创建免费账号
Playwright MCP 与回归测试：用智能体创建，无需 LLM 即可回放
作者 Malloum LAYA

Playwright MCP 与回归测试：用智能体创建，无需 LLM 即可回放

标签:Playwright人工智能无代码

Playwright MCP：Microsoft 为 Playwright 发布的 Model Context Protocol 服务器（官方仓库）。它让 AI 智能体通过读取页面的无障碍树来操控浏览器（无需截图，也无需视觉模型）：打开网址、点击、填写表单、读取页面上显示的内容。

越来越多的 QA 团队把回归测试交给像 Claude 这样的智能体，并为它接上 Playwright MCP。探索一个应用或复现缺陷时，这个工具非常出色。但对于每次发布都要回放的测试，它缺了一项特性：每次都走完全相同的流程。原因在于，智能体每次运行都会重新决定每一步操作。Delta-QA MCP 采用另一种分工：你的智能体用自然语言创建场景，随后由 Delta-QA 原样回放，无需 LLM，并把每次发布与基准比对。

一页看完全部要点（定义、无代码自动化、工具选择清单）：无代码自动化回归测试。

你的 AI 智能体已经会浏览你的网站。 把它接入 Delta-QA：它编写场景，Delta-QA 在每次发布时回放，并为每一步拍照。免费使用 Delta-QA →

Playwright MCP 为何如此受 QA 团队青睐

Playwright MCP 能把一句自然语言的需求，变成浏览器中的真实操作。测试人员写下“检查联系表单是否会拒绝无效的邮箱地址”，智能体便会打开页面、输入、提交，再汇报结果。不用写脚本，也不用寻找选择器：这正是它被迅速采用的原因。

数据也印证了这一点。@playwright/mcp 包的 npm 下载量，从 2025 年 9 月的约 220 万次（npm）增长到 2026 年 9 月的 2930 万次（npm），它的 GitHub 仓库星标数也已近 3.8 万。下载量里也计入了自动安装，所以这个指标并不精确。不过趋势很明确：一年之间，下载量涨到了原来的 13 倍。

它的优势是实实在在的。其工具作用于页面的无障碍树，Microsoft 将此描述为对工具的确定性应用，没有基于截图的方式所带来的歧义。Microsoft 推荐把它用于探索式自动化，以及需要智能体保持浏览器上下文的任务。复现已报告的缺陷、修复后检查某个页面、了解某项功能：对这类一次性的任务，它能节省大量时间。

因此，Playwright MCP 是一个出色的探索工具。接下来要看的，是它能否成为你每次发布时的安全网。关于协议本身的工作原理，请参阅 Playwright 与 MCP（Model Context Protocol）。

由智能体回放的测试，算不上回归测试

回归测试只有在每次发布时都回放同一条流程、执行相同的检查，才有价值。这样才能把差异归因于这次发布，而不是测试本身。由 LLM 控制的智能体，每次运行都会重新决定每一步操作：同一个提示词，可能走出另一条路径，也就得出另一个判定。

这不是 Playwright 的缺陷，而是 LLM 的本性。2025 年 9 月，Thinking Machines Lab 向 Qwen3-235B 模型提交了 1000 次同样的请求，并把温度设为零，这本该是最稳定的设置。结果得到了 80 种不同的回答（Thinking Machines Lab）。Playwright MCP 的工具会以确定性的方式执行；但是否调用它们、按什么顺序调用、作用于哪个元素，这些决定并不是确定性的。

对 QA 团队来说，这会带来三个具体后果：

  1. 失败了，也分不清是谁变了。 回放失败时，无从判断是网站出现了回归，还是智能体走了另一条路径。
  2. 成功了，也不能证明走的是同一条流程。 智能体可能绕了个弯才到达最终页面，然后断定一切正常。
  3. 每运行一次，都要花时间和 token。 智能体在每一步都会重新推理，而且 Microsoft 提醒，MCP 会把体积庞大的工具 schema 和无障碍树载入模型的上下文（Playwright MCP 的 README）。

Playwright 有自己的解法：把流程固化为代码。它的测试智能体会探索应用、拟定一份计划，再把计划转成 Playwright Test 文件，文件失效时由第三个智能体负责修复。对于把测试代码纳入版本管理并自行维护的开发团队，这是正确的路线。对于不写代码的 QA 团队，这意味着要接手一堆需要维护的 TypeScript 文件、选择器和断言。

Delta-QA MCP：智能体创建场景，Delta-QA 负责回放

Delta-QA 的 MCP 服务器保留了智能体最擅长的部分，即理解自然语言的需求；它不擅长的部分，即原样回放，则由 Delta-QA 接手。你的智能体创建场景并编写步骤。Delta-QA 在自带的浏览器中、在你的真实网站上回放这些步骤，为每一步拍照，只验证真正跑通的部分。

该服务器提供八个工具，智能体会自行发现它们。创建一个测试只需其中六个，顺序如下：

  1. list_workspaces：智能体选择创建测试所用的工作区。
  2. create_scenario：它根据名称和起始 URL 创建场景；第 1 步（打开页面）由 Delta-QA 自动添加。
  3. set_scenario_steps：它编写流程的步骤，可从十四种操作中选择（点击、输入、选择、按键、滚动、导航等），每一步都针对页面上的一个元素。
  4. capture_scenario：Delta-QA 在自己的浏览器里对真实网站回放场景，并为每一步拍一张照片。
  5. get_capture_result：智能体读取判定结果。失败时会指出需要修复的步骤；智能体修复后重新回放。
  6. activate_scenario：回放成功后，智能体验证该场景，这次捕获就成为基准。

