Werkzeuge

Die folgenden Werkzeuge stehen über den WebdriverIO MCP-Server zur Verfügung. Diese Werkzeuge ermöglichen es KI-Assistenten, Browser und mobile Anwendungen zu automatisieren.

Session-Management

start_browser

Startet eine Chrome-Browser-Sitzung.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
headless	boolean	Nein	false	Chrome im Headless-Modus ausführen
windowWidth	number	Nein	1920	Browserbreite (400-3840)
windowHeight	number	Nein	1080	Browserhöhe (400-2160)
navigationUrl	string	Nein	-	URL, zu der nach dem Start des Browsers navigiert werden soll

Beispiel

Start a browser with 1920x1080 resolution and navigate to webdriver.io

Unterstützung

• Desktop-Browser

---

start_app_session

Startet eine mobile App-Sitzung auf iOS oder Android über Appium.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
platform	string	Ja	-	Zu automatisierende Plattform: iOS oder Android
deviceName	string	Ja	-	Name des Geräts oder Simulators/Emulators
appPath	string	Nein*	-	Pfad zur App-Datei (.app, .ipa oder .apk)
platformVersion	string	Nein	-	Betriebssystemversion (z.B. 17.0, 14)
automationName	string	Nein	Auto	XCUITest (iOS), UiAutomator2 oder Espresso (Android)
udid	string	Nein	-	Eindeutige Gerätekennung (erforderlich für echte iOS-Geräte)
noReset	boolean	Nein	false	App-Status zwischen Sitzungen beibehalten
fullReset	boolean	Nein	true	App vor der Sitzung deinstallieren und neu installieren
autoGrantPermissions	boolean	Nein	true	App-Berechtigungen automatisch gewähren
autoAcceptAlerts	boolean	Nein	true	Systembenachrichtigungen automatisch akzeptieren
autoDismissAlerts	boolean	Nein	false	Benachrichtigungen ablehnen (statt akzeptieren)
appWaitActivity	string	Nein	-	Activity, auf die beim Start gewartet werden soll (nur Android)
newCommandTimeout	number	Nein	60	Sekunden bis zum Timeout der Sitzung bei Inaktivität
appiumHost	string	Nein	127.0.0.1	Appium-Server-Hostname
appiumPort	number	Nein	4723	Appium-Server-Port
appiumPath	string	Nein	/	Appium-Server-Pfad

*Entweder muss appPath angegeben werden oder noReset: true, um eine Verbindung zu einer bereits laufenden App herzustellen.

Beispiel

Start an iOS app session on iPhone 15 simulator with my app at /path/to/app.app

Unterstützung

• iOS-Simulatoren
• Echte iOS-Geräte
• Android-Emulatoren
• Echte Android-Geräte

---

close_session

Schließt die aktuelle Browser- oder App-Sitzung.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
detach	boolean	Nein	false	Von der Sitzung trennen, statt sie zu schließen (Browser/App bleibt geöffnet)

Hinweise

Sitzungen mit noReset: true oder ohne appPath werden beim Schließen automatisch getrennt, um den Status beizubehalten.

Unterstützung

• Desktop-Browser
• Mobile Apps

---

Navigation

navigate

Navigiert zu einer URL.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
url	string	Ja	Die URL, zu der navigiert werden soll

Beispiel

Navigate to https://webdriver.io

Unterstützung

• Desktop-Browser

---

Element-Interaktion

click_element

Klickt auf ein Element, das durch einen Selektor identifiziert wird.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
selector	string	Ja	-	CSS-Selektor, XPath oder mobiler Selektor
scrollToView	boolean	Nein	true	Element vor dem Klicken in den sichtbaren Bereich scrollen
timeout	number	Nein	3000	Maximale Wartezeit für das Element (ms)

Hinweise

• Unterstützt WebdriverIO-Textselektoren: button=Exakter Text oder a*=Enthaltener Text
• Verwendet Zentrierung für die Scrollposition

