ຊື່ຫຍໍ້ຂອງ : Playwright MCP Server Is Here: Let's Integrate It!

ໃນເດືອນມິຖຸນາ 2025, Microsoft silently dropped , server ໃຫມ່ທີ່ເຊື່ອມຕໍ່ຕົວແທນ AI ຂອງທ່ານ (ໂດຍຜ່ານ MCP) ກັບ API browser Playwright. Playwright MCP ວິທີການດໍາເນີນການທີ່ດີທີ່ສຸດ (ແລະສໍາລັບການຟຣີ!) ຂ້າ ພະ ເຈົ້າ "—ທັງຫມົດໂດຍບໍ່ໄດ້ຂຽນລະດັບຫນຶ່ງຂອງການອັດຕະໂນມັດລະຫັດ browser. Your AI agent can now interact with real web pages using nothing but simple text instructions ດາວໂຫລດ This ດາວນ໌ໂຫລດ Screenshot ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈຂອງພວກເຮົາ . ແລະມັນພຽງແຕ່ເລີ່ມຕົ້ນ. 🔥 Playwright MCP has already become one of the most-starred MCP servers on GitHub ໃນປັດຈຸບັນ, ທ່ານຈະຊອກຫາຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການເຮັດວຽກຂອງ server ນີ້ແລະວິທີການເຊື່ອມຕໍ່ການເຮັດວຽກຂອງການເຮັດວຽກ AI ໂດຍໃຊ້ Python ໂດຍໃຊ້ OpenAI Agents SDK. ເປັນຫຍັງທຸກຄົນຄ້າຍຄືກັນກ່ຽວກັບການ Playwright MCP Server ເປັນ MCP (Model Context Protocol) server ທີ່ໃຫ້ຜູ້ຊ່ຽວຊານ AI ຂອງທ່ານ superpowers ອັດຕະໂນມັດ browser ທີ່ສໍາຄັນໂດຍຜ່ານ API Playwright. ຊື່ຫຍໍ້ຂອງ : Playwright MCP ຊື່ຫຍໍ້ຂອງ : Playwright MCP ຫຼັງຈາກການສົນທະນາ, ໃນຂະນະທີ່ສົນທະນາກັບ screenshots ຫຼືຮູບແບບທີ່ແຕກຕ່າງກັນ, ມັນອະນຸຍາດໃຫ້ LLMs ສົນທະນາກັບເວັບໄຊທ໌ໂດຍໃຊ້ ມັນເປັນສິ່ງທີ່ຮູ້ສຶກວ່າການຮ່ວມເພດທີ່ມີຄວາມໄວສູງ, cleaner, ແລະຫຼາຍກວ່າ LLM-friendly. structured accessibility snapshots ໃນໂລກຂອງ ໃນເວລາທີ່ທ່ານຕ້ອງການ ຂໍຂອບໃຈ , ແລະ ເປັນມະນຸດ - ນີ້ແມ່ນການປ່ຽນແປງເກມທັງຫມົດ! ການເຮັດວຽກຂອງ Agentic AI ແລະ Agentic RAG ດາວໂຫລດ ດາວໂຫລດ ລະຫັດ QR And get this: even though Microsoft didn’t roll it out with much fanfare (no flashy keynote, no blog post blitz), this low-key library is already sitting at ... ແລະ climbing. 12K+ ⭐ on GitHub ຂໍຂອບໃຈວ່າມັນຈະເຮັດວຽກ, ແລະນີ້ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ມັນພິເສດ: 💡 Blazing ຄວາມໄວແລະຄວາມງ່າຍດາຍ: ການນໍາໃຊ້ແຜ່ນການເຂົ້າເຖິງຂອງ browser, ບໍ່ slow, pixel-based input. ການອອກແບບ LLM-first: ບໍ່ຈໍາເປັນຕ້ອງມີມາດຕະຖານ Vision. ມັນຖືກສ້າງຕັ້ງສໍາລັບ interfaces ລະບົບ. ️ ການນໍາໃຊ້ອຸປະກອນ Deterministic: ບໍ່ມີການຄາດຄະເນ, ບໍ່ມີຄວາມສົນໃຈ - ພຽງແຕ່ປະຕິບັດຢ່າງວ່ອງໄວ, ມີຄວາມປອດໄພໂດຍຜ່ານອຸປະກອນຫຼາຍ. Plus, ມັນ comes with a solid CLI ແລະ flags customization ທີ່ດີສໍາລັບການຄວບຄຸມ browser fine-tuned. ເຕັກໂນໂລຊີນີ້ໃຫ້ທ່ານສາມາດສ້າງອຸປະກອນທີ່ດີເລີດທີ່ບໍ່ພຽງແຕ່ hallucinate, ແຕ່ບໍ່ແມ່ນ ເວັບໄຊທ໌ ຜະລິດຕະພັນ ວິທີການນໍາໃຊ້ Playwright MCP Server: ການຝຶກອົບຮົມ Step-by-Step ມີການຝຶກອົບຮົມສໍາລັບການຝຶກອົບຮົມ MCP