微軟開源Playwright-cli：讓AI接管瀏覽器，邊調代碼邊生成腳本
整理版優先睇
微軟開源 Playwright-cli：AI 幫你邊睇邊改 Playwright 腳本，唔使再煩元素定位同下載捕獲
呢篇文章講微軟最近低調開源咗 playwright-cli，GitHub 上已經有 9000+ stars。作者想解決嘅問題好實際：大部分人寫 Playwright 腳本都冇幾次一次跑通，成日要面對元素定位失敗、點擊冇反應、下載捕獲唔到呢啲麻煩。而家呢個工具嘅核心能力就係「讓 AI 接管瀏覽器」，邊睇真實頁面邊幫你調代碼，調完直接生成可以獨立運行嘅 Python 腳本。
文章重點介紹咗六大應用場景，包括自動下載報表、排查按鈕冇反應嘅原因、捕獲 form.submit() 觸發嘅下載、處理 iframe 結構、幫你改現有 Playwright 代碼、同埋最終將探索成果固化做獨立腳本。作者特別強調，playwright-cli 係一個探索工具，唔係運行環境，正確工作流程係「AI + CLI 探索 → 生成 Python 腳本 → 直接運行 .py」。
整體結論係：瀏覽器自動化唔係新技術，但 playwright-cli 令佢第一次對非程序員變得友好——以前你要學工具，而家工具適應你。你只需用自然語言講出目標，AI 會負責翻譯成具體操作。而且佢提供咗一條由探索到固化嘅完整路徑，令你嘅自動化任務可以脱離 AI 獨立運行。
- 核心價值：AI 邊睇真實瀏覽器邊改代碼，直接生成可獨立運行嘅 Python 腳本，解決元素定位同下載捕獲等常見問題。
- 使用方法：只需啟動帶調試端口嘅瀏覽器，然後用自然語言命令 AI 執行操作，例如「幫我將本月銷售報表導出」。
- 相比 MCP 嘅優勢：CLI 更省 Token，適合需要同時處理大型代碼庫 + 瀏覽器操作嘅編程代理；MCP 則適合深度探索。
- 實戰啟發：AI 可以幫你發現前端隱藏邏輯（例如按鈕只在工作時間生效），或者用 CDP 繞過普通腳本捕獲唔到嘅下載。
- 可行動點：立即安裝 npm install -g @playwright/cli@latest，安裝 Skills，然後用 --remote-debugging-port=9222 啟動瀏覽器，開啓 AI 輔助自動化。
playwright-cli GitHub
微軟開源嘅 AI 驅動 Playwright CLI 工具，支援 AI 接管瀏覽器調試代碼
AI 幫你解決 Playwright 腳本嘅日常煩惱
寫 Playwright 腳本嘅人都知：元素定位失敗、點擊冇反應、下載捕獲唔到，簡直係家常便飯。就算今次跑通，下次網頁結構一變又玩完。微軟最近低調開源嘅 playwright-cli，就係為咗一次性解決呢兩個核心問題——佢讓 AI 接管你的瀏覽器，邊睇真實頁面邊幫你調代碼，調完直接生成可獨立運行嘅 Python 腳本。
六大場景，展示 CLI 嘅實際威力
- 1 每日報表自動下載：啟動帶調試端口嘅瀏覽器，跟住叫 AI 「幫我將 XX 系統本月銷售報表導出」，佢就會自動完成登錄、導航、下載成個流程。
- 2 排查按鈕冇反應：AI 可以直接扒出按鈕背後綁定嘅 JavaScript 邏輯。有位用戶就係咁發現政務系統嘅導出按鈕只喺工作時間生效，前端寫死咗時間校驗。
- 3 捕獲 form.submit() 下載：一般 Playwright 腳本用 expect_download() 捕獲唔到呢類下載，但 AI 可以用 CDP 協議繞過，直接幫你改好代碼。
- 4 處理 iframe 地獄：AI 自動識別 iframe 結構，選擇正確嘅進入方式，唔使自己慢慢揾。
- 5 幫你改現有腳本：如果你有 Playwright 腳本運行唔到，只需話「我個腳本點擊導出按鈕冇觸發下載，瀏覽器已經開咗喺 localhost:9222」，AI 就會讀代碼、接管瀏覽器、檢查事件綁定、定位問題並修改保存。
