← プロジェクト一覧に戻る

playwright-mcp
実ブラウザを開いたまま、ページを画像ではなくテキストで読んで操作させるMCPサーバ。大量収集ではなく、確実な操作のための道具
MCPサーバー公式Apache-2.0
playwright-mcpとは
MCPクライアントから実ブラウザを操作させるサーバです。ページは要素の役割と名前、そして`e5`のような参照IDを並べたアクセシビリティスナップショットとして返り、エージェントは座標ではなく参照IDを指定して押したり入力したりするため、視覚モデルは要りません。ブラウザはChrome、Firefox、WebKit、Edgeから選べ、既定では画面を出して起動します。通信のモック、Cookieやストレージの読み書き、検証とロケーター生成、トレースと録画は必要な分だけ後から足す設計です。難点は文脈の消費で、README自身がコーディングエージェントにはPlaywright CLIとスキルの併用を勧めています。それでも、探索的な自動化や自己修復するテストのようにブラウザの状態を保ったまま何度も往復する用途では、トークンの消費より文脈を持ち続けられる利点が上回るとしています。
playwright-mcpで何ができますか?
- ページはスクリーンショットではなくアクセシビリティスナップショット — 各ページは要素の役割と名前、そして
e5のような参照IDの一覧として返り、エージェントは座標ではなく参照IDを指定して操作します。公式ドキュメントはスナップショットを約200〜400トークン、視覚モデルが読むスクリーンショットを約3,000〜5,000トークンとしています。 - Chrome、Firefox、WebKit、Edgeの実ブラウザを目で見ながら操作 — 既定では画面を表示して起動するため、エージェントの操作をログから推測せずそのまま追えます。
--deviceでiPhoneなどの端末名を指定した表示に、--mobileで汎用のモバイル表示に切り替えられ、READMEはモバイル向けのページが軽いことが多くトークンの節約になるとしています。 - 一度のログインを次の実行へ持ち越す — プロファイルはMCPクライアントのワークスペースごとに分かれるため、ログイン状態は実行をまたいで残ります。分離モードで保存済みの状態ファイルを読み込む方法のほか、拡張機能を入れるか、リモートデバッグを有効にしたChromeやEdgeにつなげば、自分がすでに開いているタブをそのまま操作させられます。
- 既定で有効なのは中核ツールだけ、あとは必要な分だけ追加 — 通信のモック、Cookieとストレージ、検証とロケーター生成、PDF出力、トレースと録画、そしてアクセシビリティツリーに現れないキャンバスや地図やグラフを触るための座標操作は、いずれも
--capsで個別に有効にします。公式ドキュメントは、ツールを絞るほどトークンが減り、ツールを取り違える誤りも減ると説明しています。 - 手で確かめた操作をそのままPlaywrightのテストへ — 要素やテキストや値の有無を確かめる検証ツールがあり、参照IDは役割と名前でたどるロケーター(テストにそのまま貼れる要素の指定)へ変換できます。各操作には対応するPlaywrightのコードが添えられ、言語はTypeScriptが既定で、Python、Java、C#も選べます。
- ツールで足りない場面はPlaywrightのコードで — 中核ツールの
browser_run_code_unsafeは、Playwrightのpageオブジェクトに対してコード片をそのまま実行します。公式ドキュメントは、iframeの操作、位置情報やクリップボードの許可付与、用意された待機ツールでは表せない独自の待ち条件をこの方法の用途に挙げています。
playwright-mcpを選ぶ前に
- 0.0.79では無効化できない中核ツールに`browser_run_code_unsafe`が含まれ、公式ドキュメントはこれをサーバのプロセス上で任意のコードを実行できる機能だと明記しています。
- 接続先の許可リストと拒否リストは安全の境界にはならず、リダイレクト先にも適用されないと明記されているため、信頼できないページにエージェントを向ける用途の歯止めにはなりません。
スター推移
8月17日〜10月30日 · +2.7k
36.2k38.9k
よくある質問
playwright-mcpは商用利用できますか?
playwright-mcpはApache-2.0ライセンスで公開されています。OSI承認のオープンソースライセンスで、商用利用が認められています。
playwright-mcpはどの形で使えますか?
playwright-mcpはローカル実行・セルフホストの形で利用できます。