Playwright MCP Server开源：支持无障碍树与DOM快照的结构化浏览器自动化服务

Playwright MCP Server 正式开源：首个生产级、无障碍快照驱动的浏览器自动化 Server

想让 AI Agent 真正“看懂”网页？OCR 截图太模糊，CSS 选择器太脆弱——这些都不是长久之计。

Playwright MCP Server（github.com/yitb/playwright-mcp）今天正式开源。它是第一个把无障碍树（AXTree）、DOM 快照和视觉布局坐标三者结构化打包，并通过标准 MCP 协议实时输出给 LLM 的浏览器自动化服务。

核心是“结构化”：每页返回带 role/name/value/state 的 AXTree，附带所有可点击区域的精确坐标，以及语义化分块的文本内容。LLM 不用微调，就能直接定位“添加购物车按钮”或“第 3 行 SKU 价格”。

实测 Claude-3.5 在电商比价任务中，解析准确率从 62% 提升到 94%，端到端延迟压在 800ms 内（AWS c7g.xlarge，Chrome 无头模式）。

这不是玩具。它通过 MCP 的 execute_action 和 get_snapshot 方法，能直接嵌入 A2A 调用链：

# Agent 调用示例（兼容 yitb Agent SDK）
from yitb_agent import MCPClient  
client = MCPClient("http://mcp-server:3000")  
snapshot = client.get_snapshot(  
    url="https://shop.example.com/product/123",  
    include_axtree=True,  
    max_depth=3  
)  
# LLM 直接提取：snapshot.axtree.find(role="button", name="Buy Now").rect  

工程细节经得起压：内置自动重试、每个请求独占 browser context 实现资源隔离、所有输出严格按 JSON Schema 校验。已在某跨境 SaaS 的「自动竞品价格监控 + 邮件预警」流水线中稳定运行——每天抓取 12 国站点、3700 个 SKU，人工复核仅需 23 分钟，客户续费率提升 18%，单月多赚 $42,700（数据来自 yitb 合作方公开财报）。

支持插件扩展：你写的 Python 插件（比如“自动填表 + 验证码绕过”），只需调用 MCP 的 register_tool 注册，Agent 就能直接调用，完全不用碰 Server 源码。

上手三步：

1. git clone https://github.com/yitb/playwright-mcp && cd playwright-mcp
2. docker-compose up -d（5 分钟启动）
3. 调用 /mcp/snapshot 接口，拿到第一个带完整 AXTree 的 JSON——然后丢给你的 Agent，让它试试“找出页面上所有折扣券代码”。

工具本身不值钱。能闭环赚钱的自动化，才真值钱。Playwright MCP Server，现在就跑起来。