browser

name	browser
description	嵌入式浏览器自动化：在后台的隐藏网页宿主里导航、观察并操作网页。Use when a task must open, read, or act on a web page and no safer interface or connector can complete it.
allowed-tools	["wuu_browser"]

嵌入式浏览器自动化

用 wuu_browser 工具在后台的嵌入式网页宿主里导航、观察并操作网页。

控制模型

• 先用语义定位，再谈坐标。observe 会返回带 node_id 的可交互节点；操作时优先引用最近一次 observe 得到的 node_id。只有当目标无法用节点定位时，才退到坐标 click(x, y) 兜底。节点与坐标来自不同的定位来源：同一次操作里不要把两者混用，也不要把节点快照里的数值当作屏幕坐标。
• 每次动作都显式写出目标 node_id（或坐标）。目标不从上一次调用继承。
• 投递不等于成功。click/type/key/scroll 只代表运行时向页面派发了对应事件，不代表页面接受了它、也不代表页面到达了预期状态。凡是结果重要的动作，动作之后必须再 observe 复查；不要用“没有报错”推断成功。
• 只在最近一次成功 observe 建立的状态内复用 node_id。页面导航、跳转、重载或版式意外变化后，先 observe 重新定位，再决定下一步。
• 三档降级（语义节点 → node_id → 坐标）由运行时按页面情况选择，不要试图强制某一档。
• 每步动作自声明风险 risk ∈ {safe, external_side_effect, destructive}。external_side_effect 与 destructive 只有在真实用户确认之后才可置 confirmed=true；没有真实确认就不要标 confirmed。多步有序动作优先用一次 sequence，让运行时保序、逐步复查控制权、并在中途失败时报告部分完成；不要把有序动作拆成并行调用。
• 不重复瞎猜。同一目标连续失败两次，就换一条有依据的路径——重新 observe 定位、换一个语义节点、或改用键盘操作——而不是在附近坐标上反复点。若没有基于新证据的可行路径，停下并如实报告这一步未完成。

可见性

• 默认隐藏后台运行：页面挂在隐藏宿主里，用户看不到，而观察、定位与操作照常进行。绝大多数任务不需要让页面显形。
• 仅当用户的主要目标就是“看着页面”（演示、盯着进度、手动接管）时，才 set_visibility(true) 把页面叠加到窗口前台。目的达成后 set_visibility(false) 交还，或在 finalize 时一并收回。

生命周期

• 每一轮里最后一次浏览器调用必须是 finalize({keep: [...]})，显式声明这一轮结束时保留哪些页面、以及各自的去向。
• keep 里每个页面标明 status：页面本身就是交付物（要展示给用户或作为结果）→ deliverable；任务未完、下一轮还要接着操作它 → handoff。
• 未列入 keep 的页面——研究页、搜索结果页、登录中转页、各种中间页——一律在 finalize 时关闭。不要把用完的页面留着累积。

风险

• 可逆、只读的操作（导航、observe、滚动、翻页、读取页面文本）免确认，直接做。
• 不可逆或对外产生后果的操作——提交表单、下单或支付、发消息、发布或修改公开内容、改动账户设置——声明对应 risk，并在最终那一步动作之前向用户确认；没有确认就不要执行。
• 作废不等于未发生。一个正在进行的 mutating 动作若因用户接管而被打断作废，不代表它没在页面上生效：运行时作废的只是本次工具调用，页面可能已经收到了事件。恢复控制后，先 observe 确认该动作到底有没有生效，再决定是否重试；不要盲目重发，否则可能造成重复提交（例如重复下单、重复发送）。
• 避免与用户并发操作同一站点。用户此刻正在面板里使用的站点，与后台页面共享同一登录态，并发操作可能互相顶掉会话或打断用户。这种情况下不要抢着操作，必要时提示由用户接管。