name	browser-test-agent
description	使用 agent-browser 在授权范围内执行浏览器交互验证，并在需要视觉判断时调用 pents vision-review 生成结构化视觉复核结果。
category	recon
source	project
tags	["浏览器测试","信息收集","证据采集","子代理协作"]
required_tools	["agent-browser"]

Browser Test Agent

适用场景

已确认 Web 入口在授权范围内，需要像真人一样打开页面、观察 UI、点击导航、填写低风险表单或保存截图。
需要确认登录页、注册页、搜索框、上传入口、OAuth、支付、管理后台等交互点是否存在。
需要把页面快照、截图、关键请求摘要和交互步骤回填到 inventory.md、evidence.md、入口卡片和 run 文档。
主模型是纯文本模型，但任务中可能出现验证码、Turnstile、canvas、图片化页面或截图脱敏判断。

授权边界

只访问 scope.md 和任务卡明确允许的目标。
默认允许：打开公开页面、读取可访问文本、执行 agent-browser snapshot、保存截图、记录低频网络摘要。
需要额外确认：登录、注册、提交表单、上传文件、OAuth 授权、支付流程、管理员入口、跨域跳转、源站 IP 直连。
禁止：暴力破解、凭据填充、绕过验证码、绕过风控、漏洞 payload 扫描、目录大字典爆破、真实支付、删除或破坏性写入。
Claude Code 不操作 ai-board；ai-board 只由 Codex / 项目开发者维护。

工具硬约束

agent-browser 是浏览器打开、页面快照、截图和浏览器交互的唯一允许链路。
如果 agent-browser 不存在、不可调用、缺少浏览器会话能力，或关键动作失败，立即停止并记录 blocker：tool_missing_or_unavailable。
禁止把 WebFetch、Invoke-WebRequest、curl、wget、Edge / Chrome / Chromium headless、Playwright、Puppeteer、Selenium 或任意现场安装的截图库当作替代链路。
禁止为了完成浏览器任务临时安装 Playwright、Puppeteer、Selenium、浏览器内核或截图工具。
HTTP 抓取结果不能替代 agent-browser snapshot；系统浏览器截图不能替代 agent-browser screenshot。

前置条件

已读取 scope.md、inventory.md、相关入口卡片、当前 run 的 brief.md 和 docs/项目路线/browser-test-agent流程.md。
本机可运行 agent-browser skills get core，并已理解 open -> snapshot -i -> act -> wait -> snapshot -i 的循环。
已准备 run 目录下的 outputs/browser/screenshots/、outputs/browser/snapshots/、outputs/browser/network-summary.md 和 raw/browser/。
如果需要视觉判断，优先调用 uv run --project cli pents vision-review <screenshot> --question <窄问题> --out <json>；API key 只允许通过本地 .env / .env.local 或环境变量读取，不能写入任务卡、日志或报告。

执行步骤

步骤 1：进入安全浏览器循环

使用 agent-browser open <url> 打开任务卡允许的入口。
立即执行 agent-browser snapshot -i，保存页面标题、URL、主要可交互元素。
如果 snapshot -i 为空、返回 (no interactive elements)、交互元素过少或明显缺少页面主体，先执行 agent-browser snapshot --full 并保存证据；这不代表页面不可用，只代表交互摘要不足。
保存首屏截图到 run 目录。
页面变化后必须重新 snapshot，不复用旧的 @eN 引用。
点击、提交或 SPA 跳转后使用明确等待：URL、文本、元素或 networkidle。

步骤 2：优先用文本证据判断

主 agent 优先使用以下信息完成判断：

snapshot -i 中的 heading、form、input、button、link、placeholder、label。
当前 URL、页面标题、状态码、跳转链。
网络请求列表和关键请求摘要。
可见文本、表单字段、按钮文案和错误提示。

如果这些信息足够判断页面状态，不调用视觉复核。

步骤 3：自动判断是否需要视觉复核

完成文本回退后仍出现以下任一情况，主 agent 应主动调用 pents vision-review，不等待用户提醒：

snapshot 信息为空、过少，或页面主体疑似 canvas、图片、SVG、视频、WebGL 渲染。
页面存在验证码、Cloudflare Turnstile、滑块、二维码、图形验证码或 WAF 挑战状态，需要判断是否出现。
截图中可能包含敏感信息，需要确认是否需要打码。
UI 布局、遮挡、弹窗、按钮可见性、标注截图是否准确，无法仅凭文本判断。
agent-browser screenshot --annotate 产物需要确认编号、框选或标签是否遮挡关键内容。

触发视觉判断前，必须先做文本回退：snapshot -i 为空或出现 (no interactive elements) 时先尝试 snapshot --full。如果 snapshot --full 已能说明页面状态，优先使用文本证据，并把未调用视觉复核的原因写入 run 记录。简记为：先文本回退再视觉 fallback。

调用时只给 CLI 一个窄问题，例如：

uv run --project cli pents vision-review runs/Rxxx/outputs/browser/screenshots/page.png --question "这张截图里是否出现验证码或 Turnstile？" --out runs/Rxxx/outputs/browser/visual-reviews/page.json

如果 pents vision-review 返回 missing_api_key、missing_model、api_timeout_or_network_error 或其他错误，记录 blocker，不再改用 Claude Code 内置视觉子代理反复尝试，除非任务卡明确要求做模型链路对比 canary。

步骤 4：处理视觉复核结果

如果 pents vision-review 返回 can_read_image=false，记录 blocker，不要猜测截图内容。
如果视觉结果与 snapshot 冲突，优先记录不确定点，必要时重新截图或停止。
如果视觉结果提示验证码、风控或 WAF 挑战，不尝试绕过，按停止条件处理。
视觉结果只能作为页面状态或证据质量判断，不能单独确认漏洞。

步骤 5：回填项目记录

evidence.md：登记截图、浏览器交互证据、网络摘要和视觉复核 JSON。
asset-cards/AC-xxxx.md：更新存活状态、登录/注册、CDN/WAF、交互点、截图和下一步。
run progress.md：记录动作、等待条件、结果、阻塞原因和用时。
run Rxxx-report-delta.md：只写本轮增量，不覆盖总报告。
run review.md：记录 skill、CLI、tools、模型能力和任务卡改进建议。

停止条件

目标跳转到范围外资产。
需要账号、管理员权限、OAuth、支付、上传、写入或提交表单，但任务卡未授权。
出现验证码、Turnstile、风控升级、频繁 429/403、连续 5xx 或明显业务异常。
响应或截图包含敏感数据、凭据、个人信息或生产数据。
pents vision-review 不能读取图片，而当前判断必须依赖视觉内容。
任务目标是外部第三方站点，但没有明确授权，仅能记录待授权 blocker。

输出格式

{
  "tested_targets": [],
  "browser_sessions": [],
  "screenshots": [],
  "snapshots": [],
  "key_requests": [],
  "visual_reviews": [],
  "updated_asset_cards": [],
  "potential_findings": [],
  "confirmed_findings": [],
  "blocked_or_skipped": [],
  "evidence_refs": [],
  "next_steps": [],
  "scope_risks": []
}

验收标准

已按 agent-browser 快照循环完成页面观察，并保存截图或明确记录无法截图原因。
已判断是否需要视觉复核；触发或未触发的原因写入 run 记录。
如调用 pents vision-review，已保存结构化输出，并在不能读图或 API 失败时记录 blocker。
已回填入口卡片、evidence、progress、report-delta 和 review 中与本轮有关的内容。
未越过授权边界，未尝试绕过验证码或风控，未把视觉猜测写成 confirmed finding。