Playwright MCP : donne un vrai navigateur à ton agent IA

« Va chercher mes trois dernières factures sur le site de l’énergie et classe-les dans le dossier comptabilité. » Posée aujourd’hui à ton assistant IA, la phrase se solde par un « je ne peux pas naviguer sur le web » ou par un résumé approximatif pioché dans sa mémoire. Avec le bon outil, la même phrase se termine par trois PDF au bon endroit, téléchargés sous tes yeux dans un vrai navigateur.

Cet outil existe, il s’appelle Playwright MCP, il vient de Microsoft et il ne coûte rien. C’est un serveur open source (le code est public et librement réutilisable) qui affiche déjà environ 36 800 étoiles sur GitHub et près de 5,9 millions de téléchargements par semaine sur npm, le catalogue des paquets JavaScript. Derrière ces gros chiffres, une idée toute simple : au lieu de laisser un modèle d’IA « regarder » des captures d’écran, on lui donne les mains sur un vrai navigateur.

Concrètement, qu’est-ce que ça change pour toi ? Tu confies à ton agent les tâches web qui te gâchent la soirée : relever une facture, surveiller le prix d’une pièce détachée, remplir pour la dixième fois le même formulaire. Et tu récupères le résultat, pas une liste de liens à cliquer toi-même.

Le principe : ton agent lit la structure, pas les pixels

La plupart des « agents navigateurs » regardent des captures d’écran et cliquent à des coordonnées. Ça marche, jusqu’au jour où la résolution change, où une fenêtre se met en travers, ou où le modèle confond un bouton avec une image. Playwright MCP prend le problème à l’envers.

Il s’appuie sur Playwright, le moteur de tests web de Microsoft, qui pilote un vrai Chrome, Firefox ou Edge. Et plutôt que des pixels, il expose à l’IA l’arbre d’accessibilité : la structure interne de la page, celle que lisent les lecteurs d’écran pour les personnes malvoyantes. Chaque élément y devient une ligne de texte : « lien “Voir mes commandes” », « champ “E-mail” », « bouton “Se connecter” ». Le tout tient en 200 à 400 tokens par page, quand une capture d’écran en engloutit des milliers.

Résultat : pas besoin d’un modèle qui « voit », n’importe quel modèle de langage sait lire ce menu. Et surtout, chaque élément porte une référence stable. L’agent ne clique pas « à peu près au milieu de l’écran », il agit exactement sur l’élément repéré dans la structure. C’est moins spectaculaire qu’une vidéo de souris animée, et carrément plus fiable.

Capture : documentation officielle de Playwright (playwright.dev).

Comment ça marche

Trois acteurs sont sur scène. Ton assistant IA d’abord : Claude, ChatGPT, VS Code, Cursor, ou un agent auto-hébergé comme Hermes. Playwright MCP ensuite, un petit programme que ton client lance tout seul. Le navigateur enfin, que le serveur contrôle via Playwright.

MCP, au passage, veut dire Model Context Protocol : un standard ouvert qui branche des outils sur les assistants IA, un peu comme l’USB-C branche tes périphériques. Retiens juste que le serveur annonce ses capacités (« je sais naviguer, cliquer, remplir ») et que l’agent appelle ces outils quand la tâche l’exige.

La boucle se joue en trois temps. L’agent demande une page : le serveur ouvre le navigateur et renvoie le snapshot, cette photo texte de la structure. L’agent décide : « cliquer sur le bouton Se connecter », puis « remplir le champ E-mail ». À chaque action, un nouveau snapshot confirme le résultat. Tu peux regarder la fenêtre s’animer en direct : par défaut, le navigateur s’ouvre en mode visible, pas caché. Et comme la session reste ouverte entre deux commandes, l’agent n’a pas à se reconnecter à chaque étape.

Schéma explicatif NumeriBrain, réalisé par la rédaction pour illustrer le principe (ce n’est pas une capture du produit).

