周会上，测试小王演示了一个炸裂 Demo：零代码UI测试。
只跟 AI 说了一句话：测试后台登录页，校验账号密码错误提示是否正确。
短短 30 秒，自动完成输入、点击、断言，直接输出测试结果。
不用写脚本、不用维护定位器、不用配置环境。
一旁的老张感慨：我耗时 3 小时写的自动化脚本，别人一句话就搞定。
这，就是 2026 年自动化测试的真实变革。
01 Playwright大家都熟，但你可能不知道MCP
如果你做 Web 自动化，一定熟悉 Playwright。
但它有个绕不开的痛点：你得写代码。
- 手动编写元素定位器，逐个扒页面控件
- 手写交互流程，模拟点击、输入等用户操作
- 手动写断言，校验业务结果
即便 Playwright 足够简洁，但从零搭建自动化脚本依旧耗时。
更麻烦的是后期维护：前端稍作改版，定位器直接失效，脚本频繁报元素找不到。
能不能完全不用写代码，就能做 Web 自动化？
这正是 Playwright MCP 颠覆传统自动化的核心价值。
02 MCP是什么？
MCP 全称 Model Context Protocol（模型上下文协议），是一套用于 AI 连接外部工具的开源标准，支持各类大模型适配调用。
简而言之：
MCP 就是 AI 和外部工具之间的 "USB 接口"。
落地到 Playwright MCP，完整链路就是：
你不需要写代码，不需要抠定位器，不需要处理脚本异常 ——AI 全帮你做了。
03 它是怎么 "看懂" 页面的？
Playwright MCP 实际上用了一套高效、稳定的方案 ——可访问性快照（Accessibility Snapshot）。
浏览器渲染页面时，会生成一棵「可访问性树」。这棵树会结构化记录页面所有元素的类型、角色、文本内容、状态属性。
Playwright MCP 会把这棵树精简成轻量化文本快照，示例如下：
- heading "用户登录" [level=1]
- textbox "用户名" [ref=e5]
- textbox "密码" [ref=e8]
- checkbox "记住我" [ref=e12]
- button "登录" [ref=e15]
- link "忘记密码？" [ref=e18]
每个元素分配唯一 ref 编号。
AI 拿到结构化快照后，就能读懂页面整体结构。当你说 "在用户名输入框填入 admin"，AI 会自动匹配 ref=e5 输入框，通过 MCP 调用 Playwright 完成输入操作。
这比单纯截图识别靠谱太多—— 不受主题切换、字体变化、屏幕尺寸改动影响，定位精准且长期稳定。
04 安装 Playwright MCP
本文以 Cursor 为例介绍 Playwright MCP 的安装方式，其他软件大同小异，可自行查阅相关资料进行安装。
一、环境准备（必须）
- 安装 Node.js（建议 v18+）
node -v
npm -v
终端能打印版本号即可；没有就去 nodejs.org/ 安装 LTS 版。
- 安装浏览器（首次需要）
npx playwright install
二、在 Cursor 中添加 Playwright MCP
-
打开 Cursor → 点击右上角设置 → 找到 Tools & MCP
-
点击 Add Custom MCP
-
粘贴下面配置（二选一）：
macOS/Linux
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
}
}
}
Windows
{
"mcpServers": {
"playwright": {
"command": "cmd",
"args": ["/c", "npx", "@playwright/mcp@latest"]
}
}
}
- 保存后，列表会出现
playwright，开关打开即可
三、验证是否生效
- 重启Cursor（建议）
- 新开对话，直接发送指令测试：
用 Playwright 打开百度，搜索“Cursor MCP”并截图
3. 正常情况：自动弹出浏览器 → 自动操作 → 回复里有截图。
四、常用可选参数（直接加载 args 里）
"args": [
"@playwright/mcp@latest",
"--browser=chrome", // chrome / firefox / webkit / msedge
"--headless", // 无头模式（不弹浏览器窗口）
"--viewport-size=1280x720"
]
完整参数见：playwright.cn/docs/gettin…
五、常见问题排查
- 提示 npx 不是内部或外部命令：把 Node.js 加入系统 PATH，重启终端 / Cursor
- 安装时报网络错：换淘宝源
npm config set registry https://registry.npmmirror.com
- MCP 显示 red：关掉再开一次，或重启 Cursor
05 聊聊优缺点，真实避坑
作为实际落地使用过的测试人，实话实说：Playwright MCP 目前还不是万能神器，有优势也有明显局限，不盲目吹捧。
1. 复杂交互场景有局限
简单常规页面完全没问题，但遇到拖拽排序、Canvas 绘制等场景，AI 对页面的理解能力会明显下降，导致 "看不懂"、操作失效。
2. 依赖AI模型联网能力
Playwright MCP 本身可以本地运行，但必须搭配大模型才能解析自然语言指令。企业内网隔离、禁止外网访问的环境，需要额外做本地大模型部署适配。
3. 不适合精细化业务断言
基础文本提示、元素存在性校验完全够用；但如果需要精确数值比对、复杂时间格式校验、多层级业务规则校验，目前 AI 能力还不够严谨，仍要结合传统代码脚本实现。
给测试同行的实用建议：
- 把 Playwright MCP 当作快速冒烟、探索测试、线上问题复现的高效工具；
- 传统 Playwright 脚本继续作为版本回归、核心流程常态化回归的主力;
两者互补结合，才是性价比最高的落地方式。
写在最后
Playwright MCP 代表的不是一个工具的迭代，而是自动化测试范式的根本重构：
从「手写代码驱动浏览器」，升级到「自然语言指挥 AI 操控浏览器」。
技术编码门槛大幅降低，但对测试思维、业务理解、测试策略设计的要求反而更高了。
Playwright MCP，只是自动化测试新时代的一个开端。
| 时代 | 核心必备能力 |
|---|---|
| 传统自动化测试 | 1. 熟练编写代码 2. 精通 CSS/XPath 元素定位 3. 梳理并设计测试业务逻辑 |
| 新时代自动化测试 | 1. 自然语言描述测试需求 2. 校验执行结果、把控验收标准 3. 统筹测试策略与风险点 |
觉得内容干货实用，点赞 + 转发，分享给身边做测试的小伙伴～
关注我（全平台同名），带你解锁更多AI测试技能！