Beispiel

Click the element with selector "#submit-button"

Unterstützung

• Desktop-Browser
• Mobile Native Apps

---

set_value

Gibt Text in ein Eingabefeld ein.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
selector	string	Ja	-	Selektor für das Eingabeelement
value	string	Ja	-	Einzugebender Text
scrollToView	boolean	Nein	true	Element vor der Eingabe in den sichtbaren Bereich scrollen
timeout	number	Nein	3000	Maximale Wartezeit für das Element (ms)

Hinweise

Löscht den vorhandenen Wert, bevor neuer Text eingegeben wird.

Beispiel

Set the value "john@example.com" in the element with selector "#email"

Unterstützung

• Desktop-Browser
• Mobile Native Apps

---

Seitenanalyse

get_visible_elements

Ermittelt sichtbare und interaktive Elemente auf der aktuellen Seite oder dem Bildschirm. Dies ist das primäre Werkzeug, um zu erkennen, welche Elemente für Interaktionen verfügbar sind.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
elementType	string	Nein	interactable	Elementtyp: interactable (Buttons/Links/Inputs), visual (Bilder/SVGs) oder all
inViewportOnly	boolean	Nein	true	Nur Elemente zurückgeben, die im Viewport sichtbar sind
includeContainers	boolean	Nein	false	Layout-Container einschließen (ViewGroup, ScrollView, etc.)
includeBounds	boolean	Nein	false	Elementkoordinaten einschließen (x, y, Breite, Höhe)
limit	number	Nein	0	Maximale Anzahl zurückzugebender Elemente (0 = unbegrenzt)
offset	number	Nein	0	Anzahl zu überspringender Elemente (für Paginierung)

Rückgabe

{
  "total": 42,
  "showing": 20,
  "hasMore": true,
  "elements": [...]
}

Web-Elemente enthalten: tagName, type, id, className, textContent, value, placeholder, href, ariaLabel, role, cssSelector, isInViewport

Mobile Elemente enthalten: Mehrere Locator-Strategien (Accessibility ID, Resource ID, XPath, UiAutomator/Predicates), Elementtyp, Text und optional Begrenzungen

Hinweise

• Web: Verwendet ein optimiertes Browserscript für schnelle Elementerkennung
• Mobile: Verwendet effiziente XML-Seitenquellenanalyse (2 HTTP-Aufrufe vs. 600+ für Elementabfragen)
• Verwenden Sie Paginierung (limit und offset) für große Seiten, um den Token-Verbrauch zu reduzieren

Beispiel

Get all visible elements on the page with their coordinates

Unterstützung

• Desktop-Browser
• Mobile Apps

---

get_accessibility

Ruft den Accessibility-Baum der aktuellen Seite mit semantischen Informationen zu Rollen, Namen und Status ab.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
limit	number	Nein	100	Maximale Anzahl zurückzugebender Knoten (0 = unbegrenzt)
offset	number	Nein	0	Anzahl zu überspringender Knoten (für Paginierung)
roles	string[]	Nein	Alle	Filter für bestimmte Rollen (z.B. ["button", "link", "textbox"])
namedOnly	boolean	Nein	true	Nur Knoten mit Namen/Label zurückgeben

Rückgabe

{
  "total": 85,
  "showing": 100,
  "hasMore": false,
  "nodes": [
    { "role": "button", "name": "Submit" },
    { "role": "link", "name": "Home" }
  ]
}

Hinweise

• Nur für Browser. Für mobile Apps verwenden Sie stattdessen get_visible_elements
• Nützlich, wenn get_visible_elements nicht die erwarteten Elemente zurückgibt
• namedOnly: true filtert anonyme Container heraus und reduziert Störsignale

Unterstützung

• Desktop-Browser

---

Screenshots

take_screenshot

Macht einen Screenshot des aktuellen Viewports.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
outputPath	string	Nein	Pfad zum Speichern der Screenshot-Datei. Wenn nicht angegeben, werden Base64-Daten zurückgegeben

Rückgabe

Base64-codierte Bilddaten (PNG oder JPEG) mit Größeninformationen.