server ຂອງ Playwright ໃນກິດຈະກໍາ? ຫຼັງຈາກນັ້ນ, ຫຼັງຈາກນັ້ນ, ທ່ານຈະໄດ້ຮັບການຝຶກອົບຮົມສໍາລັບການຝຶກອົບຮົມ MCP server ຂອງທ່ານໃນ Python ທີ່ໃຊ້ OpenAI Agents SDK! ຄໍາຖາມ ການຄົ້ນຄວ້າແລະການປິ່ນປົວຂອງການປິ່ນປົວຂອງການປິ່ນປົວ ຊື່ຫຍໍ້ຂອງ : Python 3.10+ Node.js ອັດຕະໂນມັດແລະເຮັດວຽກ (ດາວນ໌ໂຫລດ LTS ຂອງທ່ານ) ️ API Key ຈາກຜູ້ສະຫນອງ LLM ທີ່ໄດ້ຮັບການສະຫນັບສະຫນູນ (OpenAI Agents SDK ຕ້ອງມັນ, ແລະພວກເຮົາມີຄວາມຕ້ອງການ Gemini ໃນຂະນະທີ່ມັນເປັນການນໍາໃຊ້ຟຣີ) ຂັ້ນຕອນ #1: Project Setup & Configuration ການເຊື່ອມຕໍ່ Playwright + MCP ນີ້ໄດ້ສ້າງຕັ້ງຂຶ້ນໃນສິ່ງທີ່ພວກເຮົາມີຂື້ນໃນ ດັ່ງນັ້ນ, ຖ້າຫາກວ່າທ່ານບໍ່ໄດ້ກວດສອບວ່າ, ຂໍຂອບໃຈວ່າມັນໄດ້ຖືກປັບປຸງຢ່າງງ່າຍດາຍ. . MCP + OpenAI ຜູ້ສະຫນອງ SDK: ວິທີການສ້າງຜູ້ສະຫນອງ AI ພະລັງງານ MCP + OpenAI ຜູ້ສະຫນອງ SDK: ວິທີການສ້າງຜູ້ສະຫນອງ AI ພະລັງງານ MCP + OpenAI ຜູ້ສະຫນອງ SDK: ວິທີການສ້າງຜູ້ສະຫນອງ AI ພະລັງງານ But if you’re in a rush (We get it) : here’s the TL;DR version to get you rolling ດາວນ໌ໂຫລດ Project Folder ໃນປັດຈຸບັນ, ໃຫ້ແນ່ໃຈວ່າທ່ານກໍາລັງຊອກຫາຄອມພິວເຕີທີ່ມີຊື່ agent.py ແລະຕິດຕັ້ງສະພາບແວດລ້ອມ virtual Python. ການຕິດຕັ້ງຊຸມຊົນທີ່ຕ້ອງການກັບ pip install openai-agents python-dotenv. Add a .env file to your project folder and, inside it, drop your Gemini API key like this: GEMINI_API_KEY= ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈ ສໍາ ລັບພວກເຮົາ! ຂັ້ນຕອນ #2: Playwright MCP Server Integration ດາວນ໌ໂຫລດ Server MCP ຂອງ Playwright ແລະເຮັດວຽກໃນ OpenAI Agents SDK ມີລະຫັດນີ້: async with MCPServerStdio( name="Playwright MCP server", params={ "command": "npx", "args": ["-y", "@playwright/mcp@latest", "--output-dir", "./"], }, ) as server: # Create and initialize the AI agent with the running MCP server agent = await create_mcp_ai_agent(server) # Agent request-response cycle... ```python This chunk of code basically runs the following shell command under the hood: ```bash npx -y @playwright/mcp@latest --output-dir "./" ໃນມື້ນີ້ໄດ້ຖືກນໍາໃຊ້ສໍາລັບການດາວໂຫລດທີ່ດີທີ່ສຸດໃນມື້ນີ້. It spins up the Playwright MCP server using Node.js. bit ເວົ້າວ່າທ່ານຈະ dump ການສົ່ງອອກເອກະສານເຊັ່ນ screenshots ແລະ PDFs. --output-dir "./" ປະເພດ : ຖ້າທ່ານບໍ່ຈໍາເປັນຕ້ອງສົ່ງອອກເອກະສານໃດໆ, ທ່ານສາມາດສະຫນັບສະຫນູນ ເອກະຊົນ Flagship. ນີ້ແມ່ນ optional! Note --output-dir ຂັ້ນຕອນ #3: ລະຫັດທີ່ສົມບູນ ນີ້ແມ່ນສິ່ງທີ່ທ່ານ ເອກະສານຄວນຈະເບິ່ງວ່າທຸກສິ່ງທຸກຢ່າງແມ່ນໄດ້ເຊື່ອມຕໍ່ແລະ humming. ນີ້ແມ່ນຕົວແທນ AI ຂອງທ່ານທັງຫມົດ Open AI Agents SDK-built, Gemini-powered, Playwright-integrated