- 6 固化為獨立腳本：探索完成後，AI 會生成標準 .py 檔案，之後你可以直接用 Python 行，甚至定時任務、CI/CD 都得。
呢啲場景清楚展示咗 playwright-cli 嘅定位：探索工具，唔係運行環境。正確工作流分三階段：AI + CLI 探索 → AI 生成 Python 腳本 → 直接行 .py。AI 只參與生產腳本嘅過程，唔參與運行。
CLI vs MCP：點解編程代理更鍾意 CLI？
文章提到一個重要比較：CLI 比 MCP 更受編程代理青睞，最主要原因係「省 Token」。MCP 每次調用工具都要將大量工具描述、頁面可訪問性樹塞入模型上下文，消耗好大 Token。而 CLI 命令簡潔，AI 只需知道命令本身。
對於同時處理大型代碼庫同瀏覽器操作嘅 AI 代理嚟講，Token 窗口就係生命線，所以 CLI 方式明顯更實用。不過 MCP 都有佢嘅優勢：當需要 AI 持續盯住一個頁面、反覆調整策略時，MCP 嘅持久狀態就更適合深度探索。
即刻上手：四步開動 playwright-cli
- 1 安裝：npm install -g @playwright/cli@latest（需要 Node.js 18 或更高版本）。
- 2 安裝 Skills：playwright-cli install --skills。呢步會將操作指南裝到本地，Claude Code、GitHub Copilot 等助手會自動讀取並學會使用。
- 3 啟動瀏覽器時加上調試端口：--remote-debugging-port=9222。
- 4 開始下指令：例如「我的瀏覽器已經在 localhost:9222 運行，已經登錄咗 XX 系統，幫我將本月數據導出到 Excel」。
寫在最後：由探索到固化嘅完整路徑
文章最後強調，playwright-cli 帶嚟嘅係一條完整路徑：遇到新需求 → AI 接管瀏覽器探索；自己嘅腳本有 bug → AI 睇住真實瀏覽器幫你調；路徑確認後 → AI 生成標準 .py 腳本，之後完全脱離 AI 獨立運行。
呢個工具嘅上限，就係決定咗你能做事情嘅邊界。而最大嘅價值係令瀏覽器自動化對非程序員都變得友好——你只需要識講嘢，唔需要識寫 code。
啊。
我問你一個問題：你寫嘅 Playwright script，有幾多次係一次過就run到？
大多數人嘅回答都係：冇幾多次。
一係element定位失敗，一係撳咗冇反應，一係download capture唔到。好辛苦先run到，下次換個頁面結構又唔掂。
呢兩個爛問題，playwright-cli 一次過幫你搞掂曬。
Microsoft最近喺GitHub低調咁推出咗playwright-cli，9000+ stars。
核心功能就一句講曬：俾AI接管你個瀏覽器，一邊睇真實頁面一邊幫你改code，改完直接生成可以獨立運行嘅Python script。
佢可以幫你做啲乜？
場景一：每日download報表太煩
而家你只需要：
- 啟動有debug port嘅瀏覽器（一次過配置）
- 話俾AI聽：「幫我將XX系統入面今個月嘅銷售報表export出嚟」
- AI接管瀏覽器，自動完成曬所有步驟
場景二：撳掣冇反應，check咗半日
用playwright-cli可以俾AI直接挖出個掣背後綁咗啲咩JavaScript邏輯。
有個用戶就係咁發現咗一個政務系統嘅隱藏限制：Export掣只係喺工作時間先生效前端直接寫死咗時間校驗，從來唔話俾用戶知原因。
場景三：Download文件capture唔到
Python Playwright script入面用 expect_download() 但係capture唔到經 form.submit() 觸發嘅download？
