关键词

浏览器自动化Playwright网页抓取网页交互LLM工具

项目简介

'playwright-mcp-server' 是一个利用 Playwright 库构建的 Model Context Protocol (MCP) 服务器，旨在通过标准化的 JSON-RPC 协议，为大型语言模型 (LLM) 客户端提供丰富的浏览器自动化功能。它允许 LLM 执行网页导航、DOM 交互、内容抓取、网络监控等操作，将网页作为其上下文的一部分。

主要功能点

  • 浏览器管理: 支持多标签/多窗口管理，切换页面，关闭页面。
  • 网页导航: 访问 URL、刷新、前进、后退，并等待特定 URL 或加载状态。
  • DOM 交互: 点击、输入文本、填充表单、选择选项、悬停、滚动、按下键盘按键等操作。
  • 表单处理: 检查/取消检查复选框，上传文件。
  • 元素查找与验证: 通过 CSS、XPath、角色、文本等选择器查询元素、检查元素的可见性和可用性，获取元素位置尺寸、属性和计算样式。
  • 内容与快照: 获取网页 HTML、辅助功能树、截屏（页面或元素）、生成网页 PDF。
  • JavaScript 执行: 在页面上下文中运行任意 JavaScript 代码，获取页面错误和控制台日志。
  • 网络监控与拦截: 捕获请求/响应、清除日志、拦截和修改网络请求，等待特定响应，获取响应体。
  • 数据管理: 管理浏览器 Cookie、本地存储 (localStorage) 和会话存储 (sessionStorage)，并支持清空。
  • 身份定制: 设置自定义 HTTP 请求头和用户代理 (User-Agent)。
  • 页面状态: 设置视口大小，等待网络空闲。

安装步骤

  1. 从 GitHub 快速安装: 打开终端或命令行，执行以下命令安装服务器。 
    pip install git+https://github.com/alexrwilliam/playwright-mcp-server.git
  2. 安装 Playwright 浏览器依赖: 安装完成后，执行以下命令安装 Playwright 所需的浏览器（Chromium, Firefox, WebKit）。 
    playwright install

服务器配置

MCP 客户端需要配置服务器的启动命令和参数以建立连接。以下是推荐的配置信息，通常保存为 'claude_desktop_config.json' 或类似文件中的一个条目：

{
  "mcpServers": {
    "playwright": {
      "command": "playwright-mcp",
      "args": ["stdio", "--browser", "chromium", "--headless", "--timeout", "30000"],
      "comment": {
        "command": "执行 Playwright MCP 服务器的命令，确保 'playwright-mcp' 已在系统的 PATH 中。",
        "args": [
          "第一个参数 'stdio' 指定使用标准输入/输出作为通信协议，这是多数 MCP 客户端的默认和推荐方式。",
          "第二个参数 '--browser chromium' 指定使用 Chromium 浏览器引擎。您也可以选择 'firefox' 或 'webkit'。",
          "第三个参数 '--headless' 表示浏览器将在后台无头模式运行，不会显示图形用户界面。如果您需要看到浏览器窗口，请改为使用 '--headed'。",
          "第四个参数 '--timeout 30000' 设置所有操作的默认超时时间为 30000 毫秒 (30 秒)。您可以根据需要调整。",
          "可选参数包括：",
          "  '--channel <browser_channel>'：使用已安装的真实浏览器，例如 'chrome' (Google Chrome)、'msedge' (Microsoft Edge) 等，而非 Playwright 自带的浏览器。",
          "  '--user-data-dir <path>'：指定浏览器用户数据目录的路径，启用持久化上下文。这意味着浏览器会保留您的登录状态、Cookie、扩展程序和浏览历史等数据，在服务器重启后仍可访问。例如，在 macOS 上可以是 '/Users/yourusername/Library/Application Support/Google/Chrome'。",
          "  '--port <port>'：如果服务器将通过 HTTP 协议提供服务（而非 stdio），则需要指定端口，例如将 'stdio' 替换为 'http'，并添加 '--port 8000'。"
        ]
      }
    }
  }
}

基本使用方法

安装并配置完成后，MCP 客户端（如 Claude Desktop 或其他支持 MCP 的 LLM 应用）将能够自动启动并连接到 Playwright MCP 服务器。LLM 可以通过调用服务器提供的工具来执行浏览器操作，获取网页信息，从而实现高级的网页交互和数据提取任务。

例如:

  • LLM 可能会通过调用 'navigate("https://www.example.com")' 来打开网页。
  • 然后使用 'get_html()' 来获取页面的完整 HTML 内容。
  • 或者使用 'click("#submitButton")' 来点击页面上的一个按钮。
  • 通过 'query_selector_all(".product-item")' 来获取所有产品列表项的信息。
  • 使用 'screenshot(full_page=True)' 截取整个页面的图片。

这些工具调用将由 LLM 客户端根据其任务和策略自动生成和执行，实现与网页的智能交互。

信息

分类

网页与API

访问项目