在 AI 辅助编程时代浏览器自动化工具的角色正在发生根本性转变——从人写脚本、工具执行到AI 做决策、工具提供能力。Playwright CLI、Playwright MCP、Chrome DevTools MCP 和 Agent Browser 这四个工具虽然都涉及浏览器控制但在决策权归属、工作方式、解决的问题和适用场景上存在本质差异。本文档从决策权、工作机制、功能定位三个维度进行系统对比帮助开发者在不同场景下做出正确选择。一、概述四个工具按谁做决策可以分为两类类型工具决策权归属人驱动Playwright CLI开发者编写脚本工具执行指令AI 驱动Playwright MCPAI Agent 自主决策工具提供浏览器能力AI 驱动Chrome DevTools MCPAI Agent 自主决策工具提供调试与性能分析能力AI 驱动Agent BrowserAI Agent 自主决策工具提供极致精简的浏览器能力每个工具的核心定位Playwright CLI测试工程师和开发者的浏览器自动化标准工具通过命令行执行脚本、生成代码、调试测试。Playwright MCP微软官方 MCP 服务器31K GitHub Stars将 Playwright 的浏览器控制能力通过 Model Context Protocol 暴露给 AI Agent。Chrome DevTools MCPGoogle Chrome 团队官方 MCP 服务器25K GitHub Stars将 Chrome DevTools 的调试、性能分析、Lighthouse 审计能力暴露给 AI Agent。Agent BrowserVercel 开源的轻量级 CLI 工具Rust 编写专为 AI Agent 设计的浏览器核心创新是快照 引用 ID机制相比 Playwright MCP 节省 93% Token。二、各工具工作机制1. Playwright CLI —— 人写脚本工具执行Playwright CLI 是传统的命令行浏览器自动化工具。开发者使用 JavaScript/TypeScript/Python/.NET/Java 编写测试脚本通过 CLI 执行。工作流程开发者编写 Playwright 脚本选择器 操作 断言通过npx playwright test执行Playwright 启动 Chromium/Firefox/WebKit 浏览器实例按脚本逐步执行操作并验证结果生成测试报告、截图、视频、Trace核心能力命令功能playwright test运行测试套件playwright codegen录制操作并生成代码playwright debug交互式调试Playwright Inspectorplaywright trace viewer可视化 Trace 分析playwright screenshot截图比对决策模式人类做所有决策——选择器策略、等待逻辑、断言条件、错误处理全部由开发者显式编写。AI 可以辅助生成脚本但执行时完全由脚本决定行为。2. Playwright MCP —— AI 做决策工具提供浏览器Playwright MCP 是微软在 2025 年初发布的官方 MCP 服务器将 Playwright 的能力封装为标准 MCP 工具供 Claude、GPT 等 AI Agent 调用。工作流程AI Agent 收到任务如去 GitHub 检查我的 PR 状态Agent 调用browser_navigate导航到目标页面Playwright MCP 提取页面的无障碍树Accessibility Tree生成结构化快照快照返回给 AgentAgent 分析后决定下一步操作Agent 调用browser_click引用快照中的元素执行点击重复快照 → 决策 → 操作循环直到任务完成核心特性特性说明无障碍树快照基于结构化数据而非截图不依赖视觉模型确定性操作通过无障碍树引用元素避免截图方案的歧义能力分组core基本浏览、vision鼠标拖拽、pdf、tracing、testing 按需启用三种运行模式自管浏览器、外部浏览器上下文、CDP 扩展连接决策模式AI Agent 做所有决策——每一步操作导航、点击、输入、等待都由 Agent 根据当前页面状态自主决定。人类只给出目标中间过程完全由 AI 掌控。3. Chrome DevTools MCP —— AI 做调试不只是浏览Chrome DevTools MCP 是 Google Chrome 团队在 2025 年 9 月发布的官方 MCP 服务器v0.23.0基于 Puppeteer目标不是替代 Playwright MCP 做浏览器自动化而是将Chrome DevTools 的调试和性能分析能力带给 AI Agent。