果。证据包中的示例就覆盖了这一典型流程：先导航到登录页，再向用户名和密码输入框写入内容，点击提交按钮，最后读取欢迎信息或结果文本。对于需要反复执行相同步骤的后台操作、内部系统录入、演示验证或规则化检查，这类能力能明显减少人工重复点击。
第二类场景是网页数据提取。Playwright MCP 不只是“拿到页面源码”，而是允许在页面环境里执行 JavaScript，再把结果以 JSON 等形式返回。这让它适合从表格、列表、详情页中抽取目标信息，也能结合页面文本读取和结构快照能力，对页面内容做更细的定位与分析。遇到依赖前端渲染、需要先点击再展开、或者必须等待页面交互完成后才能取数的站点时，这种浏览器级自动化通常比静态抓取更实用。
它也适合用于需要观察执行过程的自动化任务。比如在复现某个网页问题、检查一次页面流程是否走通，或对自动化步骤留存运行证据时，可以结合输出目录、trace、视频和截图能力，把执行过程保存下来。这样一来，工具的价值就不只在于“最终拿到结果”，还在于帮助团队理解流程在哪一步出错、页面在当时呈现了什么状态，以及不同浏览器或不同视口配置下是否出现差异。
如果使用环境对安全边界比较敏感，Playwright MCP 也有相对明确的适配空间。它支持限制可访问主机、屏蔽特定来源，默认限制文件系统访问范围，并启用沙箱和其他默认保护。这使它比较适合放在受控的自动化执行链路中，例如只允许访问少量业务域名的内部任务、需要约束浏览器访问范围的数据处理流程，或希望在自动化与安全控制之间保持平衡的开发和运维场景。