全程不写一行代码，靠“说话”就能让浏览器自己干活
先说个真事
上个月团队接了个需求——每天定时去某个后台系统导出几十份报表，然后按规则整理成Excel发邮件。
你猜怎么着？负责这件事的实习生，每天下午三点准时坐在电脑前，打开浏览器，登录，点七八层菜单，等加载，点导出，等下载，然后复制粘贴……一套流程下来20分钟，天天如此，雷打不动。
我跟他说：“你这活儿，写个脚本十分钟就干完了。”
他说：“我不会写代码啊。”
我说：“不用你写。”
然后我打开编辑器，对着AI说了句：“登录这个系统，依次点击‘报表中心’、‘销售日报’，点导出按钮，等下载完成。”
浏览器自己动了。
整个过程，我没写一行代码。那个实习生盯着屏幕看了半天，说了一句：“那我以后干什么？”
我说：“干点更有价值的事。”
所以今天要聊什么？
很多人对“自动化”有误解，觉得那是程序员才干的事——得懂Python、得会找元素定位、得熟悉各种API。
2026年的今天，这套认知已经过时了。
Playwright + AI 的组合，已经能把“我要做自动化”这件事的门槛，从“学会编程”降到“会说话就行”。
这篇教程不讲复杂概念，直接告诉你三件事：
怎么用AI帮你生成自动化脚本（一行不用写）
怎么让AI替你执行自动化任务（看着就行）
哪个方案最适合你现在的场景（不纠结）
全程手把手，没有跳过步骤。
开整。
方案一：最没门槛的——Playwright自带录制功能
这是最适合零基础入门的方案。不需要配置任何AI环境，Playwright自己就带了一个叫Codegen 的录制工具。
你在浏览器里怎么点，它就怎么帮你把代码记下来。
操作步骤
第一步，确保你已经装好了Playwright（如果还没装，翻我之前那篇《0基础也能会！Playwright保姆级搭建教程》，十分钟搞定）。
第二步，在终端输入：
playwright codegen https://你要测试的网站.com
第三步，一个浏览器窗口会自动弹出来，同时旁边会有一个代码生成面板。
第四步，你在浏览器里正常操作——点击、输入、滚动——旁边的面板会实时生成对应的Python/JavaScript代码。
第五步，操作完之后，把面板里的代码复制出来，保存成文件，以后直接运行就行。
就这么简单。
💡 真实感受：我第一次用这个功能的时候，心里想的是“早干嘛去了”。以前用Selenium的时候，找个元素定位得开着F12翻半天DOM树，现在点一下就有了。
进阶玩法：让AI帮你“润色”录制的脚本
Codegen生成的代码比较“原始”——就是把你每一步操作原样记下来，不会自动加断言、不会做优化。
这时候可以多走一步：把生成的代码粘贴给任何一个AI工具（ChatGPT、Claude、Cursor都行），然后对它说：
“帮我把这段Playwright代码优化一下，加上合适的等待、断言和错误处理。”
AI会帮你把代码改得更健壮。你甚至不用懂它改了什么，直接用就行。
方案二：最“爽”的——用自然语言直接指挥浏览器
方案一虽然不用手写代码，但还得自己手动操作一遍让AI录。方案二更狠——连手动操作都省了。
这就是Playwright MCP（Model Context Protocol）干的事。
简单说就是：你在对话框里输入“帮我打开百度搜一下Playwright教程，然后把截图发给我”，AI就会自己打开浏览器、自己操作、自己截图、然后把结果给你。
MCP服务器就像一个“中间人”，把AI的指令翻译成浏览器能听懂的命令。它不依赖截图去“看”页面，而是通过页面的可访问性结构来理解页面内容，所以识别更精准。
怎么配置？（以Cursor编辑器为例）
这是目前我觉得最顺手的方案，因为直接在编辑器里就能用。
第一步，打开Cursor编辑器，点击设置。
第二步，在设置界面左侧找到Tools & MCP 选项。
第三步，点击Add Custom MCP 按钮。
第四步，在弹出的配置里填入Playwright MCP服务器的信息。具体配置内容可以去Playwright官方文档的MCP Registry页面复制最新版。
第五步，保存配置，重启Cursor。
配置好之后，你在Cursor的AI对话框里输入自然语言指令，AI就能直接操作浏览器了。
能干什么？
“打开这个页面，截图给我”
“登录系统，输入用户名admin密码123456，点登录按钮”
“把页面上所有商品名称和价格提取出来，整理成表格”
“依次点击导航栏的每个菜单，看有没有报错”
想到什么说什么，不用管语法，不用管定位器。
⚠️ 一个小提醒：这个方案需要你有API Key（比如OpenAI的）或者使用本地模型（比如Ollama）。如果不想花钱，可以先用方案一的Codegen。
方案三：最“专业”的——Playwright官方的AI测试代理
如果你是做测试的，或者想做更规范的自动化，Playwright官方在1.56版本之后推出了Test Agents 功能。
它把AI分成了三个角色：
Planner（规划者） ：先“逛”一遍你的应用，理解有哪些功能、有哪些用户流程，然后生成一份测试计划
Generator（生成者） ：根据计划自动写出可执行的Playwright测试代码
执行和修复：跑测试，如果发现元素定位失效了，AI自己分析DOM然后修复
怎么用？
第一步，在你的项目里运行：
npx playwright init-agents
这个命令会把AI代理的定义文件加到你的项目里。
第二步，用你喜欢的AI工具（Cursor、Claude Code、VS Code Copilot都行）来指挥这些代理。
第三步，对AI说：“帮我给这个登录页面生成一套完整的测试用例。”AI会自己规划、自己写代码、自己跑。
这个方案最适合测试团队或者有持续集成需求的项目。维护成本比传统方式低很多——有数据显示，引入这类AI测试智能体之后，自动化测试的编写和维护成本能降60%左右。
三个方案怎么选？一张表说清楚
场景
推荐方案
理由
完全零基础，只想快速跑起来
方案一（Codegen录制）
不用配AI环境，开箱即用
想体验“用嘴写代码”的感觉
方案二（MCP + Cursor）
最符合“解放双手”的想象
做正规测试，要长期维护
方案三（Test Agents）
官方出品，有规划有修复
只想偶尔用一次，不折腾
方案一
最快，三分钟出活
想搭建自动化工作流
方案二或方案三
看预算和团队技术栈
最后说两句
回到开头那个实习生的事。
后来我用方案二帮他配了一套自动化——每天早上九点自动登录、自动导出、自动发邮件。他再也不用每天下午三点守在电脑前点鼠标了。
“解放双手”不是让你失业，是让你从重复劳动里抽身出来，去做点更有意思的事。
这篇教程里提到的三个方案，选一个你看着最顺手的，今天就用起来。
如果卡在哪一步了，评论区留言，我看到就回。
下一个10分钟，试试对AI说一句：“帮我把这个网站登录一下。”
