惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Simon Willison's Weblog
Simon Willison's Weblog
T
Threatpost
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Spread Privacy
Spread Privacy
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Engineering at Meta
Engineering at Meta
T
Tenable Blog
C
Cisco Blogs
T
The Blog of Author Tim Ferriss
NISL@THU
NISL@THU
T
Threat Research - Cisco Blogs
T
The Exploit Database - CXSecurity.com
P
Privacy & Cybersecurity Law Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
S
Secure Thoughts
N
News and Events Feed by Topic
Google DeepMind News
Google DeepMind News
博客园 - 三生石上(FineUI控件)
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
H
Hacker News: Front Page
I
InfoQ
L
LangChain Blog
Security Latest
Security Latest
The Cloudflare Blog
Forbes - Security
Forbes - Security
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Stack Overflow Blog
Stack Overflow Blog
TaoSecurity Blog
TaoSecurity Blog
量子位
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
V
Visual Studio Blog
Scott Helme
Scott Helme
爱范儿
爱范儿
A
Arctic Wolf
F
Full Disclosure
酷 壳 – CoolShell
酷 壳 – CoolShell
Schneier on Security
Schneier on Security
N
News and Events Feed by Topic
C
CXSECURITY Database RSS Feed - CXSecurity.com
L
LINUX DO - 最新话题
V2EX - 技术
V2EX - 技术
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
人人都是产品经理
人人都是产品经理
The Hacker News
The Hacker News
Hugging Face - Blog
Hugging Face - Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Know Your Adversary
Know Your Adversary
Application and Cybersecurity Blog
Application and Cybersecurity Blog

博客园 - 狂师

Agent 工具到底怎么选? 还在手写测试报告?推荐一款 AI 测试Skill:只需一句指令,自动生成专业定制化测试报告! 测试人员必备:推荐一款智能测试数据清理AI Skill,支持db、redis、mq等 AI 测试必备:推荐一款能让自动化失败脚本「自己修好」的 AI skill! 端开发必装 Skill 清单:6 款 AI 技能,让你的开发效率原地起飞 AI 测试提效神器:推荐一款接口自动化测试提效skill! 做一款企业真正敢用的 AI 测试应用,到底难在哪? 新手学 Skills:是什么、怎么找、如何开发?(最通俗易懂版) 2026 最新 AI 学习路线全景图:从零基础到 AI 全栈测试与开发实战(附一站式智能测试平台) 2026 最具幸福感的互联网大厂排名! 聊一聊近年来互联网公司的裁员情况 比 Playwright 更给力,推荐一个AI Agent的浏览器自动化开源项目! 测试工程师的AI 技能库:推荐5个让你效率翻倍的Skills AI测试必学 | AI 赋能接口自动化测试系列(四):接口自动化脚本质量检查与优化Agent Skill AI测试必学 | AI 赋能接口自动化测试系列(三):接口自动化测试脚本生成Agent Skill AI测试必学 | AI 赋能接口自动化测试系列(二):全场景测试数据智能构造Agent Skill AI测试必学 | AI 赋能接口自动化测试系列(一):接口文档智能解析Agent Skill推荐 测试必学:推荐4个测试用例设计最值得掌握的Agent Skill,几乎覆盖所有用例设计场景! 面试官问:你用 AI 编程半年了,那怎么保证 Claude Code 写出来的代码是对的? AI 测试赋能全流程实战 | Agent Skill + AI 赋能「需求分析」 6000 字干货|Coze 智能体实战:搭建需求文档到测试用例自动生成工作流! QA Use:推荐一款AI 原生 E2E 测试平台,自然语言一键跑通用例! 2026学扣子Coze看这篇就够了!(新手入门教程) Codex新手保姆级教程:新手从安装到跑通第一个项目! 做一款企业真正敢用的AI测试应用,到底有多难?究竟难在哪? Claude Code 9 大神级 Skills,开发效率直接翻倍(安装、使用场景、踩坑经验) 别再瞎搞 AI 了!大厂AI业务落地的五个关键环节!(建议新手直接照搬) 有了AI测试工具,还需要掌握Playwright、Pytest、Selenium这些框架吗? 毫不夸张地说,这将是目前最全的AI测试教程!测试必看! 最近面完 30 个想转 AI 测试的人,我麻了:80% 都踩了这 4 个坑! 2026年我做了一个大胆的决定:我要收徒弟了! 程序员逼格拉满!ccstatusline:让你的 Claude Code 状态栏直接封神! AI 测试全场景提效:功能 / 性能 / 安全 / 自动化,用 AI 重塑测试工作流 2026 年 AI 编程实测:6 款顶流大模型对比,效率直接翻倍! 面试必问:公司用AI 赋能自动化,你是怎么用AI 做自动化测试的呢?(附落地全流程) 牛逼!119K star,软微开源神器,一款功能超强大的markdown 文档转换工具! 你说你会AI测试,那你是怎么实现AI+软件测试的呢?(附带5 层AI 质量管理体系) 一道面试题刷掉 90% 的人,测试人必懂:AI 生成用例的3 大陷阱 + 7 项审核指标 零代码 AI 自动化测试神器!Browser‑Use Web UI 保姆级教程,测试人直接上手 不用写脚本!Browser-Use 实操:AI 直接驱动浏览器自动化测试 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 CC‑Switch 原来是这么玩的!90% 的人都没用对 为什么你的OpenClaw做不好自动化测试? AI到底会不会导致大规模失业?一次性把所有问题讲透!(深度好文) 推荐3款必备“测试神器”Skill:用例生成、根因分析一键搞定 为什么现在所有大厂都在做 CLI ?(附Cluade Code接入飞书CLI教程) 自动生成用例:基于OCR+ LLM的设计方案(附落地指南) 太强了!GLM-5.1 第一手实测,平替Claude Opus 4.6? 测试人必备的4个AI Skills(附下载地址和详细用法) 我带学员用 AI 做了个热点监控工具,太好用了! 测试必学:UI 自动化最值得掌握的两个Skills,几乎能覆盖所有UI测试场景! Cursor 生成测试用例实战:一个 Skill,10 分钟产出可评审测试用例 全球首个龙虾模型:GLM-5-Turbo(手把手安装、配置、使用教程)来了! 测试开发效率翻10倍!这10款AI Skills神器,我敢说90%的人没用过 对标OpenClaw,腾讯版国产“小龙虾” WorkBuddy正式上线了! Claude Code+GLM 5 安装配置与10个快速上手技巧 OpenClaw新手必看!推荐10个神器技能包 新手保姆级教程:OpenClaw 自动化操作浏览器!
90% 的人都用错了!Playwright vs Chrome DevTools MCP到底该怎么选?
狂师 · 2026-03-24 · via 博客园 - 狂师

