Playwright CLI：微软官方命令行浏览器自动化工具，让 AI 编码代理省 Token 操控网页

Playwright CLI：让编码代理用一行命令操控浏览器，把 Token 花在刀刃上

你是否曾经为「让 AI 代理帮我跑一遍浏览器测试」而头疼？MCP 方案虽然能用，却把庞大的工具 Schema 和冗长的无障碍树一股脑塞进模型上下文，Token 瞬间被吃掉大半。microsoft/playwright-cli 的出现，正是为了解决这个矛盾——它是由微软 Playwright 团队官方维护的 命令行版浏览器自动化工具，把 Playwright 的能力拆解成一组简洁、可组合的命令，并配合 SKILLs（技能包）供 Claude Code、GitHub Copilot 等编码代理直接调用。代理不再需要「读懂」整套工具协议，只需像人一样敲命令，就能打开网页、点击元素、填表、截图、录制代码。

本文将带你全面了解这个正在被大量 AI 编程工作流采用的新工具。

截至收录：
Playwright CLI 项目 stars 数：13352
Playwright CLI 项目 forks 数：730

Playwright CLI 项目目录截图

Playwright CLI 项目核心亮点

• ⚡ 极致 Token 效率：这是项目最核心的设计哲学。CLI 调用不会把页面数据强行塞进 LLM 上下文，避免了加载庞大工具 Schema 和冗长无障碍树的开销，特别适合需要在有限上下文窗口内兼顾浏览器自动化、大型代码库与大量测试推理的高吞吐编码代理。
• 🧠 CLI + SKILLs 模式：项目内置技能安装命令 playwright-cli install --skills，Claude Code、GitHub Copilot 等代理会直接使用本地已安装的技能。即使不装技能，代理也能从 playwright-cli --help 中自行读取用法，真正做到了「指向 CLI，剩下的交给它」。
• 🧩 覆盖完整的浏览器操作原语：从 open、goto、click、fill、hover、drag 到 press、mousemove、resize，再到 cookie-set、localstorage-set、route（网络请求 Mock），几乎涵盖了日常浏览器自动化的全部动作，全部以子命令形式暴露。
• 📸 快照驱动的元素定位：每次命令执行后都会自动输出当前页面快照，可保存为 YAML 文件。通过 ref（如 e15）精准定位元素，也支持 CSS 选择器、getByRole、getByTestId 等 Playwright 原生定位器。find 命令还能像 grep -C 一样在大快照中搜索文本或正则，返回带上下文的匹配节点。
• 🎬 录制、追踪与视频一体化：recording-start / recording-stop 可录制用户操作并直接打印为 Playwright 代码；tracing-start / tracing-stop 生成可回放的执行追踪；video-start、video-chapter 支持录像并添加章节标记，甚至能给每个动作叠加上字幕式标注，方便挂到 PR 里作为视觉证据。
• 🖥️ 可视化仪表盘：playwright-cli show 会打开一个实时监控面板，以会话网格形式展示所有正在运行的浏览器——包含实时画面预览、会话名、当前 URL 与页面标题。你可以点击任意会话放大查看，接管鼠标键盘远程操作，按 Escape 即可释放控制权。代理在后台跑测试时，你能随时「围观」甚至出手帮忙。
• 🗂️ 多会话与持久化配置：通过 -s=name 可以为不同项目划分独立的浏览器实例；默认 Profile 保存在内存中（会话内保留 Cookie 与存储状态），加上 --persistent 则落盘保存，跨浏览器重启依然有效。无头会话闲置一小时后自动关闭，可用 --idle-timeout 调整或设为 0 禁用。
• 🚀 灵活的浏览器接入方式：支持 --browser=chrome、--mobile、--device="iPhone 15" 等设备模拟；通过 attach --extension=chrome 或 attach --cdp=<url> 可连接到已经打开的浏览器；还实验性支持 WebMCP，能列出并调用页面自身注册的代理工具。

Playwright CLI 快速开始

只需几步，你就能在本地运行起 playwright-cli：

1. 环境准备：需要 Node.js 18 或更高版本，以及 Claude Code、GitHub Copilot 或任意其他编码代理。
2. 全局安装：
   bash
$ npm install -g @playwright/cli@latest
$ playwright-cli --help
3. 安装技能包（推荐）：
   bash
$ playwright-cli install --skills
4. 运行你的第一条命令（手动体验一下，看看浏览器真的动起来）：
   bash
$ playwright-cli open https://demo.playwright.dev/todomvc/ --headed
$ playwright-cli type "Buy groceries"
$ playwright-cli press Enter
$ playwright-cli type "Water flowers"
$ playwright-cli press Enter
$ playwright-cli check e21
$ playwright-cli check e35
$ playwright-cli screenshot
5. 交给代理代劳：直接把这句话丢给代理即可——
   使用 playwright-cli 测试 https://demo.playwright.dev/todomvc 的「添加待办」流程，
检查 playwright-cli --help 了解可用命令，并为所有成功与失败场景截图。
6. 监控运行状态：
   bash
$ playwright-cli show

Playwright CLI 应用场景

• 场景一：AI 编码代理的端到端测试：代理在修改完业务代码后，直接用 CLI 打开本地或预发环境，走一遍关键用户路径并截图留证。相比 MCP 方案，上下文占用更小，能腾出更多空间给代码理解和推理。
• 场景二：自动化测试代码生成：用 recording-start 开启录制，人工在页面上走一遍流程，recording-stop 便会把操作转换成 Playwright 代码；再用 generate-locator 生成稳定的定位器，测试用例的骨架就搭好了。
• 场景三：线上问题排查与调试：借助 console、requests、request <index> 查看控制台报错与网络请求详情，用 tracing-start 记录完整执行轨迹，或通过 route 伪造接口返回，复现那些只在特定响应下才出现的 Bug。
• 场景四：界面评审与设计走查：playwright-cli show --annotate 可启动带批注能力的仪表盘，用于 UI 评审和设计反馈；highlight <ref> 能在页面上对指定元素打上持久高亮，让讨论聚焦在同一处。
• 场景五：给 PR 附上视觉证据：配合 gh --attach，把截图与录屏直接上传到 Pull Request，让代码评审者一眼看清改动前后的界面差异。
• 场景六：需要持久状态的探索式自动化：对于自愈测试、长时运行的自主工作流这类需要维持连续浏览器上下文的场景，项目也给出了与 MCP 并行的定位说明——两者并非替代关系，而是按 Token 成本与状态需求各取所长。

用户案例：该项目由微软 Playwright 团队官方维护，是 Playwright 生态在 AI 代理时代的重要延伸。Claude Code、GitHub Copilot 以及其他主流编码代理都可以通过安装 SKILLs 或直接读取 --help 的方式接入使用。

Playwright CLI 链接

microsoft / playwright-cli项目地址：https://github.com/microsoft/playwright-cli

本文地址：https://www.tgoos.com/46358