| name | web_access |
| description | 统一的联网工具选择决策表。当 agent 需要从网络获取信息时，先按决策表选择最合适的工具路径 （WebSearch / WebFetch / CDP / curl / 本地书签检索 / Jina Reader），避免选错工具浪费时间或拿到空内容。 触发词：联网、上网查、搜一下、读网页、读链接、抓网页、web访问、搜索、fetch、爬取。 适用范围：任何需要从网络获取信息的任务（详见正文）。
|
联网工具选择决策表 (web_access)
核心理念
联网任务的第一步不是"打开浏览器"，而是"选对工具"。 不同工具的适用场景差异巨大，选错会导致浪费时间（静态页上 CDP）或拿到空内容（登录态页面用 WebFetch）。本 skill 提供一张决策表，agent 在任何联网任务前先据此选择路径。
联网工具选择决策表
按目标特征从上到下匹配，命中即用：
| # | 目标特征 | 推荐路径 | 本项目对应工具 | 理由 |
|---|
| 1 | 只需摘要/概念/最新进展（不知道具体 URL） | WebSearch | web_search MCP 工具，或 exec_python + requests 抓搜索结果页 | 最快，不打开浏览器 |
| 2 | URL 明确 + 公开静态页（无需登录、无 JS 渲染关键内容） | WebFetch | web_fetch(url) MCP 工具，或 exec_python + requests.get(url) | 比 CDP 快 10 倍，无浏览器开销 |
| 3 | URL 明确 + 需登录态 / JS 渲染 / 反爬强 / 需交互 | CDP | browser_open + Playwright connect_over_cdp("http://127.0.0.1:9222") | 带登录态，能执行 JS，能交互 |
| 4 | 找用户访问过但没公开收藏的页面（内部系统、历史访问） | 本地书签/历史检索 | browser_find_url(keyword, scope, limit) MCP 工具 | 公网搜不到的页面，查本地浏览器数据 |
| 5 | 需要搜索引擎结果页的原始 HTML（SERP 结构分析） | curl 抓 SERP | exec_python + requests.get(search_engine_url) | WebSearch 只返回摘要，要原始结果页用 curl |
| 6 | 搜索结果被反爬 / 需 token / 要转 Markdown | Jina Reader | exec_python + requests.get("https://r.jina.ai/" + url) | 绕过反爬，输出干净 Markdown，免费 20 RPM |
决策流程图
要联网获取信息
│
├─ 知道具体 URL 吗？
│ ├─ 否 → 需要搜索
│ │ ├─ 只要摘要/概念 → WebSearch（路径 1）
│ │ └─ 要 SERP 原始 HTML → curl 抓搜索结果页（路径 5）
│ │
│ └─ 是 → 页面有什么特征？
│ ├─ 公开 + 静态 + 无登录 → WebFetch（路径 2）
│ ├─ 需登录 / JS 渲染 / 反爬 → CDP（路径 3）
│ ├─ 被反爬挡住 / 要 Markdown → Jina Reader（路径 6）
│ └─ 不确定页面是否需登录 → 先 WebFetch 试一次，空内容再降级 CDP
│
└─ 找的是"用户访问过但没收藏的页面"吗？
└─ 是 → 本地书签/历史检索（路径 4）
各工具详解
路径 1：WebSearch（搜索摘要）
适用：找概念、找最新进展、不知道具体 URL
工具：web_search MCP 工具（如可用），或 exec_python 调搜索 API
返回：搜索结果摘要列表（标题 + 摘要 + URL）
不适用：需要页面完整正文、需要登录态页面
路径 2：WebFetch（抓取静态页）
适用：URL 明确、页面公开、关键内容在 HTML 源码中（非 JS 渲染）
工具：web_fetch(url) MCP 工具，或 exec_python + requests.get(url)
返回：页面正文（通常已转 Markdown）
不适用：
- 需要登录才能看内容的页面（WebFetch 不带 cookie，拿到登录页）
- JS 渲染的 SPA 页面（WebFetch 不执行 JS，拿到空壳）
- 反爬严格的页面（WebFetch 无浏览器指纹，可能被挡）
降级信号：WebFetch 返回内容明显过短（<100 字）、或包含"请登录"、"403"、"Access Denied" → 降级到 CDP（路径 3）
路径 3：CDP（调试浏览器 + Playwright）
适用：需登录态、JS 渲染、反爬强、需交互（点击/滚动/填表）
工具：browser_open + exec_python 执行 Playwright connect_over_cdp("http://127.0.0.1:9222")
返回：渲染后的完整 DOM、可交互
前置：调试浏览器已启动（tools/browser/start_debug_browser.py）
