如果你在用 AI 编程助手，多半遇到过这样一个坎：AI 能写代码、能读文档，但没法自己打开网页点一点、填一填。微软开源的 Playwright MCP 就是来补这块短板的——它是一个让 AI 直接操作真实浏览器的标准接口服务，GitHub 星标 36.4k、Fork 3.1k，Apache-2.0 开源许可，可免费商用。
这个项目是什么：一个 MCP 服务器。MCP（Model Context Protocol，模型上下文协议）是 AI 应用与外部工具之间的标准接口，可以理解成「AI 世界的 USB 接口」——接上什么工具，AI 就获得什么能力。装上 Playwright MCP 之后，AI 编程助手就多了一组操作浏览器的技能：打开网页、点击元素、输入文字、截图、抓取内容、查看网络请求，全都可以用自然语言指挥。
它是干嘛用的、适合谁用：任何想让 AI 帮忙做网页自动化的人。典型场景有三类——让 AI 替你跑一遍网站功能的自动化测试、让 AI 自动填表或采集网页数据、让 AI 打开你报错的页面自己排查问题。它支持几乎所有主流 AI 编程工具：VS Code、Cursor、Claude Desktop、Codex、GitHub Copilot、Windsurf 等都有一键接入的方式。
它解决的关键问题，是 AI 怎么「看懂」网页。 早期的方案是把网页截图丢给 AI 看，但截图需要额外的视觉模型，传图慢、还容易认错元素。Playwright MCP 换了思路：它用浏览器生成的无障碍树（accessibility tree，浏览器把页面上的按钮、输入框、文字、链接整理成结构化清单，屏幕阅读器也依赖它）直接把页面「翻译」成文本给 AI。AI 拿到的是精确的元素清单，而不是一张模糊的图片。这样做有三个直接好处：快（只传输结构化文本，不传大图）、省（不需要视觉模型）、准（元素定位是确定的，不会「看走眼」）。
一个典型场景：让 AI 替你测网站
假设你刚改完一个登录页面，想验证功能是否正常。过去你得自己打开浏览器一步步点；现在你只要对 AI 说「打开登录页，用测试账号登录，检查登录后是否跳转到首页」，AI 就会自己打开浏览器、输入账号密码、点击登录按钮、确认跳转结果，然后把每一步做了什么汇报给你。整条链路里 AI 用的是 Playwright 这个微软出品的浏览器自动化框架——它本身就是业界做自动化测试的主力工具，Playwright MCP 只是把它的能力包装成了 AI 能调用的标准接口。
它能做什么
核心自动化工具一共二十多个，常用的包括：browser_navigate（打开网址）、browser_click（点击）、browser_type（输入文字）、browser_fill_form（一次性填完整个表单）、browser_snapshot（获取页面结构快照）、browser_take_screenshot（截图）、browser_tabs（管理多个标签页）、browser_network_requests（查看页面发起的网络请求）、browser_file_upload（上传文件）、browser_evaluate（在页面上执行 JavaScript）。此外还支持模拟手机设备、模拟地理位置、拖拽操作、处理弹窗等，覆盖了浏览器自动化的常见需求。
上手：一条命令
安装门槛很低，前提是本机有 Node.js 18 或更高版本。以 Claude Code 为例，执行 claude mcp add playwright npx @playwright/mcp@latest 即可接入；VS Code、Cursor、Copilot 等工具在设置里粘贴一行同样的配置就能用。官方还提供 Docker 镜像 mcr.microsoft.com/playwright/mcp，不想在本机装浏览器依赖的话可以直接跑容器。
安全和隐私
浏览器自动化涉及打开任意网页，官方为此设计了多层防护：--allowed-hosts 限制服务器允许访问的域名白名单；--isolated 用内存中的临时浏览器配置，会话结束即销毁，不写盘；--user-data-dir 则反过来，把登录状态持久化保存，适合需要保持登录的长期任务（注意同一配置同一时刻只能被一个浏览器实例占用，多客户端并行要用 --isolated 或指定不同目录）。另外还有 Chrome 浏览器扩展，可以让 AI 直接接进你正在用的浏览器，复用你现有的登录态。
什么时候该换 CLI 方案
项目官方在文档里主动给出了取舍：如果你的 AI 助手是高吞吐的编码场景（既要操作浏览器，又要处理大量代码和测试），可以改用配套的 Playwright CLI + SKILLS（仓库 microsoft/playwright-cli）——命令行调用更省 token（token 是 AI 处理文本的基本计量单位，可以粗略理解为「字数」），不用把大段页面结构塞进对话。而 MCP 方案的优势在于持久状态和迭代推理：它更适合探索式自动化、自愈测试（测试挂了 AI 自己定位修复）和长时间运行的自主工作流，这类任务里「始终记着浏览器当前状态」比省 token 更重要。
一句话总结：Playwright MCP 是微软官方的「AI 操作浏览器」标准方案——用无障碍树而不是截图让 AI 看懂网页，一条命令接入主流编程工具，适合所有想让 AI 帮忙做网页自动化、测试和数据采集的开发者。需要持久上下文和自主迭代的场景选它，追求极致 token 效率的高吞吐编码场景，则换用官方的 CLI + SKILLS 方案。