AI可以直接用CDP協議繞過。話俾AI知你嘅問題，佢會幫你揾到解決方法並直接改好code。
場景四：政務/企業系統周圍都係iframe
AI會自動識別iframe結構，揀啱嘅進入方式。
場景五：自己寫嘅Playwright code run唔通
而家換一種玩法：俾AI一邊睇住真實瀏覽器，一邊幫你改code。
你只需要話：「我有個Playwright script，run完之後撳export掣冇觸發download，瀏覽器已經開咗喺localhost:9222，幫我check下」
AI會：讀code、理解邏輯 → 接管瀏覽器、即時睇狀態 → 檢查事件綁定 → 直接揾出問題、改code、儲存
場景六：探索完成之後，固化做獨立script
佢係探索工具，唔係運行環境。
正確嘅工作流程係：
- 第一階段：AI + playwright-cli 探索 → AI 接管瀏覽器，揾element、試操作
- 第二階段：AI 生成 Python script → 寫成標準 .py 文件
- 第三階段：直接run .py → 定時任務、batch處理、CI/CD全部支援
AI淨係參與咗生產呢個script嘅過程，唔參與運行。
點解CLI比MCP更受編程代理歡迎？
CLI嘅優勢在於「慳Token」。
MCP每次call工具，都要將大量嘅工具描述、頁面可訪問性樹呢啲資訊塞入模型context，消耗大量Token。而CLI命令簡潔，AI淨係需要知道命令本身。
對於需要同時處理大型codebase + 瀏覽器操作嘅編程代理嚟講，Token窗口就係生命線，CLI方式明顯更實用。
MCP就適合「深度探索」。當你需要AI持續mon住一個頁面、反覆調整策略時，MCP嘅持久狀態更有優勢。
點樣開始用？
第一步：安裝
npm install -g @playwright/cli@latest
需要Node.js 18或以上版本。
第二步：安裝 Skills
playwright-cli install --skills
呢一步會將操作指南安裝到本地，Claude Code、GitHub Copilot呢啲助手會自動讀取並學識使用。
第三步：啟動瀏覽器時加上debug port
--remote-debugging-port=9222
第四步：話俾AI知你想做啲乜
「我個瀏覽器已經喺localhost:9222行緊，已經登入咗XX系統，幫我將今個月嘅數據export去Excel」
寫喺最後
瀏覽器自動化唔係乜嘢新技術，但playwright-cli嘅出現，令佢第一次真正對非程式員變得友好。
核心變化得一個：以前你要學工具，而家工具嚟適應你。
你只需要用自然語言描述目標，AI負責翻譯成具體操作。
更重要嘅係，佢提供咗一條由探索到固化嘅完整路徑：
- 遇到新需求？俾AI接管瀏覽器探索
- 自己嘅script有bug？俾AI盯住真實瀏覽器幫你改
- 路徑確認之後？俾AI生成標準 .py script，之後完全脱離AI獨立運行
工具嘅上限，決定咗你能夠做到嘅事情嘅邊界。
相關資源
playwright-cli GitHub：github.com/microsoft/playwright-cli
當前版本：v0.1.8（2026年4月）
啊。
我就問你一個問題：你寫的 Playwright 腳本，有幾次是一次跑通的？
大多數人回答都是：沒幾次。
要麼元素定位失敗，要麼點擊沒反應，要麼下載捕獲不到。好不容易跑通了，下次換個頁面結構又涼了。
這兩個破問題，playwright-cli 一次性給你解決了。
微軟最近在 GitHub 上低調發布了 playwright-cli，9000+ stars。
核心能力就一句話：讓 AI 接管你的瀏覽器，邊看真實頁面邊幫你調代碼，調完直接生成可獨立運行的 Python 腳本。
它能幫你做什麼？
場景一：每天下載報表太煩人