Hinweise

Screenshots werden automatisch optimiert:

• Maximale Dimension: 2000px (wird bei größeren Bildern herunterskaliert)
• Maximale Dateigröße: 1MB
• Format: PNG mit maximaler Komprimierung oder JPEG, wenn nötig, um das Größenlimit einzuhalten

Unterstützung

• Desktop-Browser
• Mobile Apps

---

Scrollen

scroll

Scrollt die Seite um eine bestimmte Anzahl von Pixeln nach oben oder unten.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
direction	string	Ja	-	Scrollrichtung: up oder down
pixels	number	Nein	500	Anzahl der zu scrollenden Pixel

Hinweise

Nur für Browser. Verwenden Sie für mobiles Scrollen stattdessen das swipe-Tool.

Unterstützung

• Desktop-Browser

---

Cookie-Management

get_cookies

Ruft Cookies aus der aktuellen Sitzung ab.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
name	string	Nein	Bestimmter Cookie-Name, der abgerufen werden soll (weglassen für alle Cookies)

Rückgabe

Cookie-Objekte mit name, value, domain, path, expiry, secure und httpOnly-Eigenschaften.

Unterstützung

• Desktop-Browser

---

set_cookie

Setzt einen Cookie in der aktuellen Sitzung.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
name	string	Ja	-	Cookie-Name
value	string	Ja	-	Cookie-Wert
domain	string	Nein	Aktuelle	Cookie-Domain
path	string	Nein	/	Cookie-Pfad
expiry	number	Nein	-	Ablauf als Unix-Zeitstempel (Sekunden)
secure	boolean	Nein	-	Secure-Flag
httpOnly	boolean	Nein	-	HttpOnly-Flag
sameSite	string	Nein	-	SameSite-Attribut: strict, lax oder none

Unterstützung

• Desktop-Browser

---

delete_cookies

Löscht Cookies aus der aktuellen Sitzung.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
name	string	Nein	Bestimmter Cookie-Name, der gelöscht werden soll (weglassen, um alle zu löschen)

Unterstützung

• Desktop-Browser

---

Touch-Gesten (Mobil)

tap_element

Tippt auf ein Element oder Bildschirmkoordinaten.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
selector	string	Nein*	Selektor für das Element, auf das getippt werden soll
x	number	Nein*	X-Koordinate für den Tipp
y	number	Nein*	Y-Koordinate für den Tipp

*Entweder selector oder sowohl x als auch y sind erforderlich.

Unterstützung

• Mobile Apps

---

swipe

Führt eine Wischgeste in die angegebene Richtung aus.

Parameter

Parameter	Typ	Erforderlich	Standard	Beschreibung
direction	string	Ja	-	Wischrichtung: up, down, left, right
duration	number	Nein	500	Wischdauer in Millisekunden (100-5000)
percent	number	Nein	0,5/0,95	Prozentsatz des Bildschirms, der gewischt werden soll (0-1)

Hinweise

• Standard-Prozentsatz: 0,5 für vertikales Wischen, 0,95 für horizontales Wischen
• Richtung gibt die Inhaltsbewegung an: "Wischen nach oben" scrollt den Inhalt nach oben

Beispiel

Swipe up to scroll down the screen

Unterstützung

• Mobile Apps

---

drag_and_drop

Zieht ein Element zu einem anderen Element oder zu Koordinaten.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
sourceSelector	string	Ja	Quell-Element-Selektor zum Ziehen
targetSelector	string	Nein*	Ziel-Element-Selektor zum Ablegen
x	number	Nein*	Ziel-X-Offset (wenn kein targetSelector)
y	number	Nein*	Ziel-Y-Offset (wenn kein targetSelector)
duration	number	Nein	Standard

*Entweder targetSelector oder sowohl x als auch y sind erforderlich.

