装完 @playwright/mcp 0.0.83 之后，AI 客户端通过 MCP 协议连上它，就能让 AI 操控浏览器：开页面、点击、填表、截图，一共 23 个工具。我在 Windows 上把服务单独跑起来验证了一遍，握手成功，browser_navigate 拿到 example.com 的页面标题，browser_take_screenshot 截出一张 450636 字节的图。第一次启动撞了个坑，直接敲 playwright-mcp 这个名字会报 WinError 2。

它把浏览器操作包成 MCP 工具，握手走标准输入输出，不占端口。

我是用脚本按 JSON-RPC over stdio 驱动它的，没接 Claude Desktop 或 Cursor。

装它要多久，装了什么？

npm install -g @playwright/[email protected]
playwright-mcp --version

added 3 packages in 3s，从敲命令到装完 7 秒。第二条命令输出 Version 0.0.83。

包本体解压后只有 91398 字节，直接依赖两个：playwright 和 playwright-core。

为什么直接敲 playwright-mcp 会报 WinError 2？

用脚本按常规方式起子进程，把这个名字当可执行文件传进去，会直接抛：

FileNotFoundError: [WinError 2] 系统找不到指定的文件

问题在 npm 的 bin 上。全局目录里那个没有扩展名的 playwright-mcp 是 shell 脚本，Windows 的进程创建 API 不认。

同一个目录下的 playwright-mcp.cmd 是可以直接调的，实测输出 Version 0.0.83。另一种写法是让 node 去跑 cli.js：

node "$(npm root -g)/@playwright/mcp/cli.js" --headless

怎么让它用本机 Chrome，而不是再下一份浏览器？

加 --executable-path 指到系统里已有的 Chrome，就不用另装一份约 150MB 的 chromium。

node "$(npm root -g)/@playwright/mcp/cli.js" --headless ^
  --executable-path "C:/Program Files/Google/Chrome/Application/chrome.exe"

不加这个参数我也试了，服务能起来，navigate 也正常返回，stderr 没有任何输出，具体落在哪份浏览器上没细查。配合 --headless 运行时没有窗口。

23 个工具分别管什么？

握手只有三步：initialize、notifications/initialized、tools/list。服务端回的 serverInfo 是 { name: playwright, version: 0.0.83 }，protocolVersion 2024-11-05，capabilities 里只有 tools 一项。

tools/list 返回 23 个，按用途分四类：

类别工具
跳转与结构browser_navigate, browser_navigate_back, browser_snapshot
交互browser_click, browser_type, browser_press_key, browser_select_option, browser_hover, browser_drag, browser_fill_form
文件browser_file_upload, browser_drop
观测browser_take_screenshot, browser_console_messages, browser_network_requests, browser_network_request, browser_evaluate, browser_find
控制流browser_wait_for, browser_handle_dialog, browser_tabs, browser_emulate_media, browser_run_code_unsafe

怎么确认它真的在操作浏览器？

调 browser_navigate 打开 https://example.com，返回里 isError 为空，正文写着 Page URL 和 Page Title: Example Domain，同时在当前目录生成一份 .playwright-mcp/page-2026-10-20T09-11-49-070Z.yml 快照。

再调 browser_take_screenshot 要一张图，返回的 content 里带 image 类型，base64 解出来 450636 字节。

我让它截的是本站首页，图里「今日精选」「全部项目」和 changedetection.io 的卡片都在，说明页面真的渲染出来了，不是只回了个状态码。

它占端口吗？

不占。用 netstat -ano 查该进程，没有 LISTENING 记录，全程走 stdio。

这一点对本地工具很重要：不用管端口冲突，也没法从外部连进来。

常见问题

必须装 Claude Desktop 或 Cursor 才能用吗？

不必须。任何能按 JSON-RPC over stdio 通信的客户端都能驱动它。我这次就是自己写脚本发请求，没接图形客户端。

不装浏览器能跑吗？

实测能起来，navigate 也返回正常，stderr 没报错。但它最终用哪份浏览器执行，取决于你环境里已有的东西。想明确指定就加 --executable-path。

23 个工具要全学吗？

不用。日常用得最多的是 navigate、click、type、snapshot、take_screenshot 这几个，剩下的按需查。

它和直接写 playwright 脚本有什么区别？

区别在于调用方。写脚本是你自己写逻辑；挂成 MCP 之后，是 AI 客户端决定调哪个工具、传什么参数。这次只验证了服务端能正常响应，没有验证 AI 侧的决策质量。

适合谁

适合想让 AI 直接操作浏览器的人。典型的几种场景：

  • 自动填表，不用你手写选择器
  • 抓页面内容，让模型自己判断该看哪块
  • 跑可视化检查，点完截一张图留证

如果你只是要写固定流程的爬虫，直接用 playwright 库更省事，多一层 MCP 反而绕。