اپریل 2025 میں، مائیکروسافٹ سکون میں بند ہو جائے گا , ایک نیا سرور جو آپ کے AI ایجنٹ کو (MCP کے ذریعے) براہ راست Playwright براؤزر API سے منسلک کرتا ہے. Playwright MCP سادہ انگریزی میں اس کا کیا مطلب ہے؟ (اور مفت کے لئے!) ’’‘‘ "—سب کچھ براؤزر خود کار طریقے سے کوڈ کے ایک ہی لائن لکھنے کے بغیر. Your AI agent can now interact with real web pages using nothing but simple text instructions کلک کریں یہ ایک Screenshot حاصل کریں جی ہاں، یہ بہت بڑا ہے کہ اور یہ صرف شروع ہو رہا ہے. 🔥 Playwright MCP has already become one of the most-starred MCP servers on GitHub اس قدم کے قدم کی رہنمائی میں، آپ کو یہ دیکھیں گے کہ یہ سرور کیا کر سکتا ہے، اور OpenAI ایجنٹس SDK کا استعمال کرتے ہوئے اسے پائٹون پر مبنی AI کام کے چیلنج میں کیسے لاگو کرنے کے لئے. کیوں ہر کوئی Playwright MCP سرور کے بارے میں بات کر رہا ہے ایک MCP (مارل کنٹیکٹ پروٹوکول) سرور ہے جو Playwright API کے ذریعے آپ کے AI ایجنٹوں کو سنجیدگی سے براؤزر خود کار طریقے سے سپر طاقت فراہم کرتا ہے. کھیل MCP کھیل MCP سکرین کے پیچھے، اسکرین کی تصاویر یا خیالات کے مطابق ماڈل پر بھروسہ کرنے کے بجائے، یہ ایل ای ایمز کو ویب صفحات کے ساتھ بات چیت کرنے کی اجازت دیتا ہے اس کا مطلب یہ ہے کہ تیزی سے، صاف، اور بہت زیادہ LLM دوستانہ بات چیت. structured accessibility snapshots دنیا میں جہاں آپ کی ضرورت ہے ، اور  like a human—this is a total game-changer! 🤯 ایجنٹک AI اور ایجنٹک RAG کام کی رفتار پڑھنا کلک کریں جہاز اور یہ حاصل کریں: اگرچہ مائیکروسافٹ نے اس کو بہت سے فانفریشن کے ساتھ جاری نہیں کیا (کوئی چمکدار keynote، کوئی بلاگ پوسٹ blitz نہیں)، یہ کم کلید لائبریری پہلے ہی بیٹھ رہی ہے. ...اور پھیلاؤ۔ 12K+ ⭐ on GitHub لہذا کیوں ہائپ؟ کیونکہ یہ صرف کام کرتا ہے، اور یہاں یہ ہے کہ یہ خاص بناتا ہے: 
 
 
 
 ہلکا اور تیزی سے: براؤزر کی دستیابی کے درخت کا استعمال کرتا ہے، نہیں، چمکتا پیکسل کی بنیاد پر انٹرویو. LLM سب سے پہلے ڈیزائن: کوئی نقطہ نظر کے ماڈل کی ضرورت نہیں ہے. یہ ساختہ متن کے انٹرفیس کے لئے بنایا گیا ہے. ️ Deterministic ٹولز کا استعمال: کوئی اندازہ لگائیں، کوئی بیوکوفیت نہیں - صرف واضح، کئی ٹولز کے ذریعے قابل اعتماد اقدامات. اس کے علاوہ، یہ ایک مضبوط CLI اور مفید اپنی مرضی کے پرچمز کے ساتھ آتا ہے براؤزر کنٹرول کے لئے. یہ ٹیکنالوجی آپ کو سنجیدہ ایجنٹوں کی تعمیر کرنے کی اجازت دیتا ہے جو نہ صرف ہالووینٹ کرتے ہیں، بلکہ اصل میں WEB کچھ چیزیں Playwright MCP سرور کا استعمال کیسے کریں: Step-by-Step Tutorial Playwright MCP سرور کو عمل میں ڈالنے کے لئے تیار ہیں؟ ذیل میں قدموں پر عمل کریں اور OpenAI Agents SDK کا استعمال کرتے ہوئے اپنے Python سکرپٹ میں اس کو وائر کریں! ضروریات اس ٹیوٹوریل کے ساتھ ساتھ پیروی کرنے کے لئے، اس بات کو یقینی بنائیں کہ آپ کو آپ کے ڈویلپر سیٹ اپ کو رول کرنے کے لئے تیار ہے: 
 