Unterstützung

• Mobile Apps

---

App-Lebenszyklus (Mobil)

get_app_state

Ruft den aktuellen Status einer App ab.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
bundleId	string	Ja	App-Kennung (Bundle-ID für iOS, Paketname für Android)

Rückgabe

App-Status: not installed, not running, running in background (suspended), running in background oder running in foreground.

Unterstützung

• Mobile Apps

---

Kontextwechsel (Hybrid-Apps)

get_contexts

Listet alle verfügbaren Kontexte auf (nativ und Webviews).

Parameter

Keine

Rückgabe

Array von Kontextnamen (z.B. ["NATIVE_APP", "WEBVIEW_com.example.app"]).

Unterstützung

• Mobile Hybrid-Apps

---

get_current_context

Ruft den aktuell aktiven Kontext ab.

Parameter

Keine

Rückgabe

Aktueller Kontextname (z.B. NATIVE_APP oder WEBVIEW_*).

Unterstützung

• Mobile Hybrid-Apps

---

switch_context

Wechselt zwischen nativen und Webview-Kontexten.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
context	string	Ja	Kontextname oder Index (1-basiert) aus get_contexts

Beispiel

Switch to the WEBVIEW_com.example.app context

Unterstützung

• Mobile Hybrid-Apps

---

Gerätesteuerung (Mobil)

rotate_device

Dreht das Gerät in eine bestimmte Ausrichtung.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
orientation	string	Ja	PORTRAIT oder LANDSCAPE

Unterstützung

• Mobile Apps

---

hide_keyboard

Blendet die Bildschirmtastatur aus.

Parameter

Keine

Unterstützung

• Mobile Apps

---

get_geolocation

Ruft die aktuellen GPS-Koordinaten ab.

Parameter

Keine

Rückgabe

Objekt mit latitude, longitude und altitude.

Unterstützung

• Mobile Apps

---

set_geolocation

Setzt die GPS-Koordinaten des Geräts.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
latitude	number	Ja	Breitengrad (-90 bis 90)
longitude	number	Ja	Längengrad (-180 bis 180)
altitude	number	Nein	Höhe in Metern

Beispiel

Set geolocation to San Francisco (37.7749, -122.4194)

Unterstützung

• Mobile Apps

---

Skriptausführung

execute_script

Führt JavaScript im Browser oder mobile Befehle über Appium aus.

Parameter

Parameter	Typ	Erforderlich	Beschreibung
script	string	Ja	JavaScript-Code (Browser) oder mobiler Befehl (z.B. mobile: pressKey)
args	array	Nein	Argumente für das Skript

Browser-Beispiele

// Get page title
execute_script({ script: "return document.title" })

// Get scroll position
execute_script({ script: "return window.scrollY" })

// Click element by selector
execute_script({ script: "arguments[0].click()", args: ["#myButton"] })

Mobile (Appium) Beispiele

// Press back key (Android)
execute_script({ script: "mobile: pressKey", args: [{ keycode: 4 }] })

// Activate app
execute_script({ script: "mobile: activateApp", args: [{ appId: "com.example" }] })

// Terminate app
execute_script({ script: "mobile: terminateApp", args: [{ appId: "com.example" }] })

// Deep link
execute_script({ script: "mobile: deepLink", args: [{ url: "myapp://screen", package: "com.example" }] })

// Shell command (Android)
execute_script({ script: "mobile: shell", args: [{ command: "dumpsys", args: ["battery"] }] })

Häufige Android-Keycodes

Taste	Code
BACK	4
HOME	3
ENTER	66
MENU	82
SEARCH	84

Weitere Mobile-Befehle

Eine vollständige Liste der verfügbaren Appium Mobile-Befehle finden Sie unter:

• XCUITest Mobile Commands (iOS)
• UiAutomator2 Mobile Commands (Android)

Unterstützung

• Desktop-Browser
• Mobile Apps (über Appium Mobile-Befehle)