最佳 Playwright MCP 替代方案

Playwright MCP 把瀏覽器操控包裝成給模型呼叫的工具。ego(lite) 則給 AI Agent 一個瀏覽器原生的工作空間。 在我們公開的基準測試中,ego(lite) 於 31 項真實網站瀏覽器自動化工作裡完美完成 93.5% 的任務,是受測工具中最高的完美完成率。

ego(lite) 對比 Playwright MCP

ego(lite) 與 Playwright MCP 的功能比較。
功能ego(lite)Playwright MCP
AI Agent 如何在頁面上執行動作寫 JavaScript 把多個動作批次寫進同一回合每個動作一次 MCP 工具呼叫,每次都要往返模型
每項任務的 Token 成本較低:Snapshot 輸入加上批次動作,以整項任務計算較高:每一步都要透過 MCP 迴圈重新傳送上下文
真實網站上的瀏覽器自動化(31 項任務,同一模型)93.5% 完美完成,每項完成任務 $1.75,平均 6 分 38 秒71% 完美完成,每項完成任務 $4.82,平均 10 分 48 秒(透過 playwright-cli 測得)
沿用你真實的 Chrome 登入狀態可以,一鍵匯入 Chrome 設定檔(Cookie、工作階段、擴充功能)沒有。每次都會啟動全新的瀏覽器,每個網站都得手動設定登入
設定安裝應用程式,在你的 AI Agent 中執行 /ego-browser在每個 Agent 的 MCP 設定檔中把 Playwright MCP 加入 Claude Code 或 Codex,然後自行管理伺服器的生命週期
平行任務隔離可以,Space 能在同一個瀏覽器裡並排執行任務一個伺服器對應一個工作階段;要平行處理就得開多個伺服器實例
同時可作為你日常使用的瀏覽器可以,你在自己的 Space 裡瀏覽,Agent 在它們自己的 Space 裡工作沒有,純粹是自動化用的瀏覽器實例
可重複使用的 skills(即將推出)把成功的執行過程萃取成可重複使用的 skills,供重複性任務使用(限量 beta)沒有內建的對應功能
價格免費,無需訂閱免費、開源

最後更新 2026年8月30日

獲得來自以下單位開發者的信賴

  • Vercel
  • OpenAI
  • Anthropic
  • SpaceX
  • Google
  • Microsoft
  • DJI
  • DeepSeek
  • Kimi
  • TikTok
  • MiniMax
  • SAP
  • ZARA
  • eBay
  • Cisco
  • Trip.com
  • LINE
  • NHN
  • Hyundai Motor

瀏覽器自動化基準測試:ego(lite) vs Playwright MCP

這項基準測試衡量的是 Agent 在真實網站上的瀏覽表現,而不是固定的測試頁面:31 項多步驟工作,其中許多需要先登入,由 ego(lite) 和 Agent 驅動的 Playwright 從頭到尾完整執行。

agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務

  1. ego(lite)93.5%
  2. playwright-cli71.0%

任務完成率

每個工具都拿到同樣的 31 項任務:在真實網站上的多步驟工作,其中許多需要先登入。只有每項要求都達成,任務才算完成。沒有部分分數。 會把 MCP 工具呼叫預算吃乾抹淨的任務:從已登入的 X 帳號整理一週的貼文分析、在兩個月的時間範圍內找出飛往任何地點最便宜的週末票價、跨法院紀錄資料庫準備證詞資料。

agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務

  1. ego(lite)
    93.5%
  2. playwright-cli
    71.0%

每項完成任務的成本

失敗的執行一樣要付費。這項指標把模型總花費除以實際完成的任務數,算出每個結果真正的成本。越低越好。

agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務

  1. ego(lite)
    $1.75
  2. playwright-cli
    $4.82

效率分數

每千個模型回合獲得的評分標準分數:代表每次模型呼叫能換到多少完成的工作。越高越好。

agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務

  1. ego(lite)
    6.16
  2. playwright-cli
    4.15

平均任務時間

全部 31 項任務中,每項任務的平均實際耗時。ego(lite) 完成任務的速度比 playwright-cli 快 63%。

agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務

  1. ego(lite)
    6m 38s
  2. playwright-cli
    10m 48s

Real-World Bench 是一項開源基準測試:在真實網站上執行 31 項複雜的真實世界瀏覽器自動化任務,每個工具都由同一個 pi Agent 搭配同一個模型(gpt-5.6-sol,思考強度 max)驅動,並由同一位評審依每項任務的評分標準打分。每個分數都涵蓋全部 31 項任務,不會逐題挑選最佳結果。 Playwright MCP 本身並未單獨參賽:本基準測試透過 playwright-cli 驅動 Playwright,它是微軟兩種 Agent 介面中較精簡的一種。MCP 伺服器共用同一個引擎,只是在每個動作之上再多一趟 MCP 工具呼叫往返。

為什麼 ego(lite) 比 Playwright MCP 更好

差別在於執行介面。MCP 讓模型每一步都要協調一次工具呼叫;ego(lite) 則讓程式碼 AI Agent 操作完整的瀏覽器、組合動作,並回傳結果。搜尋、研究、資料擷取、表單、測試,或任何需要真實工作階段的網頁工作流程,都能用同一套設定完成。

93.5% 的任務完美完成。 其他工具都沒超過 78%

Playwright MCP 每一步都要透過工具呼叫重新讀取頁面,模型思考時瀏覽器就閒置在那裡,而每多一趟往返,長任務就多一次功虧一簣的機會。在這 31 項工作中,由 Agent 驅動的 Playwright 有 29% 的任務沒能拿到滿分。在 ego(lite) 中,每個頁面都會以 Snapshot 的形式送到你的 Agent 手上:一份壓縮過的無障礙樹,帶有可立即操作的穩定 @N 參照,每一輪 JavaScript 可執行多個動作。Agent 把時間花在完成任務,而不是解析頁面:同樣 31 項任務中有 93.5% 完美完成,以平均任務時間計算,比由 Agent 驅動的 Playwright 快 63%。

Time to finish a task, shorter is better

  1. ego(lite)
    398 s
  2. playwright-cli
    648 s

Data source - Task: finish an average live-site job

平行多工,執行更快

一個 Playwright MCP 伺服器只能驅動一個瀏覽器工作階段,想要平行處理就得同時管理好幾組伺服器設定。在 ego(lite) 裡,你能在同一個瀏覽器中開多少個 Space 沒有上限:每個 Space 都在自己匯入的 Chrome 設定檔上同時執行各自的任務,可以是同一個 Agent,也可以是不同的 Agent。它們都不會搶走你正在使用的分頁,而且你隨時可以旁觀或接管任何一個 Space。

不再來回往返 消耗更少 Token

Playwright MCP 的每個動作都是一次獨立的工具往返,都要把上下文重新送回模型一次。在 ego(lite) 裡,你的 Agent 每回合用幾行 JavaScript 就能批次執行多個動作。疊加上 Snapshot 輸入,同一個任務整體用的 Token 少了非常多。

Claude Code · ego(lite)
>/ego-browser Add the first product to the cart, then check checkout loads
●Bash(
ego-browser nodejs <<'EOF' await openOrReuseTab('localhost:3000') await click('.product-card') await click('.add-to-cart') await click('a[href="/checkout"]') cliLog('checkout loaded') EOF
)
⎿Output:
[t=4480ms] checkout loaded
Done. Both steps work.
─── 1 tool call · ↑ 1.1k tokens ───
Claude Code · Playwright MCP
>Add the first product to the cart, then check checkout loads
●playwright - browser_navigate (MCP)(url: "localhost:3000")
⎿Page Snapshot
… +224 lines (ctrl+o to expand)
↑ 1.6k tokens sent so far
Storefront rendered. Opening the first product.
●playwright - browser_click (MCP)(ref: "e18")
⎿Page Snapshot
… +198 lines (ctrl+o to expand)
↑ 3.1k tokens sent so far
Product page is up. Now the Add to cart button.
●playwright - browser_click (MCP)(ref: "e42")
⎿Page Snapshot
… +205 lines (ctrl+o to expand)
↑ 4.9k tokens sent so far
Added. Heading to checkout.
●playwright - browser_navigate (MCP)(url: "localhost:3000/checkout")
⎿Page Snapshot
… +231 lines (ctrl+o to expand)
↑ 6.8k tokens sent so far
Refs are stale after the navigation. Taking a fresh snapshot.
●playwright - browser_snapshot (MCP)
⎿Page Snapshot
… +238 lines (ctrl+o to expand)
↑ 9.2k tokens sent so far
Now waiting for the payment form to render.
●playwright - browser_wait_for (MCP)(text: "Payment")
⎿Page Snapshot
… +229 lines (ctrl+o to expand)
↑ 11.2k tokens sent so far
Confirming the form is actually there.
●playwright - browser_evaluate (MCP)(expression: "!!document.querySelector('form#payment')")
⎿Page Snapshot
… +25 lines (ctrl+o to expand)
↑ 13.6k tokens sent so far
─── 7 tool calls · ↑ 13.6k tokens ───

