Playwright MCP - LLM के लिए web browser automation हेतु MCP server

• Playwright पर आधारित MCP(Model Context Protocol) server
• यह LLM को web page के साथ इंटरैक्ट करने के लिए structured accessibility snapshots प्रदान करता है, इसलिए यह तेज़ और हल्का है
• screenshot या vision model के बिना, केवल structured text-based data से web automation लागू करता है
• उपयोग : web page navigation और form auto-fill, structured content से data extraction, LLM-आधारित automation testing, agent-आधारित general web browser control

इंस्टॉलेशन

• config

  {  
    "mcpServers": {  
      "playwright": {  
        "command": "npx",  
        "args": [  
          "@playwright/mcp@latest"  
        ]  
      }  
    }  
  }  
  

• VSCode में सीधे इंस्टॉल किया जा सकता है : Install in VS Code Insiders
  • इंस्टॉल के बाद, VSCode के GitHub Copilot agent में Playwright MCP का उपयोग किया जा सकता है

Snapshot Mode टूल सूची

• browser_navigate: URL पर जाएँ
• browser_go_back / go_forward: पीछे/आगे जाएँ
• browser_click / hover / drag: element click, hover, drag
• browser_type: input field में text दर्ज करें (विकल्प: submit)
• browser_select_option: dropdown चुनें
• browser_press_key: keyboard key input
• browser_snapshot: accessibility snapshot capture
• browser_save_as_pdf: page को PDF के रूप में सहेजें
• browser_wait: निर्धारित समय तक प्रतीक्षा करें (time अधिकतम 10 सेकंड)
• browser_close: page बंद करें

Vision Mode टूल सूची

• browser_navigate / go_back / go_forward
• browser_screenshot: screenshot capture
• browser_move_mouse / click / drag: coordinate-based mouse control
• browser_type: coordinate position पर text input
• browser_press_key
• browser_save_as_pdf
• browser_wait
• browser_close

[yangeok]

मैंने cursor में Playwright MCP कनेक्ट करके देखा, लेकिन Namuwiki पेज को यह बिल्कुल पढ़ नहीं पा रहा है..

[asheswook]

शायद यह bot block की वजह से है।

[crawler]

कल देखा था तो पता नहीं चला, लेकिन ये Microsoft का है, हाहा, इसे आज़माना पड़ेगा

[GN⁺]

Hacker News राय

• यह टूल बहुत अच्छा है। Claude Code के साथ इसका इस्तेमाल करके बहुत सफलता मिल रही है

  • CLAUDE.md में Playwright के ज़रिए बदलावों को verify करने का निर्देश छोड़ रखा है
  • यह अपने-आप dev server शुरू करता है, बदले हुए पेज पर जाता है, और verify करता है कि बदलाव काम कर रहे हैं
  • अगर कुछ अप्रत्याशित होता है, तो यह खुद ही उसे ठीक कर देता है
  • ऐसा लगता है जैसे किसी वाकई शानदार mid-level engineer के साथ काम कर रहे हों
  • अभी का समय सच में अद्भुत है

• ariaSnapshot का उपयोग करके DOM का accessible representation देता है

  • लेकिन Gmail जैसी जगह पर जाने पर model context जल्दी खत्म हो जाता है
  • पेज के अधिक संक्षिप्त text representation के साथ प्रयोग कर रहे हैं
  • अपना Chrome session इस्तेमाल करता है और बड़े context size की ज़रूरत नहीं पड़ती
  • इसे CDP में उपयोग की जा सकने वाली aria interface के रूप में refactor भी किया जा सकता है

• इसे JIRA MCP के साथ जोड़कर bug ticket के "reproduction steps" पढ़ने और यह जांचने की योजना है कि क्या उन्हें वास्तव में reproduce किया जा सकता है

  • MCP को लेकर होने वाली आलोचना समझ नहीं आती
  • "connectors" का Cambrian explosion देखना सच में दिलचस्प है
  • यह models के लिए वह "app store" बन सकता है, जो OpenAI के custom GPTs नहीं बन पाए

• Microsoft का नया टूल MCP-Playwright का competitor लगता है

  • Microsoft का टूल ज़्यादा simple लगता है, जबकि दूसरे टूल में ज़्यादा features हैं

• शानदार release है। लेकिन यह सोचने वाली बात है कि मूल Playwright API को support करने के बजाय केवल actions के एक subset को ही क्यों support करता है

• Playwright के बारे में नहीं जानता, लेकिन यह जानने की उत्सुकता है कि यह Puppeteer से कैसे अलग है

  • Puppeteer की समस्या यह है कि कभी-कभी cookie consent banner स्वीकार करने जैसे सरल काम पूरे करने के लिए सही JavaScript तुरंत नहीं मिलती

• इसे कई बार submit किया है और इसके बारे में और सुनना चाहता हूँ

  • Fetch-MCP भी है, जो Playwright पर आधारित है और batching को support करता है। तुलना करना दिलचस्प होगा

• Capybara के लिए MCP चाहिए। ताकि LLMs मेरे Rails system tests लिख सकें और काम न करने पर debug भी कर सकें

• code --add-mcp

  • सोच रहा हूँ कि क्या VSCode में built-in MCP client है

• यह जानने की उत्सुकता है कि क्या यह टूल test automation के लिए है, या agents में Playwright को "Operator" की तरह इस्तेमाल करने के लिए