Chrome DevTools para agentes de AI (MCP)
(developer.chrome.com)- Com o lançamento da prévia pública do servidor Chrome DevTools MCP, agentes de codificação com AI agora podem usar os recursos de depuração e desempenho do Chrome DevTools
- Antes, os agentes não conseguiam verificar os resultados da execução do código, mas agora podem usar dados reais de runtime como rede, console, DOM e rastreamento de desempenho
- Com o servidor DevTools MCP, tornam-se possíveis várias automações, como validação de código em tempo real, análise de erros de rede e console, simulação de ações do usuário, depuração de estilo e layout e auditoria automática de desempenho
- Os desenvolvedores podem começar a usar imediatamente adicionando o servidor à configuração do cliente MCP, e podem executar verificações como confirmar o LCP ou diagnosticar erros de envio de formulário com prompts de exemplo
- O Google planeja expandir os recursos do MCP com base no feedback da comunidade
Visão geral
- O Google lançou a prévia pública de um novo servidor Chrome DevTools Model Context Protocol (MCP)
- Com isso, assistentes de codificação com AI passam a ter um ambiente em que podem usar diretamente, no navegador, os recursos de depuração e medição de desempenho do Chrome DevTools
- Em outras palavras, isso pode ajudar a resolver a dificuldade causada pelo fato de agentes de codificação não conseguirem verificar o comportamento real do código executado no navegador
Introdução ao Model Context Protocol (MCP)
- O Model Context Protocol (MCP) é um padrão open source para conectar grandes modelos de linguagem (LLMs) a ferramentas externas e fontes de dados
- O servidor Chrome DevTools MCP usa esse padrão para se integrar a agentes de AI, permitindo o uso de várias ferramentas, como depuração web e rastreamento de desempenho
- Por exemplo, com a ferramenta
performance_start_trace, o LLM pode iniciar o navegador, coletar e analisar informações de desempenho e sugerir melhorias - Por meio do protocolo MCP, agentes de codificação passam a ter um suporte mais poderoso para desenvolvimento e resolução de problemas em websites
- Mais detalhes sobre o funcionamento do MCP podem ser encontrados na documentação oficial do MCP
Principais casos de uso
-
Validação em tempo real de alterações no código
- Depois que a AI modifica o código, ela pode verificar imediatamente o comportamento no navegador com o Chrome DevTools MCP
- Exemplo de prompt:
Verify in the browser that your change works as expected.
-
Diagnóstico de erros de rede e console
- Suporte a diagnóstico automático como análise de requisições de rede, detecção de problemas de CORS e inspeção de logs do console
- Exemplo de prompt:
A few images on localhost:8080 are not loading. What's happening?
-
Simulação do comportamento do usuário
- Ajuda em testes automatizados de fluxos reais de uso e na reprodução de bugs, como navegação no navegador, preenchimento de formulários e cliques em botões
- Exemplo de prompt:
Why does submitting the form fail after entering an email address?
-
Depuração em tempo real de problemas de estilo e layout
- Fornece automaticamente sugestões detalhadas sobre inspeção de DOM e CSS e problemas de layout como overflow
- Exemplo de prompt:
The page on localhost:8080 looks strange and off. Check what's happening there.
-
Automação de auditoria de desempenho
- Automação do rastreamento de desempenho no navegador e sua análise
- Exemplo de prompt:
Localhost:8080 is loading slowly. Make it load faster.
-
A lista de ferramentas MCP disponíveis pode ser consultada na documentação oficial de referência das ferramentas
Como começar
-
É possível integrar o servidor Chrome DevTools MCP adicionando a seguinte configuração ao cliente MCP
{ "mcpServers": { "chrome-devtools": { "command": "npx", "args": ["chrome-devtools-mcp@latest"] } } } -
Você pode verificar o funcionamento com um prompt de exemplo
Please check the LCP of web.dev. -
Informações detalhadas e documentação estão disponíveis no Chrome DevTools MCP no GitHub
Participação e plano de expansão
- O Google pretende evoluir gradualmente o Chrome DevTools MCP a partir deste lançamento em prévia pública
- A empresa planeja decidir os próximos recursos com base no feedback da comunidade
- Comentários e participação são muito bem-vindos, tanto de usuários de ferramentas de apoio à codificação com AI quanto de fornecedores de ferramentas de desenvolvimento de AI de próxima geração
- Solicitações de melhoria ou problemas encontrados podem ser reportados por meio das issues do GitHub
1 comentários
Fico em dúvida se há casos de uso em que ele seja melhor do que o Playwright.
Vendo de forma mais direta, parece um pouco decepcionante.