如果你想用 AI Agent 来操作浏览器,目前基本绕不开两个最常用 MCP:一个是微软的 @playwright/mcp ,另一个是Google 的 chrome-devtools-mcp

但你是不是也有这些困惑?🤔

  • "MCP 到底是什么鬼?"

  • "Playwright MCP 和 Chrome DevTools MCP 到底有什么区别?"

  • "我该用哪一个?还是两个都要装?"

  • "为什么我的 AI 助手控制浏览器总是出问题?"

如果你有以上任何一个问题,这篇文章就是为你准备的。我发现 90% 的人都在错误地使用它们——不是因为工具不好,而是因为选错了场景。今天把我踩过的坑和总结的经验分享出来,帮你少走弯路。

一、先搞懂:什么是 MCP?

MCP (Model Context Protocol) 是 Anthropic 推出的一个开放协议,让 AI 模型(如 Claude)能够安全地连接外部工具和数据源。

简单说:

传统方式:AI → 只能聊天
MCP 方式:AI → 可以操作浏览器、读写文件、调用 API...

MCP 的核心价值:

  • 🔌 标准化:统一的接口规范,一次配置到处运行
  • 🔒 安全性:权限可控,操作可审计
  • 🔄 可组合:多个 MCP 服务器可以协同工作

二、Playwright MCP 是什么?

@playwright/mcp 是微软 Playwright 团队基于 MCP 协议封装的库,将 Playwright 的跨浏览器自动化能力与 MCP 协议结合。Playwright 本身是一站式的浏览器自动化工具,而这个库是让 Playwright 能通过 MCP 协议和各类 DevTools 后端通信,同时保留 Playwright 上层的易用性封装。

简单来说,Playwright MCP 就是一套由AI 驱动的浏览器自动化引擎。

由 Microsoft 官方维护,基于成熟的 Playwright 框架,通过结构化的无障碍树(Accessibility Tree)而非像素截图来操作网页。

2.1 它的出现,能解决什么问题?

