Playwright MCP: jak AI pracuje se skutečnou aplikací
Požádáte jazykový model, aby napsal test přihlášení, a dostanete čitelný kód. Bez aktuálního kontextu však model nemusí znát názvy polí, tlačítek ani skutečné chování stránky. Playwright MCP mu umožní pracovat s prohlížečem a připravit návrh podle skutečné aplikace.
MCP znamená Model Context Protocol – způsob, jakým může jazykový model používat externí nástroj. V tomto případě je tímto nástrojem prohlížeč ovládaný prostřednictvím Playwrightu.
V čem je problém
Model, který dostane pouze slovní popis scénáře, nevidí aktuální stránku. Selektory – pravidla pro nalezení konkrétního prvku – proto může navrhnout podle obvyklých vzorů.
Výsledek je předvídatelný. Selektory neexistují a test selže hned v prvním kroku. Nebo, což je horší, selektory existují, ale ukazují na nesprávný prvek – na první tlačítko s podobným textem nebo na pole v jiném formuláři na stejné stránce.
Snímek obrazovky může doplnit vizuální kontext, ale sám nemusí odhalit programový název, roli nebo stav prvku. Pro spolehlivou interakci jsou užitečné strukturované informace z prohlížeče.
Nevhodné selektory jsou častým zdrojem nestability. Testy pak selhávají po menších změnách rozhraní a tým ztrácí čas rozlišováním chyby aplikace od chyby testu.
Co s tím dělá Playwright MCP
Playwright MCP zpřístupní modelu nástroje k otevření stránky, kliknutí, vyplnění formuláře a čtení strukturovaného snímku stránky. Snímek obsahuje například role prvků a jejich přístupné názvy, takže model může odkazovat na prvky, které v daném stavu stránky skutečně našel.
V praxi to znamená, že model může pomocí povolených nástrojů projít scénář. Otevře přihlášení, načte role a popisky polí, přejde do košíku a zaznamená stav po odeslání objednávky. Návrh kódu potom vychází z takto získaného kontextu.
Takový postup omezuje množství odhadů. Stále je však nutné zkontrolovat, zda navržený selektor jednoznačně označuje správný prvek a zda je vhodný i po menší změně rozhraní. Přednost obvykle dostávají uživatelsky významné role a názvy nebo dohodnuté testovací atributy před křehkou cestou v HTML.
Co je výstupem
Pokud MCP používáme pouze při tvorbě a údržbě, výstupem je běžný kód Playwrightu ve vašem repozitáři. Samotné spouštění hotových testů potom jazykový model ani MCP nepotřebuje.
To znamená, že testy:
- mohou běžet bez AI, například v CI/CD podle pravidel projektu;
- může přečíst a upravit kterýkoli vývojář, který zná Playwright;
- zůstanou uložené ve vašem repozitáři a podle dohodnutého předání je můžete používat i bez AI nástroje.
To platí pro navrhovaný způsob použití. Jiné implementace mohou MCP nebo model využívat také během běhu, proto je nutné architekturu řešení popsat předem.
Kde AI přesto nestačí
Přístup k prohlížeči pomáhá se selektory, ale neurčuje obchodní význam testu. Model nezná vaše priority, pokud je nedostane v zadání, a může navrhnout test bez užitečného ověření.
Playwright MCP navíc není bezpečnostní hranice. Přístup ke stránkám, účtům, souborům a údajům je nutné omezit na nezbytný rozsah a obsah stránky považovat za nedůvěryhodný vstup. Návrh testu proto prochází odbornou i bezpečnostní kontrolou.
Co tím získáte
- Méně odhadování při prvním návrhu testu.
- Lepší kontext pro výběr prvků a reprodukci uživatelského scénáře.
- Standardní projekt v Playwrightu, který tým umí číst a dále udržovat.
Další krok
Začněte jedním scénářem v odděleném testovacím prostředí a porovnejte návrh s ručně připraveným testem. Pokud chcete ověřit vhodné a bezpečné zapojení do svého procesu, využijte nezávaznou konzultaci.