AI导哈

浏览器自动化服务器

一个基于Cloudflare Workers的Playwright MCP服务器，为AI代理提供浏览器自动化功能，适用于需要结构化数据和无视觉模型的场景。

  • by BjzyLabs
  • TypeScript
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 BrianInAz/cloudflare-playwright-mcp

使用说明

Cloudflare Playwright MCP服务器

Playwright MCP（模型上下文协议）服务器的生产就绪Cloudflare Workers部署，使用Cloudflare的浏览器渲染服务为AI代理提供浏览器自动化功能。

🚀 实时部署

生产URL: https://playwright-mcp-bjzy.bjzy.workers.dev
MCP端点: https://playwright-mcp-bjzy.bjzy.workers.dev/mcp
传统SSE端点: https://playwright-mcp-bjzy.bjzy.workers.dev/sse（由于超时问题，不建议使用）

✨ 特性

  • 快速轻便：使用Playwright的可访问性树，而不是基于像素的输入
  • LLM友好无需视觉模型，仅基于结构化数据进行操作
  • 确定性的：避免了基于屏幕截图的方法中常见的歧义
  • 无服务器：在Cloudflare Workers上运行，具有全球边缘部署
  • 持续会话：持久对象跨请求维护浏览器状态

🏗️ 建筑

  • Cloudflare员工：MCP服务器的无服务器运行时
  • 浏览器渲染：提供无头浏览器功能
  • 耐用物品：管理浏览器会话和状态
  • MCP协议：允许与AI代理进行通信

🔧 快速使用

Cloudflare AI游乐场

  1. 首选https://playground.ai.cloudflare.com/
  2. 将模型设置为： llama-3.3-70b-instruct-fp8-fast
  3. MCP服务器URL: https://playwright-mcp-bjzy.bjzy.workers.dev/mcp
  4. 连接并享受全套浏览器自动化工具！

备注：使用 /mcp 用于可靠HTTP传输的端点。这 /sse 由于Cloudflare Workers的执行限制，端点可能会遇到连接超时。

示例命令

"Go to demo.playwright.dev/todomvc"
"Create some todo entry"  
"Create a todo in pirate style"
"Take a screenshot"

📚 文档

🔄 开发工作流程

此存储库如下 Gitflow:

  • main：仅生产发布
  • develop：默认开发分支
  • feature/*：新功能（从 develop)
  • bugfix/*：Bug修复（来自 develop)

地方发展

# Clone and setup
git clone https://github.com/BrianInAz/cloudflare-playwright-mcp.git
cd cloudflare-playwright-mcp
npm install

# Create feature branch
git checkout develop
git checkout -b feature/my-new-feature

# Deploy to Cloudflare
npm run deploy

📝 需求

  • Node.js 18+
  • 具有Workers访问权限的Cloudflare帐户
  • 牧马人CLI

🏷️ 版本控制

此项目使用语义版本控制。检查 发布 版本历史。

📄 许可证

Apache-2.0-见 许可证 文件以获取详细信息。

🤝 贡献

  1. 从以下位置创建特征分支 develop
  2. 进行更改
  3. 测试部署
  4. 向提交拉取请求 develop

已部署❤️ Cloudflare员工

相关 MCP