问题 Playwright MCP 的解法
AI 看不懂网页截图 使用结构化的 accessibility tree,不需要视觉模型,不是像素识别,纯结构化数据操作
自动化脚本容易挂 基于语义定位,比 CSS/XPath 更稳定
不同浏览器行为不一 跨浏览器支持 - Chrome、Firefox、WebKit、Edge 全支持
Token 消耗太大 只传结构化数据,不传图片

Playwright MCP 的解题思路是"像用户一样看页面", 它不给 AI 看原始 HTML,而是给一棵可访问性树(Accessibility Tree)。什么 <div class="css-1a2b3c">、什么 data-analytics-id="xxx",全部过滤掉,只留下 AI 真正需要的信息:这是个按钮,叫"提交",可以点击。

这带来两个直接好处:一是 Token 消耗暴降,同一个页面,原始 DOM 可能吃掉 5 万到 10 万 Token,可访问性树只要 2000 到 5000,省了 70% 到 80%;

二是 AI 不容易"看花眼",信噪比高了,推理准确率自然上去了。

另外它还有个杀手锏:Auto-wait(自动等待)。AI 发出"点击"指令后,Playwright 不是立刻就点,而是先确认元素已经加载、可见、位置稳定、没被弹窗挡住,全部满足了才执行。这个机制把"等待"的活从 AI 身上卸下来了,交给了确定性的代码逻辑。

2.2 核心特点

特点 具体说明
跨浏览器兼容 基于 Playwright 底层,支持 Chromium、Firefox、WebKit(Safari),突破 Chromium 限制
上层封装友好 不是裸协议调用,而是结合 Playwright 的 API 风格(异步 /await、链式调用),新手易上手
自动化优先 设计初衷是服务自动化测试、爬虫、浏览器操控场景,而非纯调试
生态整合性 可无缝对接 Playwright 的其他能力(如录制脚本、截图、视频录制、网络拦截)
版本稳定 Playwright 会做浏览器版本兼容适配,无需手动处理不同浏览器的协议差异

2.3 适用场景

  • 跨浏览器自动化测试:需要同时测试 Chrome、Firefox、Safari,且希望用统一的 MCP 协议通信;
  • Playwright 生态扩展:已有 Playwright 项目,需接入 MCP 协议与其他 DevTools 工具互通;
  • 自动化 + 调试结合:既需要自动化操控浏览器,又需要通过 MCP 协议获取调试层面的信息(如性能数据、DOM 解析日志);
  • 通用浏览器操控:不想针对不同浏览器写不同的协议调用代码,追求 “一次编码,多端运行”。

2.4 Playwright MCP 安装配置

在AI客户端工具(比如Claude Desktop)设置中添加 MCP 服务器

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

或者

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest",
        "--browser", "chrome",
        "--headless",
        "--viewport-size", "1920x720",
        "--device", "iPhone 15"
      ]
    }
  }
}

重要参数说明:

参数 说明
--browser 浏览器类型:chrome, firefox, webkit, msedge
--headless 无头模式(不显示浏览器窗口)
--device 设备模拟,如 "iPhone 15"(注意有空格)
--viewport-size 视口大小,如 "1920x720"(格式:宽x高)
--caps 额外能力:vision, pdf, devtools
--cdp-endpoint 连接到远程 CDP 端点
--extension 连接到运行中的浏览器(需要安装扩展)
--isolated 内存模式,不保存浏览器配置到磁盘
--save-trace 保存 Playwright Trace 用于调试
--snapshot-mode 快照模式:incremental, full, none
--console-level 控制台日志级别:error, warning, info, debug

比如启动无头模式:

{
  "mcpServers": {
    "playwright-headless": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest",
        "--headless",
        "--viewport-size", "1920x1080",
        "--browser", "chrome"
      ]
    }
  }
}

也可以,用来模拟移动端:

{
  "mcpServers": {
    "playwright-mobile": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest",
        "--device", "iPhone 15"
      ]
    }
  }
}