同一個任務,同一個模型。 左邊:ego(lite) 用一次批次 JavaScript 呼叫,總共 1.1k Token。 右邊:Playwright MCP 來回 7 次,Token 攀升到 13.6k。

同一個 Chrome,AI Agent 原生體驗

Playwright MCP 伺服器啟動的是一個空白瀏覽器,遇到 SSO、2FA 和驗證碼就會卡住。ego(lite) 建構於 Chromium 之上,能一鍵匯入你完整的 Chrome 環境。它用起來就像 Chrome,所以 Agent 可以從已授權的工作階段開始;但它不會繞過 CAPTCHA、2FA、SSO 重新導向或任何網站的存取控制。遇到驗證關卡時,請暫停並讓真人完成,或改用經核准的資料來源。

讓轉換無縫接軌

已經把 Playwright MCP 接進 Claude Code 或 Codex 了嗎?切換只需要幾分鐘,而且你不需要移除任何東西。

1

下載 ego(lite)

下載 ego(lite),一鍵匯入你的 Chrome 設定檔,登入狀態、Cookie 和擴充功能全部一併帶入。

2

用 /ego-browser 執行你的第一個任務

把一句話貼進 Claude Code、Codex 或 Cursor,按下 Enter 就好。不用設定 MCP 伺服器,不用改 JSON,也不用寫測試腳本。

貼到你的 Agent 裡

/ego-browser 打開 ego.app,檢查頁面有沒有主控台錯誤

3

看它實際運作

任務會在專屬的 Space 中執行,所以你的分頁完全不受影響。瀏覽器視窗是真實存在的:你可以即時觀看,也能隨時接手。結果會回傳到你 AI Agent 的 CLI 中。

ego(lite) 的 Space 總覽,四項瀏覽器任務並排執行:Claude Code 在 Yahoo Finance 追蹤蘋果股價、Codex 在 cars.com 依年份篩選車款、Hermes 完成一項 SaaS 後台任務、一位使用者在擷取 X 上的資料,還有一隻手正點擊 + 開啟另一個 Space

在適合其工具協定的場景,繼續使用 Playwright MCP。ego(lite) 為你的 Agent 提供更寬廣的瀏覽器路徑,用於搜尋、研究、資料擷取、表單、測試和其他網頁工作,而且不會取代已提交的 Playwright 測試。

何時該用哪個工具

適合選擇 ego(lite) 的情況

  • 你的任務會用到需要登入的網站:儀表板、後台系統,或任何在 SSO、2FA 之後的東西。
  • 你想要每個任務更低的 Token 花費。Snapshot 輸入加上批次 JavaScript,勝過每個動作一次工具呼叫。
  • 你想讓任務在平行的 Space 裡執行,同時自己還能繼續用同一個瀏覽器。
  • 你寧願完全跳過 MCP 伺服器設定:安裝應用程式、執行 /ego-browser,就搞定了。

選擇 Playwright MCP 的情境

  • 你已經深度使用 MCP 生態系,想讓多個工具共用同一套標準協定。
  • 你的自動化是在 CI 或沒有桌面瀏覽器的遠端伺服器上以無頭模式執行。
  • 你需要涵蓋 Firefox 或 WebKit。ego(lite) 只支援 Chromium。
  • 你正在產生要提交的 Playwright 測試程式碼,希望 Agent 使用同一套 API。

將 ego(lite) 與其他瀏覽器自動化工具比較

與 Puppeteer、Claude Chrome extension、Browser Harness、Browserbase,以及另外 7 款工具的逐項比較。

FAQ

什麼是 Playwright MCP?

