mcpField
P
playwright-server MCP server

playwright-server MCP server

本地服务
github.com/blackwhite084浏览器自动化18894 周前更新

关于 playwright-server MCP server

playwright-server 是一个基于 Python 的 MCP 服务,提供 Playwright 浏览器自动化工具,并附带简单的笔记资源和摘要提示词。适合希望让 AI 客户端完成网页导航、点击、填写和截图的开发者。README 中部分配置内容仍为待补充状态。

主要功能

  1. 01页面导航与自动新建会话
  2. 02整页或元素截图
  3. 03基于 CSS 选择器的点击与填写
  4. 04按文本内容点击元素
  5. 05执行 JavaScript 并读取页面内容

适用场景

  1. 01让 AI 客户端打开网页并截取页面或特定元素
  2. 02通过选择器自动填写表单并点击按钮
  3. 03读取页面文本或 HTML 以辅助分析

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端暴露 playwright_navigate、playwright_click、playwright_screenshot 等浏览器工具,并提供 note:// 笔记资源和 summarize-notes 提示词。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

playwright-server MCP 服务

\一个包含 playwright 工具的 MCP 服务\

Playwright Server MCP server

组件

资源

该服务实现了一个简单的笔记存储系统:

  • 使用自定义的 note:// URI 方案访问单条笔记
  • 每个笔记资源都包含名称、描述和 text/plain MIME 类型
提示词

该服务提供一个提示词:

  • summarize-notes:为所有已存储的笔记生成摘要
    • 可选的 "style" 参数,用于控制详细程度(简略/详细)
    • 结合所有当前笔记和风格偏好生成提示词
工具

该服务实现了以下工具:

  • playwright_navigate:跳转到指定 URL。如果没有活动会话,此操作会自动创建新会话。
    • 需要一个 url 参数(字符串)。
  • playwright_screenshot:截取当前页面或指定元素的屏幕截图。
    • 需要一个 name 参数(字符串),用于指定屏幕截图文件名。
    • 可选的 selector 参数(字符串),用于指定要截图元素的 CSS 选择器。如果未提供选择器,则截取整个页面。
  • playwright_click:使用 CSS 选择器点击页面上的元素。
    • 需要一个 selector 参数(字符串),用于指定要点击元素的 CSS 选择器。
  • playwright_fill:填写输入字段。
    • 需要一个 selector 参数(字符串),用于指定输入字段的 CSS 选择器。
    • 需要一个 value 参数(字符串),用于指定要填入的值。
  • playwright_evaluate:在浏览器控制台中执行 JavaScript 代码。
    • 需要一个 script 参数(字符串),用于指定要执行的 JavaScript 代码。
  • playwright_click_text:根据元素的文本内容点击页面上的元素。
    • 需要一个 text 参数(字符串),用于指定要点击元素的文本内容。
  • playwright_get_text_content:获取所有可见元素的文本内容。
  • playwright_get_html_content:获取页面的 HTML 内容。
    • 需要一个 selector 参数(字符串),用于指定元素的 CSS 选择器。

配置

[TODO: 添加特定于此实现的配置详情]

快速入门

安装
Claude Desktop

MacOS:~/Library/Application\ Support/Claude/claude_desktop_config.json Windows:%APPDATA%/Claude/claude_desktop_config.json

开发中/未发布服务配置 ``` "mcpServers": { "playwright-server": { "command": "uv", "args": [ "--directory", "C:\Users\xxxxx\Documents\project\python\mcp\playwright-server", "run", "playwright-server" ] } } ```
已发布服务配置 ``` "mcpServers": { "playwright-server": { "command": "uvx", "args": [ "playwright-server" ] } } ```

开发

构建和发布

准备分发软件包:

  1. 同步依赖项并更新锁文件:
uv sync
  1. 构建软件包分发文件:
uv build

这将在 dist/ 目录中创建源码分发包和 wheel 分发包。

  1. 发布到 PyPI:
uv publish

注意:你需要通过环境变量或命令行标志设置 PyPI 凭据:

  • 令牌:--token 或 UV_PUBLISH_TOKEN
  • 或用户名/密码:--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD
调试

由于 MCP 服务通过标准输入输出(stdio)运行,调试可能颇具挑战。为了获得最佳调试 体验,我们强烈建议使用 MCP Inspector。

你可以通过 npm 使用以下命令启动 MCP Inspector:

npx @modelcontextprotocol/inspector uv --directory C:\Users\YUNYING\Documents\project\python\mcp\playwright-server run playwright-server

启动后,Inspector 会显示一个 URL,你可以在浏览器中访问该 URL 开始调试。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。