e2e
基于MCP协议，用LLM驱动Playwright进行端到端自动化测试
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：e2e。 它的用途是：基于MCP协议，用LLM驱动Playwright进行端到端自动化测试 完整的 Skill 内容见：https://321skill.com/skills/e2e/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请帮我测试一下电商网站的购物车功能，添加一个商品，然后进入购物车页面检查商品信息和价格是否正确。” 它会理解你的需求，通过MCP调用Playwright自动打开浏览器，模拟用户操作完成添加商品、跳转购物车、断言检查等一系列步骤，并告诉你测试是通过还是失败。
介绍
这个Skill是一个MCP（Model Context Protocol）服务器，它旨在解决传统端到端（E2E）测试编写和维护成本高、对测试人员编程能力要求高的问题。它将Playwright测试框架与大型语言模型（LLM）的能力相结合，允许用户通过自然语言描述测试场景，由AI自动生成并执行相应的Playwright测试代码，实现测试意图与实现代码的分离。
使用时，你需要先配置好MCP客户端（如Claude Desktop）并连接此服务器。之后，在与AI的对话中，你可以直接描述你想要测试的网页交互流程（例如“测试用户从首页登录到下单的完整流程”），AI会理解你的意图，调用此Skill在后台生成Playwright脚本并执行，最后将测试结果（成功或失败及错误信息）反馈给你。整个过程无需你手动编写测试代码。
它非常适合测试工程师、全栈开发者和运维工程师，特别是那些希望提升测试自动化覆盖率，但又受限于编写复杂E2E测试脚本的团队或个人。产品经理也可以通过它快速验证核心业务流程是否通畅。
建议在相对稳定的核心业务流程上优先使用此Skill进行自动化覆盖。由于测试生成依赖AI对需求的理解，建议在初次使用或测试复杂场景时，对AI生成的测试步骤进行复核。注意，它需要你本地或CI/CD环境中已安装Node.js和浏览器环境以运行Playwright。
核心特点
核心区别在于实现了“测试分离”：用户只需用自然语言描述测试用例，由LLM负责将其翻译成可执行的Playwright代码，无需手动编码，极大降低了E2E测试的入门和编写成本。
注意事项
不适合测试对执行时序、像素级UI细节或复杂异步逻辑有极高精度要求的场景。
常见问题
需要提前学习Playwright吗？
不需要，你可以直接用自然语言描述测试场景。
它能测试需要登录的页面吗？
可以，你可以在对话中提供测试账号或在Skill配置中管理认证状态。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/e2e/raw/index.md 读取 e2e 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/e2e/raw/index.md（查看排版版本）