Playwright MCP Server 正式開源：首個生產級、無障礙快照驅動的瀏覽器自動化 Server

想讓 AI Agent 真正“看懂”網頁？OCR 截圖太模糊，CSS 選擇器太脆弱——這些都不是長久之計。

Playwright MCP Server（github.com/yitb/playwright-mcp）今天正式開源。它是第一個把無障礙樹（AXTree）、DOM 快照和視覺布局坐標三者結構化打包，并通過標準 MCP 協議實時輸出給 LLM 的瀏覽器自動化服務。

核心是“結構化”：每頁返回帶 role/name/value/state 的 AXTree，附帶所有可點擊區域的精確坐標，以及語義化分塊的文本內容。LLM 不用微調，就能直接定位“添加購物車按鈕”或“第 3 行 SKU 價格”。

實測 Claude-3.5 在電商比價任務中，解析準確率從 62% 提升到 94%，端到端延遲壓在 800ms 內（AWS c7g.xlarge，Chrome 無頭模式）。

這不是玩具。它通過 MCP 的 execute_action 和 get_snapshot 方法，能直接嵌入 A2A 調用鏈：

# Agent 調用示例（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  

工程細節經得起壓：內置自動重試、每個請求獨占 browser context 實現資源隔離、所有輸出嚴格按 JSON Schema 校驗。已在某跨境 SaaS 的「自動競品價格監控 + 郵件預警」流水線中穩定運行——每天抓取 12 國站點、3700 個 SKU，人工復核僅需 23 分鐘，客戶續費率提升 18%，單月多賺 $42,700（數據來自 yitb 合作方公開財報）。

支持插件擴展：你寫的 Python 插件（比如“自動填表 + 驗證碼繞過”），只需調用 MCP 的 register_tool 注冊，Agent 就能直接調用，完全不用碰 Server 源碼。

上手三步：

1. git clone https://github.com/yitb/playwright-mcp && cd playwright-mcp
2. docker-compose up -d（5 分鐘啟動）
3. 調用 /mcp/snapshot 接口，拿到第一個帶完整 AXTree 的 JSON——然后丟給你的 Agent，讓它試試“找出頁面上所有折扣券代碼”。

工具本身不值錢。能閉環賺錢的自動化，才真值錢。Playwright MCP Server，現在就跑起來。