2.5 Playwright MCP 使用示例

场景 1:自动化测试

用户:帮我测试 https://testfather.cn 的登录功能
     1. 打开页面
     2. 输入用户名 test@example.com
     3. 输入密码 password123
     4. 点击登录按钮
     5. 验证是否跳转到仪表盘

AI 会通过 Playwright MCP:

  1. 启动浏览器并导航到页面
  2. 通过 accessibility tree 定位输入框
  3. 填写表单并提交
  4. 检查结果

场景 2:数据抓取

打开AI客户端工具,直接输入

从某电商网站抓取前 10 个商品的信息

chrome-devtools-mcp 是 Chrome 官方提供的、基于 MCP 协议的基础库,是 Chrome DevTools 生态的 “原生通信层”。它的核心作用是让外部工具能标准化地和 Chrome DevTools 后端(比如 Chrome 浏览器、Chrome for Testing、Edge 等 Chromium 内核浏览器)通信,本质是 DevTools 协议与 MCP 协议的 “翻译器”。

简单来说,Chrome DevTools MCP是Google 官方的浏览器自动化 MCP,通过 Chrome DevTools Protocol (CDP) 控制浏览器。既可以连接已有浏览器,也可以启动新浏览器

3.1 解决什么问题?

问题 Chrome DevTools MCP 的解法
想操作当前浏览器 通过 --browserUrl--autoConnect 连接
登录状态要保留 复用现有 session,不用重复登录
调试开发中的页面 实时获取 DevTools 信息
想看网络请求 内置 Network 工具类别
性能分析 内置 Performance 工具类别
需要简化操作 --slim 模式只暴露3个基础工具

Chrome DevTools MCP 的解题思路是"像开发者一样看页面", 它直接封装了 Chrome DevTools Protocol,给 AI 开放的是浏览器的内部运行时状态:网络请求瀑布图、JS 调用栈、计算样式、性能轨迹,几乎就是把 Chrome 开发者工具的每个面板都映射成了 AI 可调用的工具。

信息极其丰富,但代价也明显:一次页面加载可能产生几 MB 的日志和 DOM 数据,如果不做过滤,AI 的上下文窗口直接被撑爆,忘记自己本来要干什么。

3.2 核心特点

特点 具体说明
原生适配 由 Chrome 团队维护,完全对齐 Chrome DevTools 协议的最新特性,无兼容层损耗
底层通用 只负责通信协议转换,不封装上层业务逻辑,是 “基础积木” 而非 “成品工具”
仅限 Chromium 仅支持 Chromium 内核浏览器(Chrome、Edge、Opera 等),不支持 Firefox/Safari
调试优先 设计初衷是服务 DevTools 调试场景,而非自动化测试

3.3 适用场景

  • 开发 Chrome 调试工具:比如自定义 DevTools 插件、二次开发浏览器调试面板;
  • 深度浏览器调试:需要直接操作 DevTools 底层能力(如监控网络请求、调试 V8 引擎、分析性能);
  • Chromium 专属场景:仅需适配 Chrome/Edge,且需要紧跟 Chrome 最新调试特性;
  • 底层协议研究:学习 / 扩展 MCP 协议与 DevTools 协议的映射关系。

3.4 Chrome DevTools MCP 安装配置

方法一:启动新浏览器(最简单)

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["-y", "chrome-devtools-mcp@latest"]
    }
  }
}

方法二:连接到已运行的 Chrome

Step 1:启动 Chrome(带调试端口)

# Windows (PowerShell)
& "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

# macOS
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

# Linux
google-chrome --remote-debugging-port=9222

Step 2:配置 MCP 连接

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["-y", "chrome-devtools-mcp@latest", "--browserUrl", "http://127.0.0.1:9222"]
    }
  }
}

方法三:常用配置参数

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": [
        "-y",
        "chrome-devtools-mcp@latest",
        "--headless",
        "--viewport", "1280x720",
        "--isolated"
      ]
    }
  }
}

重要参数说明:

