构建升级版 Playwright MCP,支持查看 DOM(适用于编写自有 AI 测试代理的开发人员)
摘要
升级 Playwright MCP,为 AI 代理提供完整的 DOM 序列化,相比默认的 ARIA 快照,提升了交互元素的可见性。已开源,供构建 AI 测试代理的开发人员使用。
我和团队升级了 Playwright MCP,让 AI 代理能更好地查看 DOM,并将其开源。如果你正在构建 AI 测试代理并经常使用 Playwright MCP,可能会遇到它无法“看到”网页上所有交互元素的情况。原因是标准 Playwright MCP 给 LLM 提供的是 ARIA 快照,而非完整的可交互 DOM 元素集合。这种抽象限制了对元素功能及其在用户流程中衔接方式的理解,可能导致决策不一致和执行错误。我们添加了完整 DOM 树的序列化,为代理提供更全面的上下文。我会把视频对比和 GitHub 链接放在评论区。你在使用 Playwright MCP 时遇到过这个问题吗?如果你尝试我们的升级版本,期待你的反馈。
相似文章
构建了一个让AI代理浏览网页的Playwright版本
这是Playwright的一个分支,每次会话生成唯一的浏览器指纹,使AI代理能够在网上不被察觉地浏览。该项目完全开源,基于MIT许可证。
ChromeDevTools/chrome-devtools-mcp
Chrome DevTools MCP 是一个开源的模型上下文协议服务器,允许 AI 编程助手(Gemini、Claude、Cursor、Copilot)控制并检查实时 Chrome 浏览器,用于自动化、调试和性能分析。它将 Chrome DevTools 与 Puppeteer 集成,为 AI 助手提供完整的浏览器检查和自动化能力。
@MozDevNet:介绍MDN MCP服务器!将MDN的文档和浏览器兼容数据直接引入你的AI代理或IDE,以获得准确的……
Mozilla发布了MDN MCP服务器,使AI代理和IDE能够通过Model Context Protocol访问最新的MDN文档和浏览器兼容性数据,减少对过时训练数据的依赖。
@akshay_pachaar: MCP 与 CLI 之争。在 2025 年的大部分时间里,AI 工程师们对此争论不休。怀疑论者摆出了真实数据:- Playwright MCP …
Anthropic 的“代码模式”(Code Mode)重新定义了 MCP 与 CLI 之争。它让 AI 代理编写代码,通过运行时调用工具,而不是将完整的模式加载到上下文中,从而大幅减少了 token 消耗。这种方法结合了 MCP 的强类型契约与懒加载机制,证明了该协议正在演进,而非走向消亡。
真 Chrome。实时 DOM。MCP 工具。多标签页控制。进度可见。
一款新工具,使 AI 代理能够通过真实的 Chrome 实例浏览网页,支持实时 DOM 访问、MCP 工具及多标签页控制。