Playwright (Automation + MCP + Scraper)
基于Playwright的浏览器自动化、测试与调试工具，支持MCP控制。
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：Playwright (Automation + MCP + Scraper)。 它的用途是：基于Playwright的浏览器自动化、测试与调试工具，支持MCP控制。 完整的 Skill 内容见：https://321skill.com/skills/playwright-automation-mcp-scraper-x-6/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
“帮我测试一下用户登录流程，在CI环境下总是失败。” 它会使用Playwright启动浏览器，导航到登录页，模拟输入和点击，并生成详细的执行追踪报告，帮你定位是网络请求、元素加载还是环境差异导致的问题。或者，你可以说：“抓取这个电商网站搜索‘手机’后的前10个商品信息。” AI会控制浏览器执行搜索，等待结果加载完成，然后提取商品名称、价格等结构化数据。
介绍
这是一个专为解决浏览器自动化与端到端测试中各类棘手问题而设计的工具。它基于Playwright框架，能够处理元素定位、自动等待、网络请求模拟、跨环境测试、UI截图对比等复杂场景，并支持通过MCP协议控制真实浏览器。
当你的测试用例在CI环境或Headless模式下不稳定、超时或失败时；当元素定位器匹配到多个元素或错误元素时；当需要处理文件上传下载、iframe、弹窗、阴影DOM等复杂交互时，都可以使用它来定位和解决问题。
它非常适合前端开发、测试工程师和全栈开发人员，用于构建稳定可靠的自动化测试套件、进行Web数据抓取，或者将现有的Cypress、Puppeteer等项目迁移到Playwright。
请注意，该工具专注于浏览器自动化与测试。如果你的项目已经有一个稳定维护的Cypress或Puppeteer测试套件，或者你的任务仅需简单的HTTP请求即可完成，那么可能不需要使用它。
核心特点
该Skill不仅封装了Playwright的核心自动化能力，还集成了MCP（Model Context Protocol）协议，使得AI Agent可以直接驱动和控制真实浏览器，这在同类自动化工具中较为独特。它特别强调解决测试中的“疑难杂症”，如CI环境下的失败、网络空闲等待、跨机器截图差异等，而非仅提供基础录制回放功能。
注意事项
不适合维护现有的Cypress或Puppeteer测试套件，也不适合仅需普通HTTP请求即可完成的工作。
常见问题
这个Skill和直接用Playwright库有什么区别？
它通过MCP协议将Playwright能力暴露给AI Agent，使AI能理解并执行复杂的浏览器操作指令，而不仅仅是调用API。
能用来做网页数据抓取吗？
可以，尤其擅长抓取需要JavaScript渲染的动态页面内容，并能模拟用户登录、处理弹窗等复杂交互。
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/playwright-automation-mcp-scraper-x-6/raw/index.md 读取 Playwright (Automation + MCP + Scraper) 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/playwright-automation-mcp-scraper-x-6/raw/index.md（查看排版版本）