没有任何内容会凭口头保证通过验证。智能体可能选错选择器，也可能声称某个流程运行正常：只要 Delta-QA 还没有成功回放全部步骤，场景就始终是草稿。工具、角色和密钥的详细说明，参见 Delta-QA 的 MCP 服务器页面。

Playwright MCP Delta-QA MCP
谁来执行流程 智能体，每次运行都一个操作一个操作地执行 Delta-QA，依据智能体一次写好的步骤执行
回放时 LLM 的作用 由它决定每一个操作 没有：LLM 只在创建时参与
会话结束后留下什么 对话记录，或需要维护的测试文件 Delta-QA 中的一个场景，无需代码即可查看和编辑
结果的证明 智能体的汇报及其截图 每一步一张照片，以及指出失败步骤的判定
下一次发布 智能体重新跑一遍，或需要更新的代码 原样回放，并与基准比对
优势 探索、复现缺陷、一次性检查 每次发布都回放的回归测试，无需代码

让智能体编写场景，保留原样回放。 Delta-QA 在你的真实网站上回放每一步，只验证真正跑通的部分。免费使用 Delta-QA →

示例：用 Claude Code 创建登录流程的测试

把 Claude Code 接入 Delta-QA，只需要一个 API 密钥和一条命令。接着，你像向同事交代任务那样描述流程。智能体编写场景，Delta-QA 负责回放，并逐步留下证据。

  1. 创建免费账号和你在 Delta-QA 中的工作区。
  2. 创建 API 密钥：在“设置”的“工作区”标签页中，进入“API 密钥”部分。填写名称，为编写场景的智能体选择“可编辑”角色，有效期可选 30 天、90 天或 1 年。密钥只显示一次，同时附带现成的命令。
  3. 把命令粘贴到终端，并把 dqa_… 替换为你的密钥：
claude mcp add --transport http delta-qa https://api.delta-qa.com/api/mcp --header "Authorization: Bearer dqa_…"
  1. 在 Claude Code 中描述流程，用自然语言即可。例如：“帮我为 https://staging.example.com 上的登录流程创建一个回归测试：输入测试账号的邮箱和密码，提交，然后确认仪表板已显示。”
  2. 让智能体去完成。 它创建场景、编写步骤，并请 Delta-QA 回放。如果某一步失败，比如第 4 步找不到按钮，判定结果会指出这一步：智能体修复后重新回放。
  3. 验证。 回放成功后，智能体激活该场景：这次捕获成为基准。

密码被标记为敏感值后，一收到就会加密，回放时才输入，并在照片上被遮盖：连智能体本身也无法再读取它。API 密钥只在它所属的工作区内起作用，权限由其角色决定，并且可以在同一界面立即撤销。

随后由 QA 在 Delta-QA 中接手

场景一经验证，就成为一个与其他场景无异的 Delta-QA 场景。它出现在你的工作区里，无需代码即可查看和编辑，就像是通过浏览录制出来的一样。智能体的任务到此为止：回放、比对和决策都交还给 QA，并可使用 Delta-QA 的全部工具。

每次发布时：

  • 一键回放：场景自动运行，在 Chrome、Firefox 和 WebKit 上执行，屏幕宽度由你选择。
  • 对比：报告将基准与当前版本并排展示，差异会被高亮并分级（严重、警告、轻微）。Delta-QA 的确定性 AI（不是 LLM）对同一处差异始终给出相同的判定。
  • 决策：直接在报告中将变更确认为新基准，或创建缺陷工单。

报告提供开发者修复问题所需的一切：出问题的步骤、基准截图、当前截图，以及存在差异的区域。这些内容可以原样交给开发者，或交给他的代码智能体，让对方从一处明确的差异入手，而不是一段含糊的描述。修复之后，再次回放同一个场景，就能确认回归已经消失。

智能体编写场景，Delta-QA 留存证据。 创建你的 API 密钥，让 Claude Code 为你编写第一个回归测试。免费使用 Delta-QA →

常见问题

什么是 Playwright MCP？

Playwright MCP 是 Microsoft 为 Playwright 发布的 Model Context Protocol 服务器。它让 Claude 这样的 AI 智能体通过读取页面的无障碍树来操控真实的浏览器：打开网址、点击、输入、读取内容。智能体依据自然语言指令行动，无需脚本。

能用 Playwright MCP 做回归测试吗？

做一次性的检查，可以。但对于每次发布都要回放的测试，智能体每次运行都会重新决定每一步操作，所以两次运行可能走出两条不同的路径。这时就需要把流程固化下来：写成团队自己维护的 Playwright Test 代码，或者交给能原样回放的工具，比如 Delta-QA。

使用 Delta-QA 的 MCP 服务器需要会写代码吗？

不需要。你用自然语言描述流程，智能体编写步骤，Delta-QA 负责回放。随后，场景会出现在 Delta-QA 中，无需代码即可查看和编辑，就像通过浏览录制的场景一样。

Delta-QA 回放测试时，LLM 会参与吗？

不会。智能体只在创建场景时参与。回放由 Delta-QA 的浏览器执行，并由其确定性 AI（不是 LLM）与基准比对：相同的输入始终得到相同的判定。

哪些智能体可以接入 Delta-QA？

Claude Code 只需一条命令即可接入。任何支持远程“Streamable HTTP”服务器、并允许设置认证请求头的 MCP 客户端，也可以接入。

免费账号包含 MCP 服务器吗？

包含。API 密钥和 MCP 服务器适用于所有方案，免费账号也不例外。智能体触发的操作会计入你所选方案的配额，就像你亲自启动的一样。