← 返回學習路線
案例 · 已發布

Codex x Playwright MCP:讓 AI 像人一樣操作瀏覽器

使用 Playwright MCP 操作頁面、點擊控制項、檢查截圖並驗證網頁狀態,同時讓高風險操作保留人工批准。

來源: recipes/03-playwright-mcp.md实战案例 (原文)
本章閱讀進度 0%學習路線進度 0% · 0/46 已完成章節繼續學習路線 →

Tip · 最後核對

官方資料最後核對日期:2026-09-04。MCP 機制參考 Codex MCP 官方文件。本案例使用 microsoft/playwright-mcp。瀏覽器自動化請參考 Playwright 官方網站。工具名稱、安裝方式和權限可能變動,請以原專案說明為準。

Codex x Playwright MCP:讓 AI 像人一樣操作瀏覽器

Playwright MCP 把開啟頁面、導覽、點擊、填寫欄位、讀取內容、截圖和結果檢查等動作封裝成 Agent 可以呼叫的工具,讓程式設計 Agent 能夠實際檢查網頁流程是否可用。

本案例使用命令列安裝並操作伺服器。

1. 安裝

codex mcp add playwright npx @playwright/mcp@latest

playwright-mcp-add-command

安裝後進入 Codex,使用 /mcp 列出目前設定的 MCP 伺服器。

playwright-mcp-server-list

playwright-mcp-list-command

2. 開始使用

確認伺服器後,先嘗試有明確範圍的查找任務:

  1. 開啟瀏覽器,搜尋「什麼是 MCP」。
  2. 閱讀兩篇相關教學。
  3. 把摘要保存到本地 Markdown 檔案。

例如:

請開啟瀏覽器,到百度搜尋「什麼是 MCP」,閱讀兩篇有用的結果,並在目前目錄保存一份精簡 Markdown 摘要。

playwright-mcp-browser-search-prompt

執行時可能會要求允許填寫搜尋欄、輸入文字或開啟頁面。只批准你理解的操作。

playwright-mcp-permission-prompt

你應該能看到瀏覽器開啟、搜尋和進入選定頁面的過程。

playwright-mcp-baidu-search-results

最後可以整理結果,寫入本地 Markdown 檔案。

playwright-mcp-collected-search-summary

playwright-mcp-markdown-file-created

參考來源

操作流程和示範情境也參考了這支哔哩哔哩影片:Claude Code 速成與完整文件。

文中截圖來自作者本人操作,文字已重新整理和改寫;如有移除需求,請聯絡網站管理者。

延伸閱讀

知識AI Agent:從基礎概念到實際應用知識模型服務部署:GPU 推理、佇列與彈性知識GEO:AI 搜尋時代的內容最佳化
產品中心 Demo · V0.3