工作流程AI Agent 收到调试任务如为什么首页加载这么慢Agent 导航到目标页面并开始性能录制录制结束后Agent 调用performance_analyze_insight获取 LCP、CLS 等 Core Web Vitals 分析Agent 可进一步检查网络请求、控制台错误、内存快照Agent 汇总分析结果给出可操作的优化建议核心能力工具类别具体工具用途页面交互navigate_page、click、type、screenshot基本浏览器操作性能分析performance_start_trace、performance_stop_trace、performance_analyze_insightCore Web Vitals 与性能瓶颈定位网络调试list_network_requests、get_network_request请求分析与耗时拆解控制台list_console_messages、get_console_message错误与警告检查审计lighthouseLighthouse 审计报告内存take_memory_snapshot内存泄漏检测无障碍check_a11y无障碍合规检查决策模式AI Agent 主动诊断——性能瓶颈在哪、网络请求是否异常、内存是否泄漏均由 Agent 自主分析并给出结论。与 Playwright MCP 的浏览交互不同Chrome DevTools MCP 的定位是浏览诊断。4. Agent Browser —— 为 AI Agent 极致优化Agent Browser 是 Vercel 在 2026 年 1 月开源的 CLI 工具用 Rust 编写底层基于 Playwright/Chromium。它的设计哲学与前三者截然不同只为 AI Agent 提供最必要的信息砍掉一切冗余。工作流程AI Agent 调用agent-browser open https://example.comAgent Browser 只提取可交互元素按钮、输入框、链接忽略布局、样式、装饰性内容每个可交互元素被分配唯一引用 ID如e1、e2Agent 看到的是极简快照例如e1 button Sign In e2 input Email e3 input Password e4 link Forgot password?Agent 通过引用 ID 操作agent-browser click e1重复极简快照 → 决策 → 操作循环核心特性特性说明Token 效率仅提取可交互元素相比 Playwright MCP 节省 93% Token~300 vs ~13,700快照 引用唯一的 reference ID 机制Agent 无需理解 DOM 或 CSS 选择器零配置单次 npm 安装开箱即用会话持久化支持登录态保持跨多次调用复用浏览器状态截图比对内置 screenshot diff 测试能力双模式支持 headless无头和 headful有头模式决策模式与 Playwright MCP 相同——AI Agent 做所有决策。区别在于 Agent Browser 刻意限制信息输出让 Agent 只看到能做什么看不到长什么样从而大幅降低 Token 消耗和决策噪音。三、四工具核心差异对比对比总表维度Playwright CLIPlaywright MCPChrome DevTools MCPAgent Browser决策权人类脚本预定义AI AgentAI AgentAI Agent底层引擎PlaywrightPlaywrightPuppeteerPlaywright / Chromium语言JS/TS/Python/.NET/JavaMCP 协议语言无关MCP 协议语言无关RustCLI 接口信息载体完整 DOM 截图无障碍树结构化快照DOM 性能数据 截图可交互元素引用极简快照是否需要视觉模型否否否否核心场景自动化测试AI 浏览与交互AI 调试与性能分析AI 高效浏览与交互Token 消耗不适用高全量无障碍树中按需获取极低仅可交互元素调试能力强Inspector、Trace Viewer弱tracing 能力可选极强DevTools 全部能力弱仅截图比对性能分析无无Lighthouse、Core Web Vitals无官方来源MicrosoftMicrosoftGoogle ChromeVercelStars74K (Playwright)31K25K7K安装方式npm install playwrightnpx playwright/mcpnpx chrome-devtools-mcpnpm install -g agent-browser按解决问题的视角问题合适的工具我需要写自动化测试精确控制每一步Playwright CLI我需要让 AI 帮我在网页上执行任务填表、抓数据、操作页面Playwright MCP 或 Agent BrowserToken 预算紧张需要高效浏览Agent Browser我的页面加载慢/性能有问题需要 AI 帮我诊断Chrome