CONCEPT
Playwright MCP
基本定义
[[Playwright MCP]]是面向AI自主开发场景设计的自动化测试工具，是Harness架构Evaluator组件的核心配套能力，专门用于支撑Evaluator智能体对Generator智能体产出的开发成果开展客观、可复现的全链路测试，从技术层面规避大模型智能体自我宽容特性导致的自我评估失效问题。
适用语境
Playwright MCP仅在Harness架构的迭代评估环节调用，适配AI自主开发软件开发范式的生成与评估分离模式要求：每轮迭代中Generator智能体提交开发成果后，Evaluator智能体将基于当轮约定的迭代合约测试标准，调用Playwright MCP执行自动化测试，测试结果将作为Evaluator打分、判定迭代是否合格的核心依据。
核心能力
Playwright MCP的核心能力覆盖两大维度，完全匹配真实人工测试的验证范围：
- 真实用户行为模拟：可1:1复现普通用户的常规操作行为，包括点击、页面切换、表单提交、拖拽、缩放等动作，支持覆盖应用所有常规使用场景的可用性测试，确保核心功能符合用户实际使用需求。
- 多维度测试支持：可同时完成四类不同层级的验证工作：
- UI功能测试：验证按钮响应、导航跳转、交互组件逻辑等前端表现是否符合规格要求；
- API端点测试：校验接口调用流程、参数合法性、返回值格式与内容是否匹配接口定义；
- 数据库状态测试：验证数据新增、查询、修改、删除操作的准确性与一致性；
- 边缘场景测试：覆盖非法输入、异常操作、极限状态等非常规场景，验证应用的容错能力与稳定性。
细节与边界
使用Playwright MCP时需注意以下边界限制：
- 工具本身仅负责执行测试动作并输出结构化测试日志，不具备结果判定能力，最终迭代是否合格的判定权归Evaluator智能体所有；
- 目前仅支持Web端应用、前后端分离全栈项目的测试需求，暂不覆盖原生桌面应用、嵌入式设备应用、硬件驱动等场景的测试；
- 测试范围严格遵循当轮迭代合约约定的测试标准，不会超出合约范围执行额外测试，避免无意义的token消耗与时间浪费。