 
 
 Python 3.10+ مقامی طور پر انسٹال Node.js نصب اور کام کرتا ہے (آخری LTS ورژن آپ کا دوست ہے) ️ ایک حمایت شدہ LLM فراہم کرنے والے سے ایک API کلید (OpenAI ایجنٹس SDK کی ضرورت ہے، اور ہم Gemini کی سفارش کرتے ہیں کیونکہ یہ استعمال کرنے کے لئے آزاد ہے) مرحلہ #1: پروجیکٹ کی ترتیبات اور ترتیب یہ Playwright + MCP انضمام اس پر مبنی ہے جو ہم نے شامل کیا ہے لہذا اگر آپ نے ابھی تک اس کو چیک نہیں کیا ہے تو، اسے فوری طور پر چیک کریں. . MCP + OpenAI ایجنٹس SDK: ایک طاقتور AI ایجنٹ کیسے بنائیں MCP + OpenAI ایجنٹس SDK: ایک طاقتور AI ایجنٹ کیسے بنائیں MCP + OpenAI ایجنٹس SDK: ایک طاقتور AI ایجنٹ کیسے بنائیں لیکن اگر آپ جلدی میں ہیں (ہم اسے حاصل کرتے ہیں)، : here’s the TL;DR version to get you rolling 
 
 
 
 
 ایک پروجیکٹ فائل بنائیں. اس کے اندر، Agent.py نامی ایک فائل شامل کریں اور ایک Python مجازی ماحول قائم کریں. پائپ انسٹال openai-agents python-dotenv کے ساتھ ضروری لائبریریوں کو انسٹال. آپ کے پروجیکٹ فارم میں ایک .env فائل شامل کریں اور اس کے اندر، اس طرح اپنے Gemini API کلید کو چھوڑیں: GEMINI_API_KEY=<your-gemini-api-key>
 آپ اب بند ہیں، لوڈ، اور تعمیر شروع کرنے کے لئے تیار ہیں! 💥 مرحلہ #2: Playwright MCP سرور انضمام Playwright MCP سرور کو اپ لوڈ کریں اور OpenAI Agents SDK کے اندر اس کوڈ کے ساتھ چلائیں: 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 "./"
 براہ راست انگریزی میں؟ یہ Node.js کا استعمال کرتے ہوئے Playwright MCP سرور پر چلا جاتا ہے. بٹ اس کو بتاتا ہے کہ اس طرح اسکرین شاٹ اور پی ڈی ایف جیسے برآمد فائلوں کو کہاں ڈپازٹ کرنے کے لئے. --output-dir "./" ️ : اگر آپ کے ایجنٹ کو کسی بھی فائل کو برآمد کرنے کی ضرورت نہیں ہے تو، آپ پرچم مکمل طور پر.یہ اختیاری ہے! Note --output-dir مرحلہ #3: مکمل کوڈ یہاں آپ کا کیا ہے یہ آپ کا مکمل Open AI Agents SDK-built، Gemini-powered، Playwright-integrated AI ایجنٹ MCP کے ذریعے کارروائی کرنے کے لئے تیار ہے: 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())
 بوم. اسی طرح، آپ نے Python کے ~75 لائنوں میں ایک مکمل طور پر کام کرنے والے AI ایجنٹ تعمیر کیا ہے. ️️ think through Gemini and act through Playwright Step #4: Test Your Playwright-Powered AI Agent یہ آپ کے ایجنٹ کو چلانے کے ذریعے ٹیسٹ کرنے کا وقت ہے: python agent.py
 یہ وہی ہے جو آپ Startup پر دیکھیں گے: اب اسے اس طرح کے ایک فوری طور پر پکڑیں: 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"
 نتائج کیا ہیں؟ یاسر it nailed it! لیکن یہ تیزی سے تھا، لہذا ہم کیا ہوا ہے کا اشتراک کریں: 
 