現在你只需要：
- 啓動帶調試端口的瀏覽器（一次性配置）
- 告訴 AI："幫我把 XX 系統裏本月的銷售報表導出來"
- AI 接管瀏覽器，自動完成所有步驟
場景二：按鈕點了沒反應，排查半天
用 playwright-cli 可以讓 AI 直接扒出按鈕背後綁定了什麼 JavaScript 邏輯。
某位用戶就是這樣發現了一個政務系統的隱藏限制：導出按鈕只在工作時間生效，前端直接寫死了時間校驗，從不告訴用戶原因。
場景三：下載文件捕獲不到
Python Playwright 腳本里用 expect_download() 卻捕獲不到通過 form.submit() 觸發的下載？
AI 可以直接用 CDP 協議繞過。告訴 AI 你的問題，它會幫你找到解法並直接改好代碼。
場景四：政務/企業系統滿是 iframe
AI 會自動識別 iframe 結構，選擇正確的進入方式。
場景五：自己寫的 Playwright 代碼跑不通
現在換一種玩法：讓 AI 邊看着真實瀏覽器，邊幫你改代碼。
你只需要："我有一個 Playwright 腳本，運行後點擊導出按鈕沒有觸發下載，瀏覽器已經打開在 localhost:9222，幫我排查"
AI 會：讀代碼、理解邏輯 → 接管瀏覽器、實時看狀態 → 檢查事件綁定 → 直接定位問題、修改代碼、 保存
場景六：探索完成後，固化成獨立腳本
它是探索工具，不是運行環境。
正確的工作流是：
- 第一階段：AI + playwright-cli 探索 → AI 接管瀏覽器，找元素、測操作
- 第二階段：AI 生成 Python 腳本 → 寫成標準 .py 文件
- 第三階段：直接運行 .py → 定時任務、批處理、CI/CD 全支持
AI 只參與了生產這個腳本的過程，不參與運行。
為什麼 CLI 比 MCP 更受編程代理青睞？
CLI 的優勢在於"省 Token"。
MCP 每次調用工具，都需要把大量的工具描述、頁面可訪問性樹等信息塞入模型上下文，消耗大量 Token。而 CLI 命令簡潔，AI 只需要知道命令本身。
對於需要同時處理大型代碼庫 + 瀏覽器操作的編程代理來說，Token 窗口就是生命線，CLI 方式明顯更實用。
MCP 則適合"深度探索"。當你需要 AI 持續盯着一個頁面、反覆調整策略時，MCP 的持久狀態更有優勢。
怎麼開始用？
第一步：安裝
npm install -g @playwright/cli@latest
需要 Node.js 18 或更高版本。
第二步：安裝 Skills
playwright-cli install --skills
這一步會把操作指南安裝到本地，Claude Code、GitHub Copilot 等助手會自動讀取並學會使用。
第三步：啓動瀏覽器時加上調試端口
--remote-debugging-port=9222
第四步：告訴 AI 你要幹什麼
"我的瀏覽器已經在 localhost:9222 運行了，已經登錄了 XX 系統，幫我把本月的數據導出到 Excel"
寫在最後
瀏覽器自動化並不是什麼新技術，但 playwright-cli 的出現，讓它第一次真正對非程序員變得友好。
核心變化只有一個：以前你要學工具，現在工具來適應你。
你只需要用自然語言描述目標，AI 負責翻譯成具體操作。
更重要的是，它提供了一條從探索到固化的完整路徑：
- 遇到新需求？讓 AI 接管瀏覽器探索
- 自己的腳本有 bug？讓 AI 盯着真實瀏覽器幫你調
- 路徑確認後？讓 AI 生成標準 .py 腳本，之後完全脱離 AI 獨立運行
工具的上限，決定了你能做事情的邊界。
相關資源
playwright-cli GitHub：github.com/microsoft/playwright-cli
當前版本：v0.1.8（2026年4月）