Playwright MCP 是微軟為 Playwright 自動化框架推出的官方 MCP 伺服器,發布名稱為 playwright-mcp(你也會看到寫成 mcp-playwright 或 playwright-mcp-server)。它把瀏覽器動作(導覽、點擊、輸入、擷取快照)包裝成 MCP 工具,讓任何支援 MCP 的 Agent 都能操控瀏覽器,不用寫測試腳本。它讀取頁面的方式是無障礙樹快照,而不是螢幕截圖,並附帶一個 Chrome 擴充功能,也就是 Playwright MCP bridge,可以把伺服器接到你正在執行的 Chrome 分頁上。面對「要怎麼幫我的程式碼 Agent 加上瀏覽器」這個問題,它是預設答案:維護良好、免費,還有 Playwright 團隊做後盾。

ego(lite) 是不是 Playwright MCP 的好替代方案?

如果你要的是 Agent 驅動的瀏覽,答案是肯定的。Playwright MCP 只是架在全新 Playwright 瀏覽器上的一層薄薄 MCP bridge;ego(lite) 則是完整的 Agent 瀏覽器:真實的 Chrome 設定檔、平行的 Space,以及能降低每個任務 Token 用量的批次 JavaScript 執行。如果你要的是可提交、可重複執行的 CI 測試腳本,純 Playwright 仍然是正確的工具。可以參考我們的 ego(lite) vs Playwright 頁面看那個比較。

有 ego(lite) 與 Playwright MCP 的基準測試嗎?

Real-World Bench 透過 playwright-cli 來衡量這組對決,它是微軟兩種 Agent 介面中較精簡的一種;MCP 伺服器共用同一個 Playwright 引擎,只是在每個動作之上再多一趟 MCP 工具呼叫往返。這項基準測試的 31 項複雜真實世界瀏覽器自動化任務,全部都在真實網站上執行,使用同一個 pi Agent、同一個模型(gpt-5.6-sol,思考強度 max),以及同一位依評分標準打分的評審。ego(lite) 完美完成 93.5% 的任務,每項完成任務成本 $1.75,平均任務時間快 63%;由 Agent 驅動的 Playwright 完成 71%,成本 $4.82。測試框架、任務、評分標準和原始結果都已在 GitHub 上的 ego-browser-benchmark-framework 儲存庫開源,每個數字都能被稽核或重現。

不用 Playwright MCP,要怎麼幫 Claude Code 加上瀏覽器?

常見的做法是用 claude mcp add 把 Playwright MCP 加進 Claude Code,然後讓 Playwright MCP 伺服器一直保持執行。更快的做法是:安裝 ego(lite),在 Claude Code 裡執行 /ego-browser。Agent 能以 Snapshot 存取頁面,也能在瀏覽器裡執行 JavaScript,不需要設定 MCP 伺服器,也不用改任何設定檔。

Playwright MCP 能搭配 Codex 使用嗎?ego(lite) 呢?

兩者都支援。Codex 支援 MCP 伺服器,所以 Playwright MCP 搭配 Codex 的設定同樣可行,一樣是每個動作一次工具呼叫的迴圈,也一樣是空白設定檔。ego(lite) 接入 Codex 的方式跟接入 Claude Code、Cursor 一樣:執行 /ego-browser,Agent 就會操作你真實登入的瀏覽器。Gemini CLI、OpenCode,以及自建的內部 Agent 也都能用。

那 Playwright MCP 的 Chrome 擴充功能(MCP bridge)呢?

官方的 Chrome 擴充功能可以把 Playwright MCP 伺服器接到你正在執行的 Chrome 分頁上,讓 Agent 沿用那個分頁的登入狀態。這解決了單一分頁的空白設定檔問題,但迴圈本身沒有變(每個動作仍是一次 MCP 工具呼叫),而且完全沒有隔離:Agent 是在你正在使用的同一個視窗裡工作。ego(lite) 則是把完整的設定檔和專屬的 Space 都交給 Agent,任務可以平行執行,也不會碰到你的分頁。

為什麼 Playwright MCP 會用掉這麼多 Token?

