Към съдържанието
Claude Library
Български
Esc
↑↓navigate↵open⌘Jpreview
На тази страница

Браузър автоматизация

Управление на истински браузър от Claude Code с Playwright — защо CLI бие MCP сървър по токени, самотестващият цикъл, headed срещу headless, логнати сесии и превръщането на работещ скрипт в skill.

Дадеш ли на Claude Code контрол над браузър, наборът от неща, които може да прави, спира да бъде „редактира файлове“ и става „каквото и човек би направил в един таб“ — да кликне през твоето приложение и да търси бъгове, да извади данни от сайт без API, да свали справка, да попълни форма.

Механиката отдолу е проста: Claude пише скрипт, пуска го през Bash, чете какво се е върнало и редактира скрипта. Браузърът е просто нещото, което скриптът управлява.

Защо CLI, а не MCP сървър

И двете работят. Разликата е какво ти струват, преди да си направил каквото и да е.

MCP сървърът слага дефиницията на всеки инструмент в контекста още в началото на сесията — име, описание и пълна схема на параметрите, независимо дали го ползваш. Браузър MCP има много инструменти и се събира: пусни /context със свързан Chrome DevTools MCP и ще видиш отделни инструменти по 117 до 313 токена всеки, стоящи там през цялата сесия.

CLI не струва нищо, докато не бъде извикан. Claude вече има Bash, така че node script.js не иска никаква схема в контекста. Плащаш токени за изхода, който наистина получаваш.

Браузър MCP Playwright през CLI/скриптове
Цена в контекста в началото Схемата на всеки инструмент, винаги там Нищо
Как Claude го вика Отделен инструмент за всяко действие Bash, който пуска скрипт, написан от него
Какво получаваш обратно Структурирани резултати от инструмента Каквото скриптът принтира, плюс скрийншоти
Артефакт за преизползване Няма — действията живеят в транскрипта Самият скрипт, който пазиш и подобряваш

Настройка

Не го инсталирай на ръка — опиши целта в plan mode и остави Claude да измисли стъпките:

I want to use Playwright to do browser automation — testing web apps, taking
screenshots of things, that kind of thing. Figure out how to install it here,
build me a plan, and let's do it.

Получаваш план, който инициализира проекта, инсталира Playwright и браузърите му, пише малък демо скрипт и го пуска от край до край, за да докаже, че инсталацията работи. Одобряваш го, после /init, за да има проектът CLAUDE.md, който описва какво вече е налично.

Самотестващият цикъл

Най-силното приложение не е скрейпването, а това да оставиш Claude да тества нещото, което току-що е построил.

Построй

Claude построява функционалността както обикновено.

Помоли го да тества собствената си работа

В plan mode: вдигни сървър, подкарай приложението през браузъра, попълни полетата, кликни през всичко и отбележи всичко счупено.

Пише тестов скрипт

По един скрипт на бот — qa-test.js и подобни. Това е артефактът, който запазваш.

Прави скрийншоти в движение

Всяка стъпка се записва в папка screenshots/.

Чете скрийншотите обратно

Това е частта, която кара цикъла да работи. Claude отваря снимките, които току-що е направил, и поставя диагноза от тях — „review страницата така и не се зареди“, „edit бутонът беше прихванат от стар overlay“.

Поправя и пуска отново

После пуска скрипта пак, за да потвърди, без да го караш.

Spin up a server so you can actually run this. Then use the browser to test it —
fill in the fields, click through, and if there are any bugs or anything wrong
with the functionality, make note of it so you can fix the site itself. Do this
in a headed browser so I can watch what's going on.

Понеже е скрипт, можеш да насочиш няколко такива към едно и също приложение паралелно — един тества валидациите, друг навигацията, трети мобилния изглед — и да ги оставиш да се въртят и да поправят.

Headed или headless

Режим Кога
Headed — прозорецът на браузъра се вижда Докато разработваш скрипта. Виждаш къде засяда и можеш да го спреш рано
Headless — нищо не се появява на екрана След като скриптът работи, и за всичко насрочено или вървящо във фонов режим

Искай headed изрично; сложи предпочитанието в CLAUDE.md, ако винаги го искаш.

Сайтове, в които си логнат

Да, работи, и Claude сам ще предложи вариантите, ако го попиташ в plan mode:

Подход Как работи
Постоянен браузър профил (обикновено най-добрият) Скриптът пуска Chromium срещу user-data директория, която пази бисквитките. Логваш се на ръка при първото пускане; всяко следващо тръгва вече вписано
Ръчен вход и предаване Скриптът отваря headed браузър, ти се логваш, казваш му, че си готов, и оттам нататък поема той
Свързване към работещ браузър Закача се за браузър, който вече е отворен

Първото пускане отваря сайта, ти влизаш и сесията се записва в директорията на профила — дръж тази директория извън git.

Скриптовете стават по-добри с всяко пускане

Браузър скрипт рядко тръгва от първия път и това е нормалният път, а не провал:

  • Google блокира автоматизацията, така че агентът сам мина на DuckDuckGo и продължи.
  • Скрипт за „харесване“ намери правилните SVG бутони, но ги кликаше по четири пъти — харесваше и отхаресваше. Още два опита и подсказка как изглежда харесан пост („иконата е жълта, а не сива“) го оправиха.

Всяко пускане учи скрипта нещо конкретно за DOM-а на сайта. Затова промптвай за упоритост — „keep learning, keep updating the script, and don’t stop until it’s done“ — а когато го поправяш, описвай визуалния признак, който ти самият би ползвал. Четири-пет итерации до надежден скрипт са нормални.

Превръщане в skill

Скриптът е способността; skill-ът е процесът около нея. Щом един скрипт проработи, запиши цикъла:

---
name: qa-site
description: Run the browser QA pass against the local app, then fix what it finds.
---

1. Start the dev server.
2. Run `node qa-test.js`.
3. Read the screenshots in `screenshots/qa/`.
4. Fix the bugs it reports.
5. Re-run until the pass is clean.

Вече цялото нещо е едно извикване вместо абзац инструкции. Когато после агентът измисли как да направи нещо, което скриптът не е можел — контрола, с която не се е справял досега — накарай го да го върне в скрипта и да обнови skill-а, за да остане способността.

Щом стане skill, може да се пуска по график (десктоп приложението на Claude има scheduled tasks) с headless браузъри — и оттам нататък автоматизацията върви без теб.

Беше ли полезна тази страница?