参数 说明
--browserUrl 连接到已运行的 Chrome(如 http://127.0.0.1:9222
--wsEndpoint 通过 WebSocket 连接(如 ws://127.0.0.1:9222/devtools/browser/<id>
--autoConnect 自动连接到本地运行的 Chrome 144+
--headless 无头模式(不显示浏览器窗口)
--viewport 视口大小,如 1280x720
--channel Chrome 渠道:stable, beta, canary, dev
--isolated 使用临时用户数据目录,退出后自动清理
--slim 轻量模式,只保留3个基础工具
--categoryNetwork 设为 false 禁用网络相关工具
--categoryPerformance 设为 false 禁用性能相关工具
--categoryEmulation 设为 false 禁用模拟相关工具
--acceptInsecureCerts 忽略自签名证书错误(谨慎使用)

方法四:轻量模式(减少 token 消耗)

使用Chrome DevTools MCP 的 slim 模式

{
  "mcpServers": {
    "chrome-devtools-slim": {
      "command": "npx",
      "args": [
        "-y",
        "chrome-devtools-mcp@latest",
        "--slim"
      ]
    }
  }
}

slim 模式只暴露3个工具:

  1. 导航
  2. 执行 JavaScript
  3. 截图

方法五:禁用特定工具类别

{
  "mcpServers": {
    "chrome-devtools-minimal": {
      "command": "npx",
      "args": [
        "-y",
        "chrome-devtools-mcp@latest",
        "--categoryPerformance=false",
        "--categoryNetwork=false"
      ]
    }
  }
}

3.5 Chrome DevTools MCP 使用示例

场景 1:调试辅助

用户:帮我检查当前页面的性能问题

AI 可以:

  • 获取 Performance 数据
  • 分析 Network 请求
  • 检查 Console 错误

场景 2:操作已登录的网站

用户:帮我在 GitHub 上创建一个新仓库

因为连接的是你正在使用的 Chrome,所以:

  • ✅ 已登录状态直接可用
  • ✅ 不需要重新认证
  • ✅ 操作可见可控

四、两者如何选择?什么场景用什么?

要搞懂它们两个该如何选择,首先你得知道它们两者之间的核心区别,以及各自侧重点:

  • @playwright/mcp 封装更友好,是跨浏览器的上层封装库,无需关心底层调试端口 / 协议差异,适合自动化场景;

  • chrome-devtools-mcp 是 Chromium 专属的底层 MCP 通信库,更贴近原生,适合 Chrome 专属调试场景。

维度 chrome-devtools-mcp @playwright/mcp
维护方 Chrome 官方团队 微软 Playwright 团队
核心定位 DevTools 原生 MCP 通信层(底层) Playwright 封装的 MCP 适配层(上层)
浏览器支持 仅 Chromium 内核 Chromium、Firefox、WebKit
主要用途 调试、底层协议操作 自动化测试、跨浏览器操控
易用性 低(裸协议调用,需手动处理细节) 高(Playwright 风格封装,API 友好)
生态整合 仅对接 Chrome DevTools 生态 无缝对接 Playwright 全能力

与其争论谁好谁差,不如直接看场景:

日常页面操作和 E2E 测试 → Playwright

导航、点击、填表、验证流程,这些高频操作 Playwright 做得又稳又省。Auto-wait 机制几乎杜绝了"片状测试"(同样的操作有时成功有时失败),语义选择器对前端重构免疫,不会因为 CSS 类名从 btn-primary 变成 css-3x7k9z 就挂掉。

复杂自动化脚本 → Playwright

需要跨页面、跨 iframe、处理文件上传下载的自动化流程,Playwright 的 browser_run_code 封装得更完整,写起来也更可靠。

性能排查和网络调试 → DevTools

"首页加载为什么要 5 秒?"这种问题只有 DevTools 能回答。它能录制 Performance Trace,分析主线程哪个脚本阻塞了渲染;能列出所有网络请求的 Header、Timing、状态码,精确定位是哪个 API 拖了后腿。Playwright 只能告诉你"慢了",DevTools 能告诉你"为什么慢"。

CSS 排查和环境模拟 → DevTools

要检查某个元素的 computed style、模拟暗色模式、限速到 3G 网络看加载表现,这些都是 DevTools 的独占能力。

场景选择,简单小结一下

  • 若只需操作 Chrome/Edge,且聚焦调试 / 底层协议 → 选 chrome-devtools-mcp
  • 若需跨浏览器自动化,或已有 Playwright 项目 → 选 @playwright/mcp

五、90% 的人用错了什么?