L’installer en deux minutes

Il te faut Node.js 18 ou plus récent, l’environnement d’exécution de JavaScript qui équipe déjà plein de machines. Ensuite, tout se joue dans la configuration de ton client IA. Le bloc officiel tient en trois lignes :

• une clé mcpServers avec l’entrée playwright
• command : npx, le lanceur de paquets livré avec Node.js
• args : ["@playwright/mcp@latest"]

Dans Claude Desktop, tu colles ce bloc dans le fichier de configuration. Dans VS Code ou Cursor, la page d’installation propose un bouton qui écrit la config à ta place. Et pour les agents en ligne de commande, tout tient en une instruction : claude mcp add playwright npx @playwright/mcp@latest.

Par défaut, tu obtiens la navigation, les formulaires et les captures d’écran. Des options activent le reste : un mode vision pour raisonner sur des zones de l’écran, la sauvegarde d’une page en PDF, les outils de développement. Et si tu ne veux pas que l’agent touche à ta vraie navigation, l’option --isolated lance une session jetable qui oublie tout à la fermeture.

Capture : documentation officielle de Playwright (playwright.dev).

Ce que ça change concrètement

Les usages qui collent à la vraie vie ne manquent pas. Télécharger chaque mois les relevés que ton service en ligne n’exporte pas automatiquement. Surveiller le prix d’un billet et te prévenir quand il bouge. Remplir la déclaration annuelle de ton association avec les données que ton agent a déjà sous la main. Vérifier que le site que tu viens de bricoler s’affiche bien sur un mobile, grâce à l’émulation d’appareils.

La boîte à outils couvre l’essentiel du quotidien : navigation, clics, formulaires, onglets, fichiers à télécharger, captures. La version 0.0.80, sortie début septembre, ajoute même l’enregistrement de tes propres clics transformés en script réutilisable : tu montres le chemin une fois en manipulant le navigateur, l’outil le transforme en code rejouable. Et la persistance de session change le quotidien : cookies et connexions survivent entre deux tâches, l’agent reprend là où il s’était arrêté.

Les limites à connaître

Premier point : quand un site demande un CAPTCHA ou une case « je ne suis pas un robot », c’est à toi de reprendre la main. L’outil ne contourne pas ces protections, et tu n’as aucune envie qu’il le fasse : utiliser ton compte via une automatisation peut enfreindre les conditions d’un service, et le compte en question, c’est le tien.

Deuxième point : chaque snapshot consomme des tokens, la monnaie des modèles IA. Sur des sessions très longues, la facture monte ; on a vu récemment à quelle vitesse les contextes longs pèsent sur les forfaits. Les options de filtrage des sites autorisés existent, mais la documentation le dit elle-même : ce n’est pas une barrière de sécurité, juste un garde-fou.

Enfin, certains sites échappent à l’arbre d’accessibilité : cartes interactives, canvas de jeux, tout ce qui se dessine en pixels sans structure texte. Là, l’agent devient aveugle, sauf à activer le mode vision, plus gourmand. Et si tu te demandes jusqu’où confier des accès à un agent, on avait creusé la question dans Pourquoi mon agent IA ne connaît aucun de mes mots de passe.

Alors, tu le branches ou pas ?

Si tu utilises déjà un assistant capable de brancher des outils MCP, l’essai ne coûte que deux minutes de configuration, et la marche arrière est immédiate. Donne-lui une tâche web rébarbative, regarde la fenêtre s’animer, et tu sauras si ça tient dans ta vie.

Pour les autres, c’est une belle fenêtre sur ce que deviennent les assistants : moins des moteurs à réponses, plus des exécutants. Microsoft pousse d’ailleurs en parallèle une variante en ligne de commande pensée pour les agents de code, plus économe en tokens. Le navigateur piloté par IA n’est plus une démo de laboratoire : à près de 5,9 millions de téléchargements par semaine, c’est déjà un outil de bureau.

Sources

Le dépôt officiel Playwright MCP sur GitHub, avec la configuration détaillée pour chaque client et les notes de version.

La documentation officielle sur playwright.dev, qui détaille les outils disponibles et leurs options.

La page npm du paquet @playwright/mcp, avec les téléchargements hebdomadaires et l’historique des versions.

—

Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.