成本：最慢（启动连接 + 渲染 + 等待 networkidle），但最可靠
必读：操作前先查 browser_lessons 的站点经验（见下"与 browser_lessons 的配合"）
路径 4：本地书签/历史检索
适用：找用户访问过但没公开收藏的页面（内部系统、历史访问过的页面）
工具：browser_find_url(keyword, scope="bookmarks|history|all", limit=20) MCP 工具
返回：匹配的书签/历史记录列表（title + url + 访问次数 + 最后访问时间）
数据源：调试浏览器的 chrome_debug/Default/Bookmarks（JSON）和 chrome_debug/Default/History（SQLite）（目录可配置）
注意：只查调试浏览器的数据，不碰用户工作浏览器（隔离原则）
路径 5：curl 抓 SERP
适用：需要搜索引擎结果页的原始 HTML 结构（如分析搜索结果布局、批量提取结果 URL）
工具：exec_python + requests.get(search_engine_url, headers={"User-Agent": "..."})
返回：搜索结果页原始 HTML
注意：需带 User-Agent，否则可能被搜索引擎拒；大量请求可能触发验证码
路径 6：Jina Reader（反爬/Markdown 化）
适用：搜索结果被反爬挡住、页面需 token、要把页面转成干净 Markdown
工具：exec_python + requests.get("https://r.jina.ai/" + url)
返回：页面正文的 Markdown 版本（去掉导航/广告/侧边栏）
限制：免费 20 RPM，适合少量页面；不适合批量抓取
示例：
import requests
resp = requests.get(f"https://r.jina.ai/https://example.com")
print(resp.text)
与 browser_lessons 的配合
选了路径 3（CDP）后，必须先查站点经验：
- 调
browser_match_site(domain="<目标主域>") MCP 工具，或手动读 .agents/skills/browser_lessons/sites/<domain>.md
- 把"已知坑"和"DOM 结构"段读入上下文，避免重复踩坑
- 任务收尾时，若遇到非显然行为，按
browser_lessons 规则写入对应 sites 文件
详见 .agents/skills/browser_lessons/SKILL.md。
与现有 skill 的关系
本 skill 是联网任务的入口决策层，不替代具体 skill 的工作流：
| skill | 角色 | 与本 skill 的关系 |
|---|
web_access（本 skill） | 联网工具选择决策 | 入口：任何联网任务先来这选工具 |
niuke_review | 面经抓取+评分 | 工作流内用 WebSearch+WebFetch，本 skill 解释为什么这么选 |
web_archive | 网页批量存档 | 工作流内用 CDP，本 skill 解释为什么不用 WebFetch |
community_review | 社群帖子抓取 | 工作流内用 CDP（需登录态），本 skill 解释选型理由 |
browser_lessons | 分网站踩坑经验 | 路径 3（CDP）选中后的必读依赖 |
常见误用
| 误用 | 后果 | 正确做法 |
|---|
| 对公开静态页用 CDP | 浪费 10-30 秒启动浏览器 | 先用 WebFetch，空内容再降级 |
| 对登录态页面用 WebFetch | 拿到登录页/空内容 | 直接用 CDP（带登录态） |
| 对 JS 渲染的 SPA 用 WebFetch | 拿到空壳 HTML | 用 CDP 或 Jina Reader |
| 不知道 URL 就用 CDP 去 Google 搜 | 慢且不必要 | 先 WebSearch 拿 URL，再决定路径 |
| 找用户历史访问的页面用 WebSearch | 公网搜不到内部页面 | 用本地书签/历史检索（路径 4） |
依赖
| 依赖 | 路径/接口 | 说明 |
|---|
| WebSearch | web_search MCP 工具 | 搜索摘要 |
| WebFetch | web_fetch MCP 工具 | 抓取静态页 |
| CDP | browser_open + Playwright connect_over_cdp(9222) | 调试浏览器 |
| 本地书签/历史检索 | browser_find_url MCP 工具 | 查调试浏览器的书签/历史 |
| curl | exec_python + requests | 抓 SERP 原始 HTML |
| Jina Reader | exec_python + requests.get("https://r.jina.ai/" + url) | 反爬/Markdown 化 |
