Playwright
集成Lighthouse进行网站性能分析与截图捕获的MCP工具。
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。 它的用途是：集成Lighthouse进行网站性能分析与截图捕获的MCP工具。 详细介绍见：https://321skill.com/skills/playwright-playwright-lighthouse-mcp/ 请根据该页面的说明完成安装。
使用示例
“请用Playwright Skill分析一下‘https://example.com’首页的性能，并给我截图。”，它会调用该Skill，运行Lighthouse审计，并返回一份包含性能分数、优化建议的详细报告，同时附上该页面的完整截图，让你直观看到页面渲染效果。
介绍
Playwright Skill 是一个基于Model Context Protocol (MCP)的服务器，它集成了Google Lighthouse和Playwright，旨在为AI助手提供强大的网站性能审计与视觉内容捕获能力。它解决了开发者和测试人员在评估网页质量时，需要手动运行复杂工具或编写脚本的痛点。
使用时，AI助手可以通过MCP协议调用该服务器，对指定URL进行全面的性能分析，生成包含加载速度、可访问性、最佳实践等维度的详细报告，并同时捕获网页的完整截图。整个过程无需用户离开对话界面，即可获得结构化的数据和视觉证据。
这个Skill非常适合需要快速评估网站表现、进行竞品分析或生成测试报告的前端开发者、测试工程师和产品经理。它让性能审计变得像提问一样简单，将专业工具的能力无缝融入AI工作流。
建议在需要定期监控网站关键页面或进行发布前检查时使用。由于性能测试可能受网络环境影响，建议在相对稳定的网络条件下运行，并对重要结果进行多次验证以确保准确性。
核心特点
与仅提供单一功能（如仅截图或仅运行Lighthouse）的Skill不同，它将Playwright的浏览器自动化能力与Lighthouse的深度性能分析原生结合，通过MCP协议一次性输出结构化报告和视觉截图，实现了审计流程的闭环。
注意事项
不适合需要实时、高频率（如每秒）监控网站性能或进行复杂用户交互流程录制的场景。
常见问题
这个Skill和直接使用Lighthouse有什么区别？
它通过MCP协议将Lighthouse和Playwright封装，让AI助手能直接调用并解析结果，你无需手动运行命令或查看复杂控制台输出，所有信息在对话中即可获取。
它能测试需要登录的页面吗？
当前版本主要针对公开URL进行分析。测试需要认证的页面通常需要预先配置Cookie或认证令牌，这超出了该Skill的基础能力范围。