错误 1:不知道 Chrome DevTools MCP 也能启动新浏览器

❌ 误解:Chrome DevTools MCP 只能连接现有浏览器
   结果:总是手动启动 Chrome,麻烦

✅ 正确:Chrome DevTools MCP 默认就会启动新浏览器
   只在需要复用登录态时才连接现有浏览器

错误 2:场景错配

❌ 错误:用 Playwright MCP 操作需要复杂登录的网站
   结果:每次都要重新登录,浪费时间

✅ 正确:
   - 用 Chrome DevTools MCP 的 --browserUrl 连接已登录的浏览器
   - 或用 Playwright MCP 的 --extension 模式

错误 3:忽视隔离性需求

❌ 错误:用 Chrome DevTools MCP(非隔离模式)做自动化测试
   结果:测试污染了你的日常浏览器

✅ 正确:
   - Playwright MCP 默认隔离
   - Chrome DevTools MCP 加上 --isolated 参数

错误 4:不知道 Playwright MCP 有 Extension 模式

Playwright MCP 支持 Extension 模式,可以连接到你正在使用的浏览器!

{
  "args": ["@playwright/mcp@latest", "--extension"]
}

需要先安装 Playwright MCP Bridge 浏览器扩展。

错误 5:不知道 CLI + SKILLS 更高效

对于 Coding Agent,Microsoft 官方推荐使用 CLI + SKILLS 而非 MCP:

CLI 调用更 token 高效,避免加载大型工具 schema 和冗长的 accessibility tree。

# 安装 Playwright CLI
npm install -g @anthropic-ai/playwright-cli

# 在 agent 中使用 SKILL
playwright skill:navigate --url "https://example.com"

错误 6:不知道 Chrome DevTools MCP 有 slim 模式

如果只需要基础浏览器操作,使用 --slim 模式大幅减少 token 消耗:

{
  "args": ["-y", "chrome-devtools-mcp@latest", "--slim"]
}

slim 模式只有3个工具:导航、执行JS、截图。

六、进阶技巧

技巧 1:两者结合使用

场景:测试需要登录的功能

1. 用 Chrome DevTools MCP 登录并获取 cookies
2. 将 cookies 注入到 Playwright MCP
3. 用 Playwright MCP 执行隔离测试

技巧 2:使用 CDP Endpoint 共享

Playwright MCP 支持 --cdp-endpoint,可以连接到现有浏览器:

{
  "args": ["@playwright/mcp@latest", "--cdp-endpoint=http://localhost:9222"]
}

技巧 3:远程浏览器

{
  "args": [
    "@playwright/mcp@latest",
    "--cdp-endpoint=ws://remote-browser:9222",
    "--cdp-header=Authorization=Bearer token"
  ]
}

七、小结

用了这么久,我把两个工具的分工浓缩成一条很简单的规则:

Playwright 是默认选择,DevTools 是按需补充。

具体来说:

  • Playwright 负责"干活": 页面导航、点击、填写、获取页面结构(用 browser_snapshot),所有常规交互都走 Playwright。

  • DevTools 负责"诊断": 遇到性能问题用 performance_start_trace 录 Trace,遇到网络异常用 list_network_requests 看请求详情,遇到样式问题用 evaluate_script 查 computed style,遇到报错用 list_console_messages 看完整日志和堆栈。

95% 的场景 Playwright 就够了,剩下 5% 的疑难杂症才需要 DevTools 上场。但那 5% 的场景里,DevTools 是不可替代的。

这跟配工具箱一个道理,螺丝刀天天用,万用表不常用但没有不行。

回到最开始的问题:Playwright MCPChrome DevTools MCP 怎么选?

答案是都装上,然后分清主次。Playwright 当主力输出,稳定、省 Token、不容易出错;DevTools 当精密仪器,在需要深度诊断的时候随时待命。

选对工具,事半功倍!

Playwright 是默认选择,DevTools 是按需补充。

💡 一句话总结:测试用 Playwright,调试用 Chrome DevTools。简单、高效、不纠结!

你现在用的是哪个?还是两个都在用?欢迎留言聊聊你的实战体验。

相关链接