告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 目标与产物用 Continue 驱动 Playwright MCP 完成一次浏览器自动化本文要完成的事情很具体在 VS Code 里用 Continue 作为 AI 编程助手通过 MCPModel Context Protocol调用microsoft/playwright-mcp这个开源项目让模型自己打开一个网页、读取标题、断言标题内容、最后截一张图保存下来。整个过程不需要你手写 Playwright 脚本而是由 Continue 把自然语言指令转成 MCP 工具调用交给 Playwright MCP 服务执行。产物有三样一份可用的 MCP 配置 JSON、一条能验证 TaoToken 通道是否通畅的最小 curl 命令、以及一次完整的“打开页面→断言标题→截图”执行记录包含工具调用轨迹和 Token 消耗。TaoToken 在这里扮演的角色是 Continue 的 OpenAI 兼容供应商——也就是说Continue 负责“想”TaoToken 负责“供模型”Playwright MCP 负责“动手”。开始之前你需要准备Node.js 18、VS Code、Continue 插件、一个 TaoToken API Key。Key 在官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerate 注册后到控制台创建Base URL 统一填https://taotoken.net/api。本文所有涉及模型 ID、价格、上下文长度的信息都以官网当前页面为准不在此处写死。2. 操作步骤装 MCP、配 Continue、跑通第一条指令2.1 安装 Playwright MCPmicrosoft/playwright-mcp是一个独立的 MCP 服务器通过 stdio 与客户端通信。最省事的方式是用 npx 直接拉起不需要全局安装npx playwright/mcplatest --help如果你希望固定版本、避免每次拉取也可以全局装npm install -g playwright/mcp装完后确认浏览器内核可用。Playwright MCP 默认会调用本机已安装的 Chromium如果没装过执行一次npx playwright install chromium这一步只做一次后续 MCP 启动会复用。2.2 在 Continue 里注册 MCP 服务器Continue 的 MCP 配置写在~/.continue/config.json部分版本是config.yaml以你本地插件版本为准。核心是mcpServers字段。下面是一段可直接粘贴的 JSON 片段{ mcpServers: { playwright: { command: npx, args: [-y, playwright/mcplatest], env: { PLAYWRIGHT_HEADLESS: true } } } }PLAYWRIGHT_HEADLESS设为 true 表示无头模式截图仍然能正常生成。如果你要观察浏览器动作把它改成 false。保存后重启 Continue在侧边栏的 MCP 面板里应该能看到playwright处于 connected 状态并列出它暴露的工具通常包括browser_navigate、browser_snapshot、browser_take_screenshot、browser_click等。2.3 把 TaoToken 配成 Continue 的模型供应商Continue 支持 OpenAI 兼容接口所以 TaoToken 可以直接作为 provider 接入。在同一个config.json的models数组里加一段{ title: TaoToken, provider: openai, model: YOUR_MODEL_ID, apiBase: https://taotoken.net/api, apiKey: YOUR_TAOTOKEN_API_KEY }model字段填你在 TaoToken 控制台看到的模型 ID不要照抄本文。apiBase必须是https://taotoken.net/api末尾不要多加/v1Continue 会自己拼接路径。填完后在 Continue 的模型下拉里选中 TaoToken再确保对话时启用了 playwright 这个 MCP 服务器。2.4 最小 curl 验证在让 Continue 干活之前先用一条 curl 确认 TaoToken 通道是通的避免把网络问题和配置问题混在一起排查curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer YOUR_TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: YOUR_MODEL_ID, messages: [{role: user, content: reply with ok}], max_tokens: 16 }返回里出现正常的choices结构就说明 Key、Base URL、模型 ID 三者匹配。如果返回 401检查 Key 是否复制完整返回 404多半是模型 ID 写错或 apiBase 多写了路径。2.5 发起浏览器自动化指令在 Continue 对话框里输入用 playwright 打开 https://example.com读取页面标题断言标题包含 Example然后截一张全页图保存到当前工作目录。