playwright-mcp: kho của Microsoft giúp AI agent tự mở trình duyệt
Cách phổ biến lâu nay để AI điều khiển trình duyệt là chụp màn hình rồi để AI nhìn ảnh mà đoán chỗ bấm. Kho này bỏ hẳn lối đó.
playwright-mcp là MCP server (cầu nối chuẩn để AI gọi công cụ bên ngoài) do chính Microsoft làm, dựng trên Playwright - bộ công cụ tự động hoá trình duyệt của chính hãng này.Điểm cốt lõi: nó cho AI đọc trang bằng accessibility tree (cây trợ năng - bản mô tả cấu trúc trang mà trình đọc màn hình dùng cho người khiếm thị), thay vì bằng ảnh chụp.
Hình dung thế này: thay vì đưa cho AI một tấm ảnh chụp căn phòng rồi bảo "tìm công tắc đèn", nó đưa hẳn danh sách mọi thứ trong phòng kèm tên gọi.
README nêu ba điểm mạnh: nhanh và nhẹ, không cần model thị giác, và thao tác xác định (tránh cảnh mơ hồ thường gặp ở cách dựa vào ảnh chụp).
Cài thì gọn. Với Claude Code chỉ một dòng. README có sẵn hướng dẫn riêng cho VS Code, Cursor, Windsurf, Claude Desktop, Codex, Copilot, Gemini CLI, LM Studio... và cả bản chạy bằng Docker.
Bộ công cụ chia tầng. Nhóm lõi lo phần thường dùng: bấm, gõ, điền form, điều hướng, quản lý tab. Ngoài ra README có mục "khả năng bổ sung" bật thêm bằng cờ
--caps, gồm devtools, thao tác theo toạ độ và xuất PDF.Một chi tiết hiếm gặp: chính README của Microsoft khuyên nếu bạn đang dùng coding agent (AI viết code) thì cân nhắc dùng Playwright CLI + SKILLS vì tốn ít token hơn. Còn MCP hợp với những vòng lặp agent cần giữ trạng thái trình duyệt liên tục, tự chữa test, hay chạy tự động dài hơi. Một kho tự chỉ đường sang lựa chọn khác phù hợp hơn cho bạn, không phải chỗ nào cũng thấy.
Lưu ý an toàn, cũng lấy nguyên từ README: Playwright MCP không phải một hàng rào bảo mật. Bạn cho agent quyền mở trình duyệt bằng hồ sơ đã đăng nhập của mình thì nên cân nhắc kỹ.
إرسال تعليق