Playwright CLI: браузер как часть feedback loop для кодового агента Когда мы говорим про кодовых агентов, фокус обычно уходит в генерацию кода. Но на фронтенде агенту мало «починить баг» — ему нужно тут же проверить интерфейс: открыть страницу, пройти сценарий, сравнить скриншоты. Логичным ответом на этот запрос выглядит свежий Playwright CLI. Инструмент встраивает браузерную автоматизацию прямо в workflow агента, превращая ее в базовый навык. Зачем агенту CLI Агент получает набор коротких CLI-команд. Браузер становится обычным инструментом рядом с git или pytest. Главный профит, о котором пишет Microsoft: для coding agents связка CLI + Skills часто эффективнее по токенам. У агента ограниченный контекст. Вместо того чтобы каждый раз тащить туда тяжелое представление DOM-дерева и сложную схему инструментов, ему проще: - вызвать точечную команду; - сохранить артефакт на диск; - прочитать только нужный результат; - не засорять контекст всем состоянием браузера. CLI vs MCP: два разных контура В тексте удачно разведено позиционирование Playwright CLI и Playwright MCP. По сути, MCP — это способ дать модели стандартизированный доступ, а Skills — инструкция, как этим доступом пользоваться. Они не заменяют друг друга, но решают разные задачи: CLI + Skills: Идеален для кодового Агента, который пишет код и часто запускает UI-проверки без раздувания контекста («исправь UI, проверь сценарий, приложи скриншот»). MCP: Нужен для автономного исследования и длинных сессий, где важно постоянно удерживать состояние браузера и рассуждать поверх структуры страницы. Что это меняет на практике Playwright CLI закрывает задачи UX smoke-tests, автоматические скриншоты, валидацию UI после правок. В CLI есть модель сессий, позволяющая смотреть на живые действия агента в браузере. Один из этапов агентной инженерии — качество обратной связи и Playwright CLI отлично ложится в цикл «изменил -> проверил -> увидел артефакт -> исправил». О чем молчит AI CTO