playwright cli、playwright mcp、playwright--使用区别

Playwright 是“发动机”，Playwright CLI 和 Playwright MCP 是为不同场景设计的“方向盘”。

Playwright 是整个自动化能力的核心，而 CLI 和 MCP 都是为了让 AI 智能体（如 Claude、Copilot）能更高效地调用这个核心而生的高级接口。它们三者的关系可以用下面这张图来概括：

                                                       

下面是三者的详细解读与对比：

🧱 Playwright：核心自动化引擎

这是微软开发的开源自动化框架，提供统一的 API 来控制主流浏览器（Chrome、Firefox、Safari）。开发者用它编写脚本来完成测试、爬虫等任务。

• 核心用户：质量保障工程师与开发者（人类）。

• 工作方式：通过在代码中调用 API（如 page.click(), page.fill()）来控制浏览器。

• 关键特性：支持多语言（JS/Python/Java/.NET）、内置自动等待与重试机制、强大的调试工具（如 Playwright Inspector）。

• 安装方式：npm install playwright（或其他语言的包管理器）。

💻 Playwright CLI：为“编码智能体”设计的高效命令行工具

这是专为 AI 编码助手设计的命令行工具。它把 Playwright 的功能分解成独立的指令（如 open, type, click），让 AI 能在不编写完整脚本的情况下，像人类一样逐条执行浏览器操作。

• 核心用户：AI 编码智能体 (Coding Agents)，如 Claude Code。

• 工作方式：在终端通过 playwright-cli 执行简短的命令，AI 读取返回的简洁页面快照（Snapshot）来决定下一步操作。

• 关键特性：

  • Token 高效：仅返回关键结构化信息，不返回冗长的完整 DOM 树，节省 AI 的 Token/上下文消耗。

  • 默认无头：默认以无头模式运行，速度更快。

  • 持久化会话：支持浏览器状态（Cookie、Storage）在命令间保持。

• 安装使用：

  • 安装：npm install -g @playwright/cli@latest

  • 使用：安装后，AI 可直接执行 playwright-cli open <网址> 等命令。

🌉 Playwright MCP：为“AI智能体”设计的标准化协议服务器

Playwright MCP 是一个遵循模型上下文协议（MCP, Model Context Protocol）的服务器。它充当桥梁，将 Playwright 的能力打包成标准化的“工具”，供任何支持 MCP 的 AI 客户端调用。

• 核心用户：需要深度集成与探索能力的 AI 应用与工作流（如 Cursor, Windsurf）。

• 工作方式：AI 客户端通过 MCP 协议调用服务器暴露的“工具”，服务器执行操作后返回结构化的可访问性快照（Accessibility Snapshot） 给 AI。

• 关键特性：

  • 生态标准：基于 MCP 开放协议，可集成到各种支持 MCP 的 AI 平台。

  • 结构化数据：基于可访问性树进行交互，比基于像素的截图更精准。

  • 支持复杂逻辑：允许在上下文中维护连续状态，适合迭代推理与长期运行任务。

• 安装使用：在你的 MCP 客户端（如 VS Code）配置文件中添加：

  json

  {
    "mcpServers": {
      "playwright": {
        "command": "npx",
        "args": ["@playwright/mcp@latest"]
      }
    }
  }

📊 一张表看懂三者的区别

 

维度	Playwright (核心库)	Playwright CLI	Playwright MCP
定位	浏览器自动化框架	高效命令行工具	标准化MCP服务器
目标用户	人类开发者 (Human)	AI 编码智能体 (Coding Agent)	AI 客户端和长时间运行的工作流 (Agentic Loops)
交互方式	编写完整的测试脚本 (如 JS/Python)	执行简短的playwright-cli指令	客户端通过MCP协议调用标准工具
运行模式	无头/有头，由脚本控制	默认无头，速度快，Token消耗低	默认有头，可在配置中修改
状态管理	由脚本逻辑管理	支持非持久化或可选的持久化会话	支持在复杂交互中保持持久状态与上下文
集成与配置	通过npm/yarn等包管理器集成	Agent可直接调用已安装的CLI命令	需在客户端添加JSON配置并启动服务器

如果想了解更多技术细节，你可以参考官方的文档和 GitHub 仓库：

• Playwright 官网：获取核心库的完整文档 https://playwright.dev

• Playwright CLI：查看 npm 包和源码 https://www.npmjs.com/package/@playwright/cli

• Playwright MCP：查阅在 GitHub 上的官方仓库 https://github.com/microsoft/playwright-mcp

 

对于UI 自动化测试，你的最佳选择是 Playwright 核心库（也就是通常说的 playwright）。它才是专为人类编写可靠、可维护的测试脚本而生的完整框架。

另外两个工具（CLI 和 MCP）更像是给 AI 智能体 用的“遥控器”，不适合你直接编写和维护测试用例。

为什么核心库是唯一的最佳选择？

• 它是一套完整的测试框架：内置了 test 运行器、断言库、并行执行、重试机制和丰富的报告，开箱即用。

• 极其稳定：拥有强大的自动等待和重试逻辑，能有效避免脚本因为页面加载延迟而失败，这是 UI 测试最重要的一点。

• 调试体验一流：可以用 --headed 模式亲眼看着浏览器运行，或者用 Playwright Inspector 单步调试每一步操作。

• 编写脚本符合人的思维：你用测试用例的逻辑来组织代码（如 test('用户能成功登录', ...)），而不是零散的点击、输入命令。

• CI/CD 友好：专门为集成到持续集成流水线做了优化，提供 Docker 镜像和多浏览器并行运行能力。

另外两个为什么不行？

• Playwright CLI：它把操作拆成一个个独立的命令（open, click, type），是给 AI 工具（比如 Claude Code）在终端里一步步用的。你用它来写测试，就等于手写一堆零散的命令，无法利用断点、调试器，也没法方便地组织测试逻辑和断言，维护起来会是灾难。

• Playwright MCP：它是一个“协议服务器”，作用是让支持 MCP 的 AI 应用（如 Cursor, Windsurf）“看到”并操控浏览器。它输出的主要是可访问性快照，不是给人用来直接写测试脚本的，更不提供测试报告、CI 集成等功能。

 总结一下：做正儿八经的 UI 自动化测试，请直接用 Playwright 核心库，忘记 CLI 和 MCP。 它们是为不同的世界（AI 驱动操作）准备的。