 
 
 
 
 ایجنٹ ایک Playwright-powered Chrome انٹرفیس شروع کرتا ہے. یہ hackernoon.com کا دورہ کرتا ہے. ٹریڈنگ ٹریڈنگ پر کلک کریں. ️ صفحے کو مکمل طور پر لوڈ کرنے کے لئے انتظار کریں. صفحہ کو ایک PDF فائل میں برآمد کرتا ہے جس کا نام hackernoon-trending-stories.pdf ہے، جو پروجیکٹ فارم میں ظاہر ہوتا ہے. یاد رکھیں کہ براؤزر آخری صفحے پر پس منظر میں.یہ کامل ہے اگر آپ ایک اور نوٹ بھیجنا چاہتے ہیں اور موجودہ سیشن کو زندہ رکھنا چاہتے ہیں! کھلی رہیں آپ کو یہ پسند نہیں ہے اور سیشن ختم کرنا چاہتے ہیں اور براؤزر بند کرنا چاہتے ہیں? Now, close the browser.
 ایجنٹ آپ کے لئے براؤزر بند کرے گا. ✅ اب، پیدا شدہ PDF فائل کو چیک کریں آپ کے پروجیکٹ فارم میں. اس کے ذریعے چلو، اور آپ دیکھیں گے: hackernoon-trending-stories.pdf بہت اچھا ہے! a ، لنکس اور سب کچھ، واضح پی ڈی ایف فارمیٹ میں۔ یہ حقیقی براؤزر آٹومیشن ہے، جو آپ کے اپنے AI ایجنٹ کی طرف سے چلتا ہے. clean, full-page export of Hackernoon’s trending page اور یہ ہے، لوگو، یہ سب کچھ بہت بڑا ہے ۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔۔ how you build an AI agent with Playwright + MCP Playwright MCP کے چھپے ضوابط (اور ان کو outsmart کرنے کا طریقہ) آپ شاید سوچ رہے ہو: 
 
 "ہاں، میرے پاس آلات ہیں ... ایک LLM جو سوچ سکتا ہے، ایک MCP سرور جو سکرپٹ کر سکتا ہے، اور Playwright براؤزر کو کنٹرول کرنے کے لئے. "ہاں، میرے پاس آلات ہیں ... ایک LLM جو سوچ سکتا ہے، ایک MCP سرور جو سکرپٹ کر سکتا ہے، اور Playwright براؤزر کو کنٹرول کرنے کے لئے. بہت تیزی سے نہیں ۔ ۔ ۔ ۔ ۔ یقینی طور پر، وہاں صرف : two core things AI agents need to thrive 
 
 
 حقیقی وقت ویب اعداد و شمار تک رسائی (✅ scraping-capable MCP انٹرویوز کی طرف سے کام کرتا ہے) ایک براؤزر کے ساتھ بات چیت کرنے کی صلاحیت (✅ Playwright MCP درج کریں) لیکن یہاں جہاں چیزیں دلچسپ ہو جاتے ہیں ... اپنے Playwright-powered AI ایجنٹ سے کچھ اس طرح پوچھیں: Visit g2.com, wait for the page to load, and take a screenshot
 کیا ہوتا ہے؟ یہ کیا ہوتا ہے! یہ G2 پر چلتا ہے. ✅ انتظار کرتا ہے. ✅ ایک اسکرین کی تصویر بناتا ہے. ✅ لیکن ایک پکڑنا ہے: the page is blocked behind a verification wall. اور ایجنٹ بھی آپ کو بتانے کے لئے کافی مہربانی ہے: 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، یہ ہمارے لئے انسانوں کے طور پر "Game Over" نہیں ہے. کے لئے کھیل کے بارے میں default Playwright browser setup یہاں مسئلہ ہے: ♂️ پھر کیا غلط ہوا؟ Vanilla Chrome! براؤزر Playwright کو باکس سے باہر کنٹرول کرتا ہے، بلاکس سے بچنے کے لئے ڈیزائن نہیں کیا گیا ہے. یہ تمام جگہوں میں سگنل چلاتا ہے، جیسے خود کارکردگی پرچم، عجیب ترتیب، اور اسی طرح.... . 🤖 🚫 To the point that most websites—jsut like G2 —instantly know it’s a bot حل کیا ہے؟ A اسٹوریج پر کام کرنے والے ایجنٹ کی حمایت کرنے کے لئے تیار ہم بات کر رہے ہیں: Playwright-compatible infrastructure remote browsers that   get blocked نہیں نہیں نہیں نہیں 
 