DevTools MCP我需要 Lighthouse 审计报告Chrome DevTools MCP我需要排查内存泄漏Chrome DevTools MCP我需要录制操作并生成测试代码Playwright CLI (codegen)我需要 AI 在浏览器中做长任务会话很长Agent Browser极低 Token 消耗我需要 AI 同时操作多个页面Chrome DevTools MCPpageId路由我需要 AI 做无障碍合规检查Chrome DevTools MCP四、Playwright CLI 与 Playwright MCP 的同源差异两者都是微软出品共享 Playwright 底层引擎但面向完全不同的使用模式Playwright CLIPlaywright MCP使用者人类开发者AI Agent编程模型命令式脚本显式编写每一步目标驱动Agent 自主决定步骤代码形式.spec.ts/.test.js文件MCP Tool CallJSON-RPC错误处理try/catch 断言Agent 观察结果并自行调整策略可重复性完全确定性相同输入相同输出概率性Agent 可能做出不同决策适合谁QA 工程师、测试自动化AI 编码助手Claude Code、Cursor 等微软官方建议编码 Agent 优先使用 Playwright CLI SkillsToken 效率更高专门的 Agentic Loop 场景如自主探索、自愈测试使用 Playwright MCP。五、Playwright MCP 与 Agent Browser 的取舍两者解决同一个问题——让 AI Agent 控制浏览器但设计哲学相反Playwright MCPAgent Browser信息量尽可能丰富完整无障碍树尽可能精简仅可交互元素Token 消耗~13,700 tokens/页~300 tokens/页Agent 理解难度需要理解无障碍树结构直接看到e1 button Sign In适合任务长度短到中等长任务、多步骤选择器策略无障碍角色 名称唯一引用 IDe1、e2页面布局理解能理解通过无障碍树层级不能理解丢弃了结构信息视觉信息可选vision 能力组无成熟度微软官方、31K StarsVercel 实验性、较新选择建议任务需要理解页面布局、需要精确的空间定位 → Playwright MCP任务简单填表、点击、抓取、Token 预算敏感、会话较长 → Agent Browser六、安装与配置Playwright CLInpminit playwrightlatest# 或npminstall-Dplaywright/test npx playwrightinstallPlaywright MCP在 MCP 客户端配置中添加{mcpServers:{playwright:{command:npx,args:[playwright/mcplatest]}}}Chrome DevTools MCP{mcpServers:{chrome-devtools:{command:npx,args:[-y,chrome-devtools-mcplatest]}}}如需仅基本浏览能力不含调试功能使用--slim模式{mcpServers:{chrome-devtools:{command:npx,args:[-y,chrome-devtools-mcplatest,--slim,--headless]}}}Agent Browsernpminstall-gagent-browser# 或npx agent-browser在 Claude Code 中注册为 MCP 服务器{mcpServers:{agent-browser:{command:npx,args:[agent-browser,--mcp]}}}七、总结这四个工具代表着浏览器自动化从人驱动到AI 驱动的演进光谱Playwright CLI是测试工程师的瑞士军刀精确、确定、可重复——决策权完全在人手中。Playwright MCP是 AI 的浏览器接口让 Agent 能像人一样浏览和操作网页——决策权交给 AI。Chrome DevTools MCP是 AI 的调试器让 Agent 能诊断性能、分析网络、检测内存——定位在诊断而非操作。Agent Browser是 AI 浏览器的极致效率版砍掉一切冗余信息换取最低 Token 消耗——决策权也在 AI但信息输入被刻意限制。实际使用中这四个工具组合使用而非选边站队。典型场景用Playwright CLI维护确定性测试套件用Agent Browser让 AI 在日常开发中快速浏览网页用Chrome DevTools MCP在发布前让 AI 跑一轮性能审计用Playwright MCP处理需要理解页面结构的复杂自主任务。选择工具的关键问题不是哪个更好而是这一步由谁决策、需要什么信息、消耗多少 Token。