Playwright MCP Server

Playwright MCP 服务

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。此服务支持大模型通过结构化的无障碍快照与网页交互，无需使用截图或经过视觉调优的模型。

关于此 MCP 服务： 如需了解如何连接和使用此 MCP 服务，请参阅 mcp.apify.com 上的官方模型上下文协议文档。

连接 URL

MCP 客户端可以通过以下地址连接到此服务：

https://jiri-spilka--playwright-mcp-server.apify.actor/mcp

客户端配置

如需连接到此 MCP 服务，请在 MCP 客户端中使用以下配置：

{
  "mcpServers": {
    "playwright": {
      "url": "https://jiri-spilka--playwright-mcp-server.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

注意： 将 YOUR_APIFY_TOKEN 替换为你实际的 Apify API 令牌。你可以在 Apify Console 中找到令牌。

链接

• GitHub 仓库：https://github.com/microsoft/playwright-mcp
• Actor 仓库：https://github.com/apify/actor-playwright-mcp
• Apify MCP 文档：https://mcp.apify.com

🚩 认领此 MCP 服务

所有荣誉归于 https://github.com/microsoft/playwright-mcp 的原作者。 如需认领此服务，请发送邮件至 [email protected]。

主要功能

• 🚀 使用 Playwright 的无障碍树而非基于像素的输入，运行更快、更轻量
• 📊 仅处理结构化数据，无需视觉模型
• 🎯 确定性地应用工具，避免截图方案带来的歧义
• 🌐 支持 Apify Proxy（数据中心、住宅、自定义）以及其他 Apify 功能

使用场景

• 🌐 网页导航和表单填写
• 📋 结构化数据提取
• 🧪 由大模型驱动的自动化测试
• 🤖 面向 AI Agent 的浏览器自动化

工具（来源）

工具

核心自动化

• browser_click

  • 标题：点击
  • 描述：在网页上执行点击操作
  • 参数：
    • element（string）：用于获取与该元素交互权限的、人类可读的元素描述
    • ref（string）：页面快照中的精确目标元素引用
    • doubleClick（boolean，可选）：是否执行双击而非单击
    • button（string，可选）：要点击的按钮，默认为左键
  • 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_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

• 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（string）：用于获取与该元素交互权限的、人类可读的源元素描述
    • startRef（string）：页面快照中的精确源元素引用
    • endElement（string）：用于获取与该元素交互权限的、人类可读的目标元素描述
    • endRef（string）：页面快照中的精确目标元素引用
  • 只读：false

- **browser_evaluate** - 标题：执行 JavaScript - 描述：在页面或元素上执行 JavaScript 表达式 - 参数： - `function` (string)：() => { /* code */ } 或 (element) => { /* code */ }（提供 element 时） - `element` (string, optional)：用于获取与该元素交互权限的易读元素描述 - `ref` (string, optional)：页面快照中目标元素的确切引用 - 只读：**false**

• browser_file_upload

  • 标题：上传文件
  • 描述：上传一个或多个文件
  • 参数：
    • paths (array)：要上传文件的绝对路径。可以是单个文件，也可以是多个文件。
  • 只读：false

• browser_fill_form

  • 标题：填写表单
  • 描述：填写多个表单字段
  • 参数：
    • fields (array)：要填写的字段
  • 只读：false

• browser_handle_dialog

  • 标题：处理对话框
  • 描述：处理对话框
  • 参数：
    • accept (boolean)：是否接受对话框。
    • promptText (string, optional)：提示对话框中的提示文本。
  • 只读：false

• browser_hover

  • 标题：悬停鼠标
  • 描述：将鼠标悬停在页面元素上
  • 参数：
    • element (string)：用于获取与该元素交互权限的易读元素描述
    • ref (string)：页面快照中目标元素的确切引用
  • 只读：true

• browser_navigate

  • 标题：导航到 URL
  • 描述：导航到 URL
  • 参数：
    • url (string)：要导航到的 URL
  • 只读：false

• browser_navigate_back

  • 标题：返回
  • 描述：返回上一页
  • 参数：无
  • 只读：true

• browser_network_requests

  • 标题：列出网络请求
  • 描述：返回页面加载以来的所有网络请求
  • 参数：无
  • 只读：true

• browser_press_key

  • 标题：按键
  • 描述：按下键盘上的按键
  • 参数：
    • key (string)：要按下的按键名称或要生成的字符，例如 ArrowLeft 或 a
  • 只读：false

• browser_resize

  • 标题：调整浏览器窗口大小
  • 描述：调整浏览器窗口大小
  • 参数：
    • width (number)：浏览器窗口宽度
    • height (number)：浏览器窗口高度
  • 只读：true

• browser_select_option

  • 标题：选择选项
  • 描述：在下拉菜单中选择选项
  • 参数：
    • element (string)：用于获取与该元素交互权限的易读元素描述
    • ref (string)：页面快照中目标元素的确切引用
    • values (array)：要在下拉菜单中选择的值数组。可以是单个值，也可以是多个值。
  • 只读：false