Continue 会把这句话交给 TaoToken 上的模型模型决定调用哪些 MCP 工具。典型调用序列是browser_navigate→browser_snapshot拿到可访问性树和标题→browser_take_screenshot。每一步的入参和返回都会显示在 Continue 的工具调用面板里这就是你要记录的“MCP 工具调用”轨迹。3. TaoToken 接入与配置要点TaoToken 在整条链路里只做一件事提供 OpenAI 兼容的模型推理服务。它不参与浏览器控制也不感知 MCP 协议。理解这一点排障时就能快速定位问题出在哪一层。配置上有三个容易踩的点。第一apiBase只写到https://taotoken.net/api不要写成https://taotoken.net/api/v1否则请求路径会变成/api/v1/chat/completions与网关预期不符。第二模型 ID 必须与控制台一致不同模型对工具调用tool calling的支持程度不同做 MCP 场景要选支持 function calling 的模型。第三Key 建议放在环境变量里Continue 的配置支持${env:TAOTOKEN_API_KEY}这种写法避免明文提交到 Git。如果你用的是 Claude Code 而不是 Continue配置位置换成~/.claude/settings.json字段是ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY如果用 Codex则改config.toml。多供应商切换可以用 CC Switch 这类三件套工具管理把 TaoToken 作为其中一个 profile。这些属于不同客户端的接入方式本文主线仍是 Continue。想确认当前可用的模型清单和各自能力直接看官网的模型对话页面和接入文档那里有实时更新的列表。控制台里创建的 Key 可以按用途分开比如给 Continue 单独一把方便统计消耗。4. 可验证结果与失败分支一次成功的执行你会在 Continue 面板里看到类似这样的记录阶段工具调用关键返回导航browser_navigate页面加载完成URL 为 example.com读取browser_snapshot标题节点文本为 Example Domain断言模型内部判断标题包含 Example断言通过截图browser_take_screenshot生成 screenshot.pngToken 消耗方面Continue 会在每条消息旁显示 input/output tokens。一次这样的任务通常在几千 token 量级具体取决于快照返回的页面结构大小。页面越复杂browser_snapshot返回的内容越多input token 越高。这也是为什么建议先用简单页面验证链路再上真实业务页面。失败分支要提前知道怎么处理MCP 未连接Continue 面板里 playwright 显示 disconnected。检查 npx 是否能正常执行必要时改成全局安装后的绝对路径。模型不调用工具模型只回复文字不触发 MCP。多半是所选模型不支持 function calling换一个支持工具调用的模型 ID。401/404回到第 2.4 节的 curl 单独验证把模型层问题和 MCP 层问题分开。截图空白无头模式下页面未渲染完就截图。可以在指令里要求“等待页面加载完成后再截图”或改用browser_snapshot先确认内容已就绪。浏览器内核缺失报错提示找不到 Chromium执行npx playwright install chromium。本文不含任何排行分数也不对模型能力做横向评测。所有涉及具体模型表现的数字请以官网和你的实测为准。5. 限制、成本与模型选择先说限制。Playwright MCP 控制的是真实浏览器能做的事很多但也意味着它受页面反自动化策略、登录态、动态渲染的影响。复杂单页应用里browser_snapshot返回的可访问性树可能非常长既推高 Token 成本也可能让模型抓不住重点。实践中建议把任务拆小一次只做一件事比如“打开并断言标题”和“截图”分成两轮比一句话塞五个动作更稳。成本主要由两部分构成模型推理的 Token 费用以及本地运行浏览器的资源开销。前者取决于你选的模型和页面复杂度后者基本免费但吃内存。TaoToken 的计费以官网标价为准不同模型单价不同做高频自动化时优先选性价比合适的模型把复杂推理留给真正需要的步骤。模型选择上MCP 场景的硬性要求是支持工具调用。在此前提下按任务难度分档简单导航和断言用轻量模型就够需要理解复杂页面结构、做多步决策时再换更强的模型。具体哪些模型 ID 可用、各自上下文多长、单价多少官网的模型列表是唯一准确来源本文不复制这些会变动的数字。最后给一个上手路径建议先用 example.com 这类极简页面把“Continue TaoToken Playwright MCP”三者跑通确认工具调用和 Token 统计都正常再逐步换成你的目标站点。需要长期、高频地跑这类 Agent 任务可以了解官网的 Coding Plan只是偶尔验证接入用按量计费的 API Key 即可。接入过程中遇到路径、鉴权、插件配置问题优先查接入文档和 API Keys 页面那里有最新的参数说明。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度