00:00
让AI跑浏览器测试,前几步很顺,可他越跑越迷糊,反复问页面结构,最后连做过什么都忘了。这不是模型变笨,是接口选错了,今天讲清楚playwright m cp和CI到底怎么选,本质区别,官方分工2个实战案例,在家安全避坑,看完你就能自己排版。整个过程往往是这样的,你让AI跑测试,前几步很顺。可到了后面,他反复要页面结构,回答越来越短,最后忘了前面做过什么。这类问题大多不是模型变笨,而是上下文被塞满了。塞进去的都是什么?页面结构、工具说明,每一步的返回全都堆在对话里,留给你的代码、测试和推理的空间越来越小。微软两个仓库的微米开头用几乎相同的文字给出了答案,压缩成一句话,就是写代码、跑测试用cii,让AI持续盯着页面想事情用MCP。
01:04
两者的核心差别,一句话就能说清页面状态放在哪?MCP把页面快照随工具返回,塞进模型上下文CI每条命令只给一个快照文件路径AI详细看,再去读。另外,MCP默认有头,CI默认无头,想看页面加个参数就行。什么时候用CI?第一,在编码智能题里写跑调试,Playwright测试,这是它的主场,官方skills直接带参考指南。第二,上下文紧张的时候,每一点空间都珍贵。第三,要进流水线,或者留下能复查的产物,第四,同时开多个浏览器,命名绘画,一眼看全。什么时候用MCP?最典型的是探索,是测试,页面长什么样,有什么坑都不知道。AI每走一步都要看一眼当前结构,再决定下一步持续保持页面上下文在这里是价值。
02:03
另外,客户端没有shell,要丰富类型,长时间自主运行也都选它。这是官方read me里的演示,你完全可以复现装好CI和skills,给智能体一句提示词,它就会这样操作,打开t do MBC页面,输入代办回车,用快照里的引用编号勾选,最后截图。想看页面加个参数就行。整个过程跑下来,AI面对的是命令加文件页面的完整结构只在需要时才被读取,大部分上下文留给了测试本身。而且每一步都是可复现的命令,你可以直接沉淀成脚本,放进流水线。第二个案例换MCP,一个改版频繁、没有测试文档的注册页,让AI当探索测试员,先列出所有表单项和控件,在逐项尝试空提交,超常输入特殊字符,重复提交,每个异常都记下现象和复现步骤。
03:01
AI每一步都基于当前页面决定下一步,这种活MCP最合适。建议你记住这条工作流,探索阶段用MCP,回归阶段用脚本。MCP能生成定位器,也能把你演示的操作路程playwright代码,把探索结果沉淀成普通测试脚本,放进CI,稳定的跑。特别提醒一句,不要让AI每天晚上现场探索一遍,当成回归测试,它慢、贵,不可复现,而且每次可能走不同的路。回归交给沉淀下来的脚本,又稳又便宜,出了问题还能回头看截图和追踪。安全上有几条红线,官方明确说MCP不是安全边界里面的browser下划线、乱下划线、扣德下划线,Naf能执行任意代码,等同远程代码执行。也别拿日常浏览器做自动化,那可是你真实的登录会话专用账号,隔离配置最小授权,把风险一层层拦住。
04:02
3个常见误区,一次说清。MCP没有过时,官方原话是仍然适用,两者是分工,不是替代。连接已登录的浏览器,两边都能做MCP有扩展参数,CI也能attachuch MCP也不一定非token,快照可以不随响应返回能力,可以按需开启,选MCP不等于接受默认配置。还拿不准,就按顺序问自己三个问题,第一,你的智能体有shell和文件系统吗?没有选MCP,第二,任务是写跑修测试代码还是让AI探索页面?前者CI,后者MCP。第三,上下文紧不紧,要不要进C?紧要进选C。往大了看,命令行家技能这种形态正在成为AI操作测试对象的通用做法。给游戏测试做自动化的test就是同样的思路,结构化命令操作同时提供C和MCP两种接入。
05:05
同一能力,两种接口按场景选,已经是工具厂商的共识。回去就能做三件事,第一,拿你自己的真实任务,把两种方式各跑一次,用工具的用量统计对比上下文,消耗别人的数字替代不了你项目里的数字。第二,把探索结果沉淀成脚本进CI,第三,给执行任意代码的工具单独管控授权。你的智能体用的是MCP还是cii?上下文用量差多少?评论区聊聊,觉得有用就点赞关注我们,下期见。
我来说两句