mcpPlaywright

注意： 目前 Docker 实现仅支持无头 Chromium。

{
  "mcpServers": {
    "playwright": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "--init", "--pull=always", "mcr.microsoft.com/playwright/mcp"]
    }
  }
}

你可以自己构建 Docker 镜像。

docker build -t mcr.microsoft.com/playwright/mcp .

import { createConnection } from '@playwright/mcp'; import { SSEServerTransport } from '@modelcontextprotocol/sdk/server/sse.js';

http.createServer(async (req, res) => { // ...

// 创建一个具有 SSE 传输的无头 Playwright MCP 服务器 const connection = await createConnection({ browser: { launchOptions: { headless: true } } }); const transport = new SSEServerTransport('/messages', res); await connection.sever.connect(transport);

// ... });

</details>

### 工具
#### 核心自动化
<details>
<summary><b>核心自动化</b></summary>
- **browser_click**
  - 标题：点击
  - 描述：在网页上执行点击操作
  - 参数：
    - `element` (字符串)：用于获取与元素交互权限的人类可读元素描述
    - `ref` (字符串)：页面快照中确切的目标元素引用
    - `doubleClick` (布尔值，可选)：是否执行双击而不是单击
    - `button` (字符串，可选)：要点击的按钮，默认为左键
  - 只读：**否**

- **browser_close**
  - 标题：关闭浏览器
  - 描述：关闭页面
  - 参数：无
  - 只读：**是**

- **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：**是**

- **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` (字符串)：用于获取与源元素交互权限的人类可读元素描述
    - `startRef` (字符串)：页面快照中确切的源元素引用
    - `endElement` (字符串)：用于获取与目标元素交互权限的人类可读元素描述
    - `endRef` (字符串)：页面快照中确切的目标元素引用
  - 只读：**否**

- **browser_evaluate**
  - 标题：评估 JavaScript
  - 描述：在页面或元素上评估 JavaScript 表达式
  - 参数：
    - `function` (字符串)：() => { /* 代码 */ } 或 (element) => { /* 代码 */ }（当提供元素时）
    - `element` (字符串，可选)：用于获取与元素交互权限的人类可读元素描述
    - `ref` (字符串，可选)：页面快照中确切的目标元素引用
  - 只读：**否**

- **browser_file_upload**
  - 标题：上传文件
  - 描述：上传一个或多个文件
  - 参数：
    - `paths` (数组)：要上传文件的绝对路径。可以是单个文件或多个文件。
  - 只读：**否**

- **browser_handle_dialog**
  - 标题：处理对话框
  - 描述：处理对话框
  - 参数：
    - `accept` (布尔值)：是否接受对话框。
    - `promptText` (字符串，可选)：在提示对话框的情况下输入的文本。
  - 只读：**否**

- **browser_hover**
  - 标题：悬停鼠标
  - 描述：在页面上悬停在元素上
  - 参数：
    - `element` (字符串)：用于获取与元素交互权限的人类可读元素描述
    - `ref` (字符串)：页面快照中确切的目标元素引用
  - 只读：**是**

- **browser_navigate**
  - 标题：导航到 URL
  - 描述：导航到指定 URL
  - 参数：
    - `url` (字符串)：要导航到的 URL
  - 只读：**否**

- **browser_navigate_back**
  - 标题：返回上一页
  - 描述：返回上一个页面
  - 参数：无
  - 只读：**是**

- **browser_navigate_forward**
  - 标题：前进到下一页
  - 描述：前进到下一个页面
  - 参数：无
  - 只读：**是**

- **browser_network_requests**
  - 标题：列出网络请求
  - 描述：返回自页面加载以来的所有网络请求
  - 参数：无
  - 只读：**是**

- **browser_press_key**
  - 标题：按下键
  - 描述：在键盘上按下一个键
  - 参数：
    - `key` (字符串)：要按下的键的名称或要生成的字符，例如 `ArrowLeft` 或 `a`
  - 只读：**否**

- **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` (数字)：浏览器窗口的宽度
    - `height` (数字)：浏览器窗口的高度
  - 只读：**是**

- **browser_select_option**
  - 标题：选择选项
  - 描述：在下拉菜单中选择一个选项
  - 参数：
    - `element` (字符串)：用于获取与元素交互权限的人类可读元素描述
    - `ref` (字符串)：页面快照中确切的目标元素引用
    - `values` (数组)：要在下拉菜单中选择的值的数组。可以是单个值或多个值。
  - 只读：**否**