ready to take action through MCP: agent.py import asyncio from dotenv import load_dotenv import os from agents import ( Runner, Agent, OpenAIChatCompletionsModel, set_default_openai_client, set_tracing_disabled ) from openai import AsyncOpenAI from agents.mcp import MCPServerStdio # Load environment variables from the .env file load_dotenv() # Read the required secrets envs from environment variables GEMINI_API_KEY = os.getenv("GEMINI_API_KEY") async def create_mcp_ai_agent(mcp_server): # Initialize Gemini client using its OpenAI-compatible interface gemini_client = AsyncOpenAI( api_key=GEMINI_API_KEY, base_url="https://generativelanguage.googleapis.com/v1beta/openai/" ) # Set the default OpenAI client to Gemini set_default_openai_client(gemini_client) # Disable tracing to avoid tracing errors being logged in the terminal set_tracing_disabled(True) # Create an agent configured to use the MCP server and Gemini model agent = Agent( name="Assistant", instructions="You are a helpful assistant", model=OpenAIChatCompletionsModel( model="gemini-2.0-flash", openai_client=gemini_client, ), mcp_servers=[mcp_server] ) return agent async def run(): # Start the Playwright MCP server via npx async with MCPServerStdio( name="Playwright MCP server", params={ "command": "npx", "args": ["-y", "@playwright/mcp@latest", "--output-dir", "./"], }, ) as server: # Create and initialize the AI agent with the running MCP server agent = await create_mcp_ai_agent(server) # Main REPL loop to process user requests while True: # Read the user's request request = input("Your request -> ") # Exit condition if request.lower() == "exit": print("Exiting the agent...") break # Run the request through the agent output = await Runner.run(agent, input=request) # Print the result to the user print(f"Output -> \n{output.final_output}\n\n") if __name__ == "__main__": asyncio.run(run()) Boom. ເຊັ່ນດຽວກັນ, ທ່ານໄດ້ສ້າງຕົວແທນ AI ປະສິດທິພາບທັງຫມົດໃນ ~75 ຊຸດຂອງ Python. ມັນສາມາດ ️️ think through Gemini and act through Playwright ຊັ້ນ #4: ການທົດສອບ Agent ຂອງທ່ານ Playwright-Powered AI ມັນເປັນເວລາທີ່ຈະທົດສອບ agent ຂອງທ່ານໂດຍໃຊ້ການເຮັດວຽກ: python agent.py ນີ້ແມ່ນສິ່ງທີ່ທ່ານຈະຊອກຫາໃນ startup: ຂໍຂອບໃຈວ່າທ່ານກໍາລັງຊອກຫາຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການເຮັດວຽກຂອງພວກເຮົາ. Visit hackernoon.com, click on "Trending Stories", wait