 
 
 
 ️ ️ ️ کام کرتا ہے سرخ یا سرخ 👁️ مزید >> Powered by a proxy network with 100M+ residential IPs 🌍 ایک حقیقی صارف کی طرح منسلک کرنے کے لئے ڈیزائن ️ ♂️ سوال یہ ہے کہ یہ جادو کیا ہے؟ سلام آپ کا خفیہ، وسیع پیمانے پر، AI دوستانہ براؤزر اسٹاک: Bright Data کے ایجنٹ براؤزر Bright Data کے ایجنٹ براؤزر https://www.youtube.com/watch?v=T59GCkpk5zY&embedable=true اگر آپ یہ سوچ رہے ہیں کہ اسے اپنے Playwright MCP انسٹال میں کیسے لاگ ان کرنا ہے، تو یہ ایک CDP Endpoint منتقل کرنے کے طور پر سادہ ہے: async with MCPServerStdio(
    name="Playwright MCP server",
    params={
        "command": "npx",
        "args": [
            "-y", "@playwright/mcp@latest",
            # other arguments...
            "--cdp-endpoint", "<YOUR_BRIGHT_DATA_AGENT_BROWSER_CDP_URL>"
        ],
    },
) as server:
    # Your agent logic here...
 اور کوئی اور نہیں ہے، کوئی اور نہیں ہے، کوئی اور نہیں ہے، کوئی اور نہیں ہے، کوئی اور نہیں ہے، کوئی اور نہیں ہے، کوئی اور نہیں ہے. just like that, کام کرنے کے لئے تیار ایجنٹک workflows جو Live Web پر کام کرتے ہیں؟ اصل میں Bright Data’s Agent Browser has your back! See it in action in another integration here: https://www.youtube.com/watch?v=JG_INdktGsk&embedable=true آخری سوچیں اب آپ جانتے ہیں کہ OpenAI Agents SDK کے ساتھ بنائی جانے والی کسی بھی AI ایجنٹ کو کس طرح بھرتی کرنا ہے - چاہے یہ GPT، Gemini، یا اس کے بعد آنے والی چیزوں پر چل رہا ہے - اسے حقیقی براؤزر کنٹرول کے لئے Playwright MCP سرور میں لاگ ان کرکے. ہم نے بھی دکھایا کہ کس طرح Bright Data کے استعمال سے براؤزر بلاک کو ختم کرنے کے ذریعے مزید سطح تک پہنچنے کے لئے طاقتور AI انشورنس کا صرف ایک ٹکڑا . Agent Browser ہم نے بڑے پیمانے پر حقیقی دنیا میں AI کام کی رفتار کی حمایت کرنے کے لئے تعمیر کیا ہے Bright Data میں، ہماری مشن سادہ ہے: ہر کسی کے لئے، ہر جگہ، AI تک رسائی حاصل کرنے کے لئے. لہذا اگلی بار تک - دلچسپ رہیں، ہمت رکھیں، اور AI کے مستقبل کی تعمیر جاری رکھیں. ✨

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

This writer has a vested interest be it monetary, business, or otherwise, with 1 or more of the products or companies mentioned within.

Playwright MCP سرور یہاں ہے: Let's Integrate It!

About Author

تبصرے

ہینگ ٹیگز

یہ مضمون اس میں پیش کیا گیا تھا۔

Related Stories

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

"Growing Businesses Gives Me a Sense of Purpose." says Flow Ninja Founder/CEO

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

"Growing Businesses Gives Me a Sense of Purpose." says Flow Ninja Founder/CEO

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps