#AI 浏览器自动化

1天前

GitHub 项目——playwright-mcp，它是微软开源的一个浏览器自动化 MCP，能让 AI 直接操作浏览器，就像真人一样。 1.它到底能干嘛？举个例子：我在 Claude Code 里随口输入一句话它真的能自己打开浏览器 → 搜索 → 找到目标 → 自动评论。而且我没给特别详细的路径指令，全是口语化描述，它照样能完成。这就是它厉害的地方：AI 能听懂人话，自己去点网页、填表、评论。 2.怎么安装？安装很简单：在 Claude Code、CodeX 之类的 MCP 客户端都能用。甚至你直接对 Claude 说一句“帮我安装 playwright MCP”，它会自动帮你装好。装完后输入 /mcp 检查一下就行。 3.它为什么这么牛？（原理揭秘）以前 AI 控制浏览器的方式是截图 + 视觉模型，缺点是：慢、耗资源、还贵。但 playwright-mcp 用的是另一套逻辑： Playwright：微软开发的现代浏览器自动化库，可以点、输、拖拽、拦截请求，几乎能模拟人类所有操作。 Accessibility Tree：相当于网页的“语义化副本”，里面是纯文本的结构化信息，比如“这里有一个搜索按钮”“那里有个输入框写着请输入关键词”。 AI 拿到的就是这个树，而不是图片。这样速度更快，成本更低，准确率更高。你可以把它理解成一个团队： Playwright = 操作员，能点能输，但不懂逻辑。 Accessibility Tree = 操作员的口头汇报，“屏幕上有个搜索框，有个提交按钮”。 AI 大模型 = 盲人专家，虽然看不见，但能完全理解文字描述，然后下指令：“在搜索框输入内容，点搜索”。这样一套配合，就让浏览器自动化变得又快又准。 4.总结 playwright-mcp = AI 和真实互联网之间的桥梁。不用截图，不靠视觉，直接基于语义来操作网页。简单、精准、低延迟，开源免费，还能直接用在 Claude Code 等环境里。

#AI 浏览器自动化 #playwright-mcp #微软开源 #语义化操作 #Claude Code