for the page to fully load, and then export it as a PDF file named "hackernoon-trending-stories.pdf" ການແປພາສາ ລະຫັດ QR ປະເພດ it nailed it! ແຕ່ມັນໄດ້ຢ່າງວ່ອງໄວ, ດັ່ງນັ້ນຂໍຂອບໃຈວ່າສິ່ງທີ່ເກີດຂຶ້ນ: ສະ ຫນັບ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ມັນເບິ່ງ hackernoon.com. Click on the “Trending Stories” link. ️ ການຄາດຄະເນດິນຟ້າອິນເຕີເນັດ ຊື່ຫຍໍ້ຂອງ : Export the page to a PDF file named hackernoon-trending-stories.pdf, which appeared in the project folder. ຊື່ຫຍໍ້ຂອງ : Browser ທີ່ດີທີ່ສຸດທີ່ທ່ານຕ້ອງການໃຫ້ຄໍາສັ່ງທີ່ແຕກຕ່າງກັນແລະຮັກສາການຮ່ວມເພດໃນປັດຈຸບັນ! ສະ ຫນັບ ສະ ຫນູນ ຂໍຂອບໃຈວ່າທ່ານບໍ່ຕ້ອງການທີ່ຈະຫຼຸດຜ່ອນຊົ່ວໂມງແລະຫຼຸດຜ່ອນ browser ຂອງທ່ານ? Now, close the browser. Agent ຈະ ດໍາ ເນີນ ການ browser ສໍາລັບທ່ານ. ✅ Now, go check the generated PDF file ໃນເອກະສານໂຄງການຂອງທ່ານ. Scroll through it, ແລະທ່ານຈະເບິ່ງ: hackernoon-trending-stories.pdf ທີ່ດີທີ່ສຸດ! A ການເຊື່ອມຕໍ່ແລະທັງຫມົດ, ໃນຮູບແບບ PDF crisp. That is real browser automation, powered by your own AI agent. clean, full-page export of Hackernoon’s trending page ແລະມັນ, ຜູ້ຊາຍ, ແມ່ນ ສິ່ງທີ່ນີ້ແມ່ນຄວາມເຂັ້ມແຂງທີ່ແທ້ຈິງ. ກະລຸນາກວດ how you build an AI agent with Playwright + MCP The Hidden Limitations of Playwright MCP (ແລະວິທີການ outsmart ຂອງພວກເຂົາ) ຂໍຂອບໃຈ! ທ່ານອາດຈະຊອກຫາ: "Okay, ຂ້າພະເຈົ້າມີອຸປະກອນ ... ເປັນ LLM ທີ່ສາມາດຂອບໃຈ, server MCP ທີ່ສາມາດ scrape, ແລະ Playwright ເພື່ອຄວບຄຸມໂທລະສັບມືຖື. "Okay, ຂ້າພະເຈົ້າມີອຸປະກອນ ... ເປັນ LLM ທີ່ສາມາດຂອບໃຈ, server MCP ທີ່ສາມາດ scrape, ແລະ Playwright ເພື່ອຄວບຄຸມໂທລະສັບມືຖື. ຂໍຂອບໃຈວ່າມັນບໍ່ແມ່ນໄວ. ຂໍຂອບໃຈວ່າມີພຽງແຕ່ : two core things AI agents need to thrive Access to real-time web data (✅ ການປິ່ນປົວໂດຍການເຊື່ອມຕໍ່ MCP ທີ່ສາມາດ scraping) ຄວາມສາມາດໃນການຮ່ວມມືກັບ browser (✅ ດາວໂຫລດ Playwright MCP) ແຕ່ here is where things get interesting... ກະລຸນາຊອກຫາຜູ້ຊ່ຽວຊານ AI ຂອງທ່ານໂດຍ Playwright ຄື: Visit g2.com, wait for the page to load, and take a screenshot ແລະສິ່ງທີ່ເກີດຂຶ້ນ? ນີ້! It navigates to G2. ✅ Waits. ✅ Takes a screenshot. ✅ But there’s a catch: ລະຫັດ QR the page is blocked behind a verification wall. ແລະຜູ້ຊ່ຽວຊານແມ່ນມີຄຸນນະສົມບັດທີ່ຈະຊ່ວຍໃຫ້ທ່ານ: Your request -> Visit g2.com, wait for the page to load, and take a screenshot Output -> Okay, I navigated to g2.com, waited for 5 seconds, took a snapshot of the page, and then took a screenshot. However, the page is showing a verification requirement. I am unable to complete the request. Nope, ມັນບໍ່ແມ່ນ "game over" ສໍາ ລັບພວກເຮົາເປັນມະນຸດ. ແຕ່ມີຫຍັງ ... ມັນແມ່ນ ສໍາລັບ The . 