前言¶
写自动化脚本时，最麻烦的往往不是「点哪个按钮」，而是把浏览器操作拆成一串命令：等元素出现、定位、点击、填表、截图、判断结果。换到 Agent 场景里，这套动作更希望由模型自己按页面状态决定下一步，而不是人提前把每一步写死。
Clawhub Playwright Mcp 就是针对这个需求的 Skill：它把 Playwright MCP server 包装成 Agent 可调用的能力，让 Agent 能导航网站、点击元素、填写表单、抽取数据、截图，串成完整的浏览器自动化流程。下面按「这是什么 → 有哪些能力 → 怎么启用 → 怎么用 → 有什么要注意的」来讲。
这是什么¶
一句话定位：一个面向 Agent 的浏览器自动化 Skill，底层是 Playwright MCP server，负责把浏览器操作暴露成工具调用。
出品与归属信息来自 SkillHub 页面：
- 坐标：
@user_f12a44b7/clawhub-playwright-mcp - 发布者：
user_f12a44b7 - 来源：
community（社区提交，非官方团队出品） - 版本：
1.0.0 - 分类：
ai-agent - 标签：
requires_api_key=false - 评分：100000；下载：915；安装：0
版本号停在 1.0.0，安装数目前为 0，说明它在 SkillHub 上还很新，社区里用的人不多，遇到问题基本要靠自己看 Playwright MCP 的上游文档。
它要解决的问题是：Agent 本身没有浏览器能力，直接给模型一个 URL，它既看不到页面结构，也点不了按钮。通过 MCP server 把 Playwright 的操作能力以工具形式暴露出去，模型就能按任务目标逐步驱动浏览器，而不是靠猜测页面内容。
核心功能¶
页面给出的能力描述如下，逐条列出：
- 导航网站（Navigate websites）
- 点击元素（click elements）
- 填写表单（fill forms）
- 抽取数据（extract data）
- 截图（take screenshots）
- 完成完整浏览器自动化工作流（perform full browser automation workflows）
这里有几个点值得说明，避免期望跑偏：
- 前五条是原子操作，第六条是它们的组合方式。Skill 本身不提供新的自动化引擎，它复用的是 Playwright MCP server，因此稳定性取决于上游 Playwright 与目标网站的对抗程度。
requires_api_key=false表示调用这套能力不需要单独配置 API Key。但浏览器自动化仍会消耗模型侧的 Token，另外如果要访问需要登录的网站，Cookie 或账号状态仍需另行准备。- 能力列表里没有提到浏览器会话管理、多标签页、文件下载处理、验证码应对等扩展功能，这些不要默认具备。
安装与启用¶
SkillHub 页面提供了坐标与官方页面，但抓取到的资料里没有给出具体的 CLI 安装命令、配置文件字段或目录路径。因此下面只列出已经核实的入口信息，命令部分留空，不要照着别处的通用写法硬填。
已核实信息：
Skill 页面：https://www.skillhub.cn/skills/user_f12a44b7/clawhub-playwright-mcp
官方地址：https://api.skillhub.cn/user_f12a44b7/clawhub-playwright-mcp
坐标：@user_f12a44b7/clawhub-playwright-mcp
分类：ai-agent
来源：community
版本：1.0.0
实际启用时，建议按下面顺序确认，再决定怎么接：
- 打开上面的 Skill 页面，确认版本、能力描述与你当前 Agent 环境匹配。
- 确认运行环境已能运行 Playwright MCP server（浏览器可正常启动、Playwright 依赖可用）。Skill 只负责把 Playwright MCP 接进来，不负责安装浏览器运行时。
- 在 Agent 的 Skill 配置里引用该坐标，加载后检查浏览器相关工具是否出现在可调用工具列表中。
- 用一个只读页面（例如公开文档站）做首次连通性验证，确认导航与截图正常，再接入需要写操作的网站。
Cursor、Codex CLI、Claude Code 三者的差异，抓取到的资料中没有分别说明，这里不做推测。如果需要确认某个客户端的具体配置方式，去 SkillHub 页面或该 Skill 的提交内容里核对。
典型用法¶
Skill 页面只提供了能力描述，没有附带脚本示例。下面的示例按 Playwright MCP server 的通用工具命名写成，用于说明调用形态，具体工具名以你实际加载到的工具列表为准。
导航到目标页面：
browser_navigate(url="https://example.com/docs")
这步执行后，Agent 拿到的是当前页面状态，后续操作都基于这个状态展开。
读取页面结构，决定点击目标：
browser_snapshot()
拿到可交互元素的列表和引用，再执行点击或填写：
browser_click(ref="@e12")
browser_fill(ref="@e18", value="search keyword")
抽取数据并留档：
browser_take_screenshot()
组合成完整流程时，通常是「导航 → 快照 → 点击 → 填写 → 提交 → 等待结果 → 截图 → 抽取数据」，中间每一步都根据上一步返回的页面状态决定下一步动作，而不是一次性把整条路径写死。
适用场景与注意¶
适合的场景：
- 需要跨页面采集结构化数据，例如把列表页和详情页的信息汇总成表格。
- 需要验证一条用户路径是否走得通，例如从登录到提交表单。
- 需要对页面变化做留档，用截图和文本快照做对比。
- Agent 需要在一个真实浏览器里完成多步操作，而人不方便逐条编写选择器。
要注意的限制：
- 反爬与验证码：Playwright 驱动的是真实浏览器，但遇到验证码、风控、行为校验时仍可能被拦，Skill 未声明具备绕过能力。
- 页面变更：选择器和元素引用与页面结构强相关，站点改版后需要重新跑一遍流程确认。
- 等待与稳定性：页面加载、异步渲染、弹窗都可能让操作失败，实际使用中需要加入重试或状态确认，不要假设一次调用就能成功。
- 合规边界：只操作你有权限访问的站点，注意目标网站的服务条款与机器人使用限制，批量抓取前先确认许可。
- 版本与维护：当前版本 1.0.0，社区来源，安装数为 0，遇到环境适配问题可能需要自己排查或向上游 Playwright MCP 项目求助。
小结¶
Clawhub Playwright Mcp 的价值在于把 Playwright MCP server 的能力以 Skill 形式交给 Agent，让浏览器操作变成可调用的工具，而不是人工编写的脚本。它适合需要真实浏览器驱动的自动化任务，但能力边界就是上游 Playwright MCP，稳定性和适配成本需要自己承担。
官方地址：https://api.skillhub.cn/user_f12a44b7/clawhub-playwright-mcp
Skill 页面：https://www.skillhub.cn/skills/user_f12a44b7/clawhub-playwright-mcp
