mcpField
P
Playrunner

Playrunner

リモート
playrunner.dev開発ツール35 日前に更新
リポジトリ公式サイト

Playrunner について

Playrunnerは、Playwrightテストを開発チーム、CI、コーディングエージェント向けの再実行可能なワークフローにまとめます。ワークフローの検索と実行に加え、テスト結果、ログ、レポート、ブラウザー生成物を確認できます。

主な機能

  1. 01Playwrightテストをワークフロー化
  2. 02プロジェクトの検索とワークフロー作成
  3. 03実行開始と進行状況の追跡
  4. 04レポート、ログ、ブラウザー生成物の確認
  5. 05テストの自動分割とレポート統合
  6. 06ローカル、クラウド、自社環境での実行

活用シーン

  1. 01コーディングエージェントでスモークテストを実行・確認
  2. 02保存済みワークフローをCIで再実行
  3. 03失敗したテストのログ、トレース、動画を調査
  4. 04大規模なテストスイートを分割実行

MCP 対応

対応するMCPクライアントからPlayrunner Cloudに接続し、プロジェクト検索、ワークフロー作成、実行開始、結果証拠の確認ができます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://playrunner.cloud/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

詳細

Playrunner

AI で構築し、証拠とともにリリースしましょう。

Playrunner は Playwright のテストを再利用可能なワークフローに変えます。
チームも、CI も、コーディングエージェントも実行できます。

「コードが完成しました」から「合格した内容はこちらです」へ。
実際のブラウザチェックを実行し、実行状況を確認しましょう。レポート、トレース、動画を開けます。

Playrunner Cloud を試す →   ·   ローカルで実行   ·   エージェントを接続   ·   ドキュメントを読む

Discord YouTube の Playrunner npm パッケージ

1 分で Playrunner を見る

製品概要 · 61 秒ワークフローと証拠 · 51 秒
ナレーション付き Playrunner 概要を見る実際のワークフローとテスト証拠を見る
再利用可能なワークフロー、エージェント接続、シャーディングをナレーション付きで紹介します。ローカルで実行したばかりのワークフロー:合格した 2 つのチェック、レポート、スクリーンショットの証拠。

2026 年 10 月 19 日に OBS で録画し、AI によるナレーションを付けました。概要動画では 製品の使用例を紹介し、ワークフロー動画では、実際のローカル実行で保存された設定、 合格レポート、スクリーンショットの証拠を確認できます。動画の注記と文字起こし →

エージェントが作成しました。次は確認しましょう。

画面が動いているように見えるのは良い出発点です。結果を確認できる、繰り返し実行可能な テストがあれば、チームはそれを基盤に開発できます。

Playrunner は、AI を活用する開発者とテストチームが Playwright を実行し、 環境やブラウザーのサインイン状態を再利用し、失敗を調査できる共通の場所を提供します。 既存のテストはそのまま使えます。次の変更後も再び実行できるワークフローを加えましょう。

バイブコーダーとお気に入りのエージェント向け

対応している MCP クライアントを Playrunner Cloud に接続して、次のように依頼します。

checkout のスモークワークフローを 1 回実行してください。完了するまで待ち、どの テストが成功または失敗したかを報告し、レポートへのリンクも含めてください。

エージェントは同じ会話の中で、プロジェクトを検出し、ワークフローを作成して実行を開始し、返された証跡を確認できます。保存したワークフローは、チームメイトや CI からも引き続き利用できます。

Codex · Claude · Cursor · Gemini CLI · Antigravity · Grok

接続手順と機能はクライアントによって異なります。リモートの Streamable HTTP と OAuth に対応したクライアント、またはシェルを利用できるエージェントから CLI を使用してください。 接続方法を選択 → MCP ガイドを読む →

テストスイートを繰り返し実行できるチェックに

  1. テストを用意します。 既存の Playwright リポジトリを使用するか、インラインスクリプトから始めます。
  2. 実行場所を決めます。 環境と任意の Authentication Profile を選択し、ワークフローの実行場所を指定します。
  3. 好みの方法で実行します。 ビジュアルエディター、エージェント、CLI、またはスケジュールを使用します。
  4. 証跡を確認します。 テスト結果、ログ、レポート、実行によって生成されたアーティファクトを確認します。ジョブが開始されたからといって、テストが成功したとは限りません。
Your agent / CI / schedule
           ↓
      Environment → Playwright → Pass or fail → Your next action
                         ↓
              Report · traces · screenshots · video

ブラウザーテストを失敗分析、課題管理、通知に接続する、ビジュアルな Playrunner ワークフロー。

テスト、環境、ランナー、そして次のアクション。すべてをひとつのワークフローで可視化。

テスト基盤の負担を減らし、役立つフィードバックを増やす

必要なものPlayrunner が提供するもの
チームが理解できるワークフローテスト、条件、分岐、後続アクションを視覚化するキャンバス。
大規模なスイートからの迅速なフィードバックキャパシティを考慮した計画による自動シャーディングと、統合レポート。
テストの実行場所を選べることローカル Docker、マネージドクラウドランナー、セルフホスト実行。
失敗を調査する方法ノードのライブ状態とログに加え、Playwright レポートと取得したアーティファクト。
サインイン済みで始まるテスト環境ごとに分離された、再利用可能な Authentication Profile。
シークレットのコピーを減らすことワークフローから参照できる、管理対象の環境と認証情報。
役立つ次のアクションGitHub、Slack、Jira、AI 分析、Webhook などとの連携。

