标签 Microsoft 下的文章

用可访问性树而不是截图控制浏览器，让 AI 能真点、真填、真读页面。 浏览器自动化一直有个尴尬处：写脚本的人要维护选择器，页面一改就崩。换成让 AI 来操作，主流做法又是截图加坐标点击，模型得先「看懂」像素，速度慢且容易点偏。Playwright MCP 走的是第三条路：把页面结构导出成可访问性树，按钮、链接、输入框都带角色和可读名称，模型读的是文本结构而不是图片。它由微软官方维护，是这套协议里使用量最高的服务器之一，也是「让 AI 验证自己改的页面」最直接的办法。