每個瀏覽器動作都是一次獨立的 MCP 工具呼叫,模型要先處理完每次呼叫的結果,才能進行下一步。任務一長,就變成一長串來回傳遞內容的往返。ego(lite) 直接減少往返本身:Agent 把多個動作批次寫進同一次 JavaScript 執行,並以壓縮過的 Snapshot 讀取頁面,省下的成本會隨著整個任務不斷疊加。在這 31 項任務中,差距直接反映在帳單上:由 Agent 驅動的 Playwright 每項完成任務 $4.82,ego(lite) 則是 $1.75。

Playwright MCP 可以使用我現有的 Chrome 登入狀態嗎?

沒辦法直接開箱使用,因為它啟動的是一個獨立的瀏覽器。你可以手動設定指向一個持久化的設定檔或 CDP 端點,但遇到 SSO 和 2FA 時連線還是會中斷。ego(lite) 只要匯入一次你的 Chrome 設定檔,Agent 到哪都能繼承真實的登入狀態。

ego(lite) 免費嗎?

是的,ego(lite) 免費且無需訂閱,ego-browser shell 則是 MIT 授權的開源專案。

ego(lite) 不透過 OAuth 也能使用我已登入的 Chrome 工作階段嗎?

可以,前提是你匯入的是你有權使用的 Chrome 設定檔。Agent 會直接使用該設定檔中既有的 cookie 和工作階段,所以不需要為每個網站另外設定 OAuth 連接器。憑證會留在瀏覽器環境中,絕對不應貼進 Agent 的提示詞裡;SSO、MFA 和網站政策依然適用,遇到驗證關卡時可能需要你手動核准。

ego(lite) 給 Agent 的是完整 DOM,而不是無障礙快照嗎?

Agent 可以讀取當下壓縮過的 Snapshot;當無障礙視圖漏掉相關上下文時,也能用 JavaScript 檢查允許存取的 DOM 或頁面內資料。這讓擷取路徑變得明確,但不保證每個 shadow root、虛擬化清單中的列或隱藏控制項都能取得。請要求它核對可見的結果,並在頁面無法提供所需證據時停下來。

我可以讓多個 Playwright MCP 替代方案同時平行執行嗎?

可以。ego(lite) 在同一個瀏覽器裡為每項任務提供各自的 Space,因此多項工作並行時,工作階段仍彼此隔離。請讓任務負責人和來源保持可見,關閉 Space 前先保存產出物,也不要以為共用一個 Playwright MCP context 就是安全的平行處理:分頁、cookie 和過時的假設都可能在 Agent 之間外洩。

ego(lite) 會像隱身瀏覽器那樣繞過 Cloudflare 或 CAPTCHA 嗎?

不會。一般由使用者控制的瀏覽器,或許能避開空白設定檔造成的不一致而少遇到額外驗證,但 ego(lite) 不會破解 Cloudflare、CAPTCHA、速率限制、指紋檢查,也不會規避 robots 與服務條款的限制。如果一項經允許的任務遇到驗證關卡,請暫停、記錄狀態,並由獲授權的人決定是要親自完成,還是改用官方 API 或授權資料來源。

沒有官方 API,我能自動化操作 X 或 LinkedIn 嗎?

ego(lite) 可以協助獲授權的 Agent 讀取公開頁面,或在既有工作階段中執行範圍明確、經使用者核准的工作流程,但須遵守各平台的條款與速率限制。它不是用來規避登入或反機器人機制、大量蒐集私人資料,或大規模自動按讚、追蹤、傳訊息及其他互動的工具。任何帳號操作都請保留審查和人工停止點。

給你的 AI Agent 一個真實瀏覽器

免費,在你的電腦上執行,一鍵匯入你的 Chrome 個人設定檔。適用於 Claude Code、Codex、Cursor,以及任何會寫程式碼的 CLI AI Agent。