- **browser_snapshot**
  - 标题：页面快照
  - 描述：捕获当前页面的无障碍快照，这比截图更好
  - 参数：无
  - 只读：**是**

- **browser_take_screenshot**
  - 标题：截图
  - 描述：对当前页面进行截图。你不能基于截图执行操作，请使用 browser_snapshot 进行操作。
  - 参数：
    - `raw` (布尔值，可选)：是否返回未压缩的图像（PNG 格式）。默认为 false，返回 JPEG 图像。
    - `filename` (字符串，可选)：保存截图的文件名。如果未指定，默认为 `page-{timestamp}.{png|jpeg}`。
    - `element` (字符串，可选)：用于获取对元素进行截图权限的人类可读元素描述。如果未提供，将对视口进行截图。如果提供了元素，也必须提供 ref。
    - `ref` (字符串，可选)：页面快照中确切的目标元素引用。如果未提供，将对视口进行截图。如果提供了 ref，也必须提供元素。
    - `fullPage` (布尔值，可选)：当为 true 时，对整个可滚动页面进行截图，而不是当前可见的视口。不能与元素截图一起使用。
  - 只读：**是**

- **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)：用于获取与元素交互权限的人类可读元素描述
    - `ref` (字符串)：页面快照中确切的目标元素引用
    - `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 键）
    - `slowly` (布尔值，可选)：是否逐个字符输入。对于触发页面中的按键处理程序很有用。默认情况下，整个文本一次性填充。
  - 只读：**否**

- **browser_wait_for**
  - 标题：等待
  - 描述：等待文本出现或消失，或等待指定时间过去
  - 参数：
    - `time` (数字，可选)：要等待的时间（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：**是**
</details>

#### 标签管理
<details>
<summary><b>标签管理</b></summary>
- **browser_tab_close**
  - 标题：关闭标签
  - 描述：关闭一个标签
  - 参数：
    - `index` (数字，可选)：要关闭的标签的索引。如果未提供，则关闭当前标签。
  - 只读：**否**

- **browser_tab_list**
  - 标题：列出标签
  - 描述：列出浏览器标签
  - 参数：无
  - 只读：**是**

- **browser_tab_new**
  - 标题：打开新标签
  - 描述：打开一个新标签
  - 参数：
    - `url` (字符串，可选)：在新标签中要导航到的 URL。如果未提供，新标签将为空。
  - 只读：**是**

- **browser_tab_select**
  - 标题：选择标签
  - 描述：按索引选择一个标签
  - 参数：
    - `index` (数字)：要选择的标签的索引
  - 只读：**是**
</details>

#### 浏览器安装
<details>
<summary><b>浏览器安装</b></summary>
- **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。如果遇到浏览器未安装的错误，请调用此工具。
  - 参数：无
  - 只读：**否**
</details>

#### 基于坐标的操作（通过 --caps=vision 启用）
<details>
<summary><b>基于坐标的操作（通过 --caps=vision 启用）</b></summary>
- **browser_mouse_click_xy**
  - 标题：点击
  - 描述：在给定位置点击鼠标左键
  - 参数：
    - `element` (字符串)：用于获取与元素交互权限的人类可读元素描述
    - `x` (数字)：X 坐标
    - `y` (数字)：Y 坐标
  - 只读：**否**

- **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)：用于获取与元素交互权限的人类可读元素描述
    - `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：**否**

- **browser_mouse_move_xy**
  - 标题：移动鼠标
  - 描述：将鼠标移动到给定位置
  - 参数：
    - `element` (字符串)：用于获取与元素交互权限的人类可读元素描述
    - `x` (数字)：X 坐标
    - `y` (数字)：Y 坐标
  - 只读：**是**
</details>

#### PDF 生成（通过 --caps=pdf 启用）
<details>
<summary><b>PDF 生成（通过 --caps=pdf 启用）</b></summary>
- **browser_pdf_save**
  - 标题：保存为 PDF
  - 描述：将页面保存为 PDF
  - 参数：
    - `filename` (字符串，可选)：保存 PDF 的文件名。如果未指定，默认为 `page-{timestamp}.pdf`。
  - 只读：**是**
</details>