当前位置：首页 > news >正文

【AI自动化】Claude Code + Playwright mcp + Python

news 2026/5/12 0:57:47

以下以win11系统实操为例

第一步：环境准备与安装

请在 Windows PowerShell 或命令提示符（建议以管理员身份运行）中按顺序执行以下命令。

1. 安装 Node.js 和 npm
这是运行 Playwright 和 MCP 的基础。

下载：访问 Node.js 官网，下载 LTS 版本的安装程序（例如 v20.x）。
安装：运行安装程序，全部默认选项即可，但务必勾选 “Add to PATH” 选项。
验证安装：安装完成后，重新打开一个命令行窗口，输入以下命令验证：

node --version
npm --version

2. 安装 Playwright
创建一个专门的项目目录，并在其中进行安装。

# 1. 创建并进入项目目录（路径可自定义）
mkdir C:\Users\你的用户名\playwright-mcp-demo
cd C:\Users\你的用户名\playwright-mcp-demo# 2. 初始化项目并安装 Playwright
npm init -y
npm install playwright# 3. 安装Playwright所需的浏览器（Chromium, Firefox, WebKit）
npx playwright install

3. 安装 MCP 服务器
我们将使用一个功能明确的测试服务器 @playwright/mcp

# 在刚才的 playwright-mcp-demo 目录下执行
npm install -g @playwright/mcp
npx @playwright/mcp@latest

4. Python环境安装Playwright库

Python版本要求 3.8+

pip install playwright

5. 安装浏览器驱动

playwright install

验证安装

import asyncio
from playwright.async_api import async_playwright, Playwrightasync def run(playwright: Playwright):chromium = playwright.chromiumbrowser = await chromium.launch()page = await browser.new_page()await page.goto("https://www.baidu.com")print("页面标题:", await page.title())await browser.close()async def main():async with async_playwright() as playwright:await run(playwright)
asyncio.run(main())

第二步：获取Claude Code秘钥

国内Claude Code模型调用，可使用例如引力AI ，充值后配置令牌及可用模型。

配置环境变量

变量名：ANTHROPIC_BASE_URL，变量值：大模型BASE_URL，例如：https://yinli.one/v1/messages
变量名：ANTHROPIC_API_KEY，变量值：你的密钥

（Claude Code 安装指南）

第三步：Python脚本调用Claude Code大模型驱动Playwright mcp自动化

Demo

import asyncio
import os
from anthropic import Anthropic
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client# 配置信息 (请根据你的情况修改)
ANTHROPIC_API_KEY = os.getenv('ANTHROPIC_API_KEY')
BASE_URL = os.getenv('ANTHROPIC_BASE_URL')
PROJECT_ROOT = r"D:\xxx\xxx"  # 你的项目目录
MODEL = "claude-4-5-sonnet-20250228"async def main():print("🚀 开始执行 Claude + MCP 自动化测试...")# 正确的cmd调用：强制使用npx的绝对路径或Windows下完整npx命令，参数与MCP服务包名称正确# 示例：你需要将npx的实际路径/Node安装目录写全，推荐如下方式npx_path = r"D:\xxx\node-v24.13.0-win-x64\npx.cmd"  # 请修改为你的npx.cmd实际路径
server_params = StdioServerParameters(command="cmd.exe",args=["/c", npx_path, "-y", "@playwright/mcp"],  # 注意这里是@playwright/mcpcwd=PROJECT_ROOT,  # 设置正确的工作目录env={**os.environ,"CODE_PATH": PROJECT_ROOT,"BROWSER_HEADLESS": "false"  # 或其他你需要传递给MCP的环境变量
        })try:async with stdio_client(server_params) as (read, write):async with ClientSession(read, write) as session:print("✅ MCP服务器连接成功")# 2. 初始化会话并获取工具列表
                await session.initialize()tools_response = await session.list_tools()available_tools = tools_response.toolsprint(f"📋 获取到 {len(available_tools)} 个可用工具")# 3. 创建Anthropic客户端client = Anthropic(api_key=ANTHROPIC_API_KEY,base_url=BASE_URL)# 4. 工具列表结构传递给Claudetools_for_claude = [{"name": tool.name,"description": tool.description,"input_schema": tool.inputSchema} for tool in available_tools]# 5. 用户输入任务user_input = "请打开百度首页，并搜索'Playwright自动化'"print(f"🎯 执行任务: {user_input}")# 6. 第一次请求Clauderesponse = client.messages.create(model=MODEL,max_tokens=1000,messages=[{"role": "user", "content": user_input}],tools=tools_for_claude)# 7. 处理Claude的响应、执行工具调用message_history = [{"role": "user", "content": user_input},{"role": "assistant", "content": response.content}]while response.stop_reason == "tool_use":message_history = [{"role": "user", "content": user_input},{"role": "assistant", "content": response.content}]# 找到Claude要调用的工具tool_use = next(block for block in response.content if block.type == "tool_use")print(f"🔧 Claude调用工具: {tool_use.name}")print(f"   参数: {tool_use.input}")# 执行MCP工具调用result = await session.call_tool(tool_use.name, tool_use.input)print(f"   结果: {result.content if hasattr(result, 'content') else result}")# 把结果回给Clauderesponse = client.messages.create(model=MODEL,max_tokens=1000,messages=message_history + [{"role": "user","content": [{"type": "tool_result","tool_use_id": tool_use.id,"content": str(result.content) if hasattr(result, 'content') else str(result)}]}],tools=tools_for_claude)# 补充历史
                    message_history.append({"role": "user", "content": f"工具 {tool_use.name} 执行完成"})message_history.append({"role": "assistant", "content": response.content})# 8. 输出最终结果print("\n" + "="*50)print("🎉 任务完成！")final_text = "".join(block.text for block in response.content if block.type == "text")print(f"Claude的最终回复:\n{final_text}")except Exception as e:print(f"❌ 程序执行出错: {type(e).__name__}: {e}")import tracebacktraceback.print_exc()# 运行主函数
if __name__ == "__main__":asyncio.run(main())