• browser_snapshot

  • 标题：页面快照
  • 描述：捕获当前页面的无障碍快照，效果优于截图
  • 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。你无法根据屏幕截图执行操作；如需执行操作，请使用 browser_snapshot。
  • 参数：
    • type（字符串，可选）：屏幕截图的图像格式。默认为 png。
    • filename（字符串，可选）：用于保存屏幕截图的文件名。如果未指定，默认为 page-{timestamp}.{png|jpeg}。
    • element（字符串，可选）：用于获取截取该元素屏幕截图的权限的易读元素描述。如果未提供，将截取视口的屏幕截图。如果提供了 element，也必须提供 ref。
    • ref（字符串，可选）：来自页面快照的精确目标元素引用。如果未提供，将截取视口的屏幕截图。如果提供了 ref，也必须提供 element。
    • fullPage（布尔值，可选）：为 true 时，截取整个可滚动页面的屏幕截图，而不是当前可见的视口。不能与元素屏幕截图一起使用。
  • 只读：true

• browser_type

  • 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）：用于获取与该元素交互权限的易读元素描述
    • ref（字符串）：来自页面快照的精确目标元素引用
    • text（字符串）：要输入到元素中的文本
    • submit（布尔值，可选）：是否提交输入的文本（之后按 Enter）
    • slowly（布尔值，可选）：是否逐个字符输入。适用于触发页面中的按键处理程序。默认情况下，会一次性填入整个文本。
  • 只读：false

• browser_wait_for

  • 标题：等待
  • 描述：等待文本出现或消失，或等待指定时间
  • 参数：
    • time（数字，可选）：等待时间，单位为秒
    • text（字符串，可选）：要等待出现的文本
    • textGone（字符串，可选）：要等待消失的文本
  • 只读：true

标签页管理

• browser_tabs
  • 标题：管理标签页
  • 描述：列出、新建、关闭或选择浏览器标签页。
  • 参数：
    • action（字符串）：要执行的操作
    • index（数字，可选）：用于关闭或选择的标签页索引。如果关闭时省略，则关闭当前标签页。
  • 只读：false

浏览器安装

• browser_install
  • 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。如果收到浏览器未安装的错误，请调用此工具。
  • 参数：无
  • 只读：false

基于坐标的操作（通过 --caps=vision 选择启用）

• browser_mouse_click_xy

  • 标题：单击
  • 描述：在给定位置单击鼠标左键
  • 参数：
    • element（字符串）：用于获取与该元素交互权限的易读元素描述
    • x（数字）：X 坐标
    • y（数字）：Y 坐标
  • 只读：false

• browser_mouse_drag_xy

  • 标题：拖动鼠标
  • 描述：将鼠标左键拖动到给定位置
  • 参数：
    • element（字符串）：用于获取与该元素交互权限的易读元素描述
    • 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

- **browser_mouse_move_xy** - 标题：移动鼠标 - 描述：将鼠标移动到指定位置 - 参数： - `element` (string)：用于获取与该元素交互权限的、易于理解的元素描述 - `x` (number)：X 坐标 - `y` (number)：Y 坐标 - 只读：**true**

PDF 生成（通过 --caps=pdf 选择启用）

• browser_pdf_save
  • 标题：另存为 PDF
  • 描述：将页面保存为 PDF
  • 参数：
    • filename (string, optional)：要保存的 PDF 文件名。如果未指定，默认为 page-{timestamp}.pdf。
  • 只读：true

验证（通过 --caps=verify 选择启用）

• browser_verify_element_visible

  • 标题：验证元素可见
  • 描述：验证元素在页面上可见
  • 参数：
    • role (string)：元素的 ROLE。可以在快照中通过以下形式找到：- {ROLE} "Accessible Name":
    • accessibleName (string)：元素的 ACCESSIBLE_NAME。可以在快照中通过以下形式找到：- role "{ACCESSIBLE_NAME}"
  • 只读：true

• browser_verify_list_visible

  • 标题：验证列表可见
  • 描述：验证列表在页面上可见
  • 参数：
    • element (string)：易于理解的列表描述
    • ref (string)：指向该列表的精确目标元素引用
    • items (array)：要验证的项目
  • 只读：true

• browser_verify_text_visible

  • 标题：验证文本可见
  • 描述：验证文本在页面上可见。如果可能，优先使用 browser_verify_element_visible。
  • 参数：
    • text (string)：要验证的 TEXT。可以在快照中通过以下形式找到：- role "Accessible Name": {TEXT} 或 - text: {TEXT}
  • 只读：true

• browser_verify_value

  • 标题：验证值
  • 描述：验证元素值
  • 参数：
    • type (string)：元素类型
    • element (string)：易于理解的元素描述
    • ref (string)：指向该元素的精确目标元素引用
    • value (string)：要验证的值。对于复选框，使用 "true" 或 "false"。
  • 只读：true