Playwright ノードがスイートを 4 つのシャードに分割してレポートを統合し、失敗したシャードも表示しています。

4 つのシャード。ひとつの統合レポート。失敗したテストも見逃しません。

CI でも同じワークフローを実行する

保存済みのワークフローを開始して進捗をストリーミングし、ワークフローが失敗、キャンセル、またはタイムアウトした場合は失敗終了コードを返します。

export PLAYRUNNER_URL='https://playrunner.cloud'
export PLAYRUNNER_API_KEY='<your-api-token>'

npx playrunner WORKFLOW_ID

ワークフローをコードとして管理したい場合は、定義をアプリケーションと一緒に保管できます。

npx playrunner workflow create --file playrunner-workflow.json

CLI の実行ガイド → · ワークフロー定義 →

サインイン済みのブラウザーが必要ですか?Authentication Profile を再利用できます。

ブラウザーセッションを対話形式で取得し、Playwright ノードでプロファイルを選択します。Playrunner は保存済みのセッションを実行時に復元するため、ID プロバイダーのパスワードを保存する必要はありません。

Playrunner Cloud では、認証用コンパニオンを使ってコンピューターをペアリングしてください。

npm install --global playrunner@latest
playrunner login
playrunner auth connect

セッションを取得または更新する間は、コンパニオンを開いたままにしてください。ホストされたワークフローの実行では、コンパニオンが接続されていなくても、暗号化して保存された状態を復元できます。

Authentication Profile のチュートリアル →

クイックスタート

前提条件
  • Docker Desktop
  • Node.js 20+
  • npm
ローカルの全スタックを起動する
git clone https://github.com/playrunner/playrunner.git
cd playrunner
./install-local.sh
./start-local.sh

初回実行時、Playrunner にセットアップアプリが表示されます。表示された URL にアクセスし、PostgreSQL を確認して最初の管理者アカウントを作成してください。デフォルトのポートでは、次の URL を使用します。

  • Playrunner:http://127.0.0.1:3100
  • セットアップ:http://127.0.0.1:3100/setup
  • ドキュメント:http://127.0.0.1:3104/playrunner/

初回実行前にポートを変更する場合を除き、.env.local ファイルは省略できます。このファイルがない場合、./start-local.sh がサンプルから作成します。手順の全体については、はじめにをご覧ください。

セットアップを再度開く、またはローカルのデフォルト設定を変更する

セットアップウィザードを再度開くには、次のコマンドを実行します。

./start-local.sh --setup

Playrunner でローカルのポートと PostgreSQL のデフォルト設定を再生成する場合は、.env.local も削除してください。

ドキュメントサイトのみを実行する
cd docs
npm run start -- --port 3104

その後、http://127.0.0.1:3104/playrunner/ を開きます。

詳しく見る

まずはこちら内容
自動シャーディングテストスイートの検出、処理能力を考慮した計画、レポートの統合
統合リファレンス利用可能なノード、プロバイダー、設定
ランナーのアーキテクチャローカル、マネージド、セルフホスト可能な実行
ワークフローの実行API、オーケストレーター、一時的なランナーの連携方法
コントリビューションランナー、統合機能、レポート、製品を拡張する方法
コントリビューションをお考えですか?パッケージのエンドツーエンドテストを実行してください。

パッケージの E2E テストでは、実際の Vite フロントエンドと Playrunner API を、分離された playrunner_e2e PostgreSQL スキーマに対して実行します。まずローカル環境のセットアップを完了し、apps/api/.env に動作する DATABASE_URL が設定されていることを確認してください。また、PostgreSQL は起動したままにしてください。

新しい開発マシンでは、Chromium を一度インストールします。

npm exec --prefix apps/frontend -- playwright install chromium

決定論的なモックプロバイダースイートを実行します。

npm run test:e2e:mock

Playwright のタグを指定して、統合パッケージを 1 つ実行します。

npm run test:e2e:mock -- --grep @github
npm run test:e2e -- --grep @github

モックモードでも、実際のフロントエンド、認証、API、認証情報の暗号化、データベースを使用します。偽装できるのは、外部プロバイダーとの境界のみです。実際のプロバイダーを使うシナリオはオプトイン方式で、保護された認証情報が必要です。

npm run test:e2e:live
npm run test:e2e:live -- --grep @github

別の PostgreSQL サーバーを使用するには、PLAYRUNNER_E2E_DATABASE_URL を設定します。最新のレポートは npx playwright show-report で開くか、アーキテクチャとパッケージの作成方法についてはテストガイドをご覧ください。

Playrunner の改善にご協力ください

ご自身にとって重要なワークフローで試してみてください。うまくいった点や問題があった点、毎日使いたくなるために必要なことをお聞かせください。

Discord に参加 · 問題を報告 · プロジェクトにスターを付ける

ライセンス

Playrunner はPlayrunner Sustainable Use Licenseに基づいてソースを公開しています。著作権 © 2026 Concept AI PTY LTD。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。