eni-browser-research-workflow

name	eni-browser-research-workflow
description	[DOCUMENTATION ONLY] [仅文档] Reliable browser research and automation workflow using Playwright-style state, waits, capture, replay, extraction, and verification.

仅文档：本 Skill 提供方法与检查表，不宣称自带可执行脚本。

浏览器研究工作流

适用场景

• 需要可靠复现的网页数据采集与调研
• 登录态、分页、下载、动态渲染的自动化
• 采集结果的 schema 校验与回放验证

工作流阶段

1. 人工观察先行

写自动化之前先手动走一遍目标页面，搞清楚：

• 导航结构：入口、跳转、需要点击几次到达数据
• 认证状态：登录方式、会话存续、验证码出现条件
• 数据形态：表格？列表？延迟渲染？分页规则？
• 失败形态：限流提示、反爬页、超时表现

观察笔记直接成为自动化设计的输入。

2. 交互建模

把人工路径翻译成可执行模型：

• 元素定位策略：优先稳定属性（name、data-*、文本），避开脆弱的位置选择器
• 等待策略：显式等待元素/网络空闲，少用固定 sleep
• 分页与滚动：翻页规则、加载更多、无限滚动
• 下载：文件名规则、MIME 类型、保存路径
• 错误分支：每类失败页面的识别特征与重试策略

3. 自动化实现

• 确定性优先：同样的输入必须产出同样的操作序列
• 重试带退避：网络抖动用指数退避，业务限流用更保守策略
• 截图与 trace：关键步骤留痕，失败时自动存档现场
• 会话复用：登录态只建立一次，后续复用 cookie 上下文

4. 采集与校验

• 输出按 schema 归一：字段、类型、必填约束
• 抽检：每批样本人工/半自动核对 5-10 条
• 计数对账：翻页总数 vs 实际入库数
• 唯一键：定义记录身份键，重复导入自动去重

5. 回放验证

• 用存档的 trace 或截图回放关键步骤
• 对比两次运行的输出差异，判断是页面变化还是脚本 bug
• 变化超出阈值 → 触发人工复核

证据要求

• 命令、版本、哈希、证据路径、假设与验证结果全程留痕
• 长跑前持久化检查点
• 每次运行的配置快照（浏览器版本、UA、代理设置）

衔接

• 通用采集需求走 eni-scraper-workflow
• 页面交互细节（元素引用、点击、填表）用 eni-browser-automation
• 收尾交付走 eni-universal-workflow 的 deliver 阶段