😵 💻 ເກມ Over default Playwright browser setup ນີ້ແມ່ນບັນຫາ: ♂️ ເປັນຫຍັງສິ່ງທີ່ບໍ່ໄດ້ເຮັດໄດ້? Vanilla Chrome! ການຄວບຄຸມ browser Playwright out of the box ແມ່ນບໍ່ໄດ້ຖືກອອກແບບມາເພື່ອປ້ອງກັນ block. ມັນ leaks signal ທັງຫມົດໃນສະຖານທີ່, ເຊັ່ນດຽວກັນກັບ flags ອັດຕະໂນມັດ, configs ອັດຕະໂນມັດ, ແລະອື່ນໆ. ຂໍຂອບໃຈ To the point that most websites—jsut like G2 —instantly know it’s a bot ເປັນຫຍັງການປິ່ນປົວ? 👉 A ສ້າງຕັ້ງຂຶ້ນເພື່ອສະຫນັບສະຫນູນການເຮັດວຽກ agentic ໃນ ພວກເຮົາ ກໍາ ລັງ ຊອກ ຫາ: Playwright-compatible infrastructure remote browsers that get blocked don’t ຂ້າພະເຈົ້າບໍ່ ລະຫັດ QR ການເຮັດວຽກ headless ຫຼື headful 👁️ ອື່ນໆ ພະລັງງານໂດຍເຄືອຂ່າຍ proxy ມີ 100M+ IP residential ການອອກແບບເພື່ອ blend ໃນເປັນຜູ້ໃຊ້ທີ່ແທ້ຈິງ ️ ♂️ ຂໍຂອບໃຈວ່າເຄື່ອງມື magic ນີ້ແມ່ນຫຍັງ? ຂໍຂອບໃຈວ່າ ຄູ່ມືທີ່ດີທີ່ສຸດສໍາລັບການຄົ້ນຄວ້າທີ່ດີທີ່ສຸດ Bright Data’s Agent Browser ການນໍາໃຊ້ຂອງ Bright Data Agent Browser https://www.youtube.com/watch?v=T59GCkpk5zY&embedable=true ຖ້າຫາກວ່າທ່ານກໍາລັງຊອກຫາວິທີການເຊື່ອມຕໍ່ກັບການຕິດຕັ້ງ MCP Playwright ຂອງທ່ານ, ມັນເປັນຢ່າງງ່າຍດາຍເຊັ່ນດຽວກັນກັບການຜ່ານ endpoint CDP: async with MCPServerStdio( name="Playwright MCP server", params={ "command": "npx", "args": [ "-y", "@playwright/mcp@latest", # other arguments... "--cdp-endpoint", " " ], }, ) as server: # Your agent logic here... ແລະ No more blocks! No more bot walls. No more sad Gru memes. just like that, ການກໍ່ສ້າງ workflows ອັດຕະໂນມັດ ດາວນ໌ໂຫລດ Live Web? ຫນ້າທໍາອິດ Bright Data’s Agent Browser has your back! ເບິ່ງມັນໃນກິດຈະກໍາໃນການເຊື່ອມຕໍ່ອື່ນໆນີ້: https://www.youtube.com/watch?v=JG_INdktGsk&embedable=true ຄວາມຄິດເຫັນທີ່ Final ໃນປັດຈຸບັນທ່ານສາມາດຮູ້ວິທີການ supercharge ທັງຫມົດຂອງອຸປະກອນ AI ທີ່ສ້າງຕັ້ງຂຶ້ນທີ່ມີ OpenAI Agents SDK - ບໍ່ວ່າມັນຈະເຮັດວຽກໃນ GPT, Gemini, ຫຼືສິ່ງທຸກຢ່າງທີ່ຜ່ານມາ - ໂດຍການເຊື່ອມຕໍ່ມັນໃນການບໍລິການ MCP Playwright ສໍາລັບການຄວບຄຸມ browser ທີ່ແທ້ຈິງ. ພວກເຮົາຍັງສະແດງໃຫ້ເຫັນວິທີການປັບປຸງເພີ່ມເຕີມໂດຍຜ່ານການຕັດສິນໃຈຂອງ browser ໂດຍໃຊ້ Bright Data , ຂ້າງລຸ່ມຫນຶ່ງຂອງອຸດສາຫະກໍາ AI ທີ່ເຂັ້ມແຂງ . Agent Browser ພວກເຮົາໄດ້ສ້າງຕັ້ງຂຶ້ນເພື່ອສະຫນັບສະຫນູນການເຮັດວຽກຂອງໂລກທີ່ແທ້ຈິງ AI ໃນຂະຫນາດໃຫຍ່ ໃນ Bright Data, ການບໍລິການຂອງພວກເຮົາແມ່ນຢ່າງງ່າຍດາຍ: ເຮັດໃຫ້ AI accessible ສໍາ ລັບທຸກຄົນ, ທຸກຄົນ. ດັ່ງນັ້ນ, ເຖິງເວລາທີ່ຕໍ່ໄປນີ້ - ໃຫ້ຄວາມຮູ້ສຶກ, ມີຄວາມສົນໃຈ, ແລະເພີ່ມເຕີມເພື່ອສ້າງພະຍາຍາມຂອງ AI. ✨