browser-automation

name	browser-automation
description	浏览器工作流总路由：为外部网站浏览、登录态流程、浏览器自动化、证据采集选择合适后端。 Use when: 需要操作外部网站、登录页、JS 重页面、没有 webfetch/VL 但需要浏览器、或需要在多种浏览器工具之间路由。 Not for: localhost 页面预览（用 browser-preview）、本地 WebApp 确定性测试（用 webapp-testing）、简单网页抓取/搜索。 Output: 选定浏览器后端 + 执行路径 + 证据/结果。
triggers	["浏览器自动化","browser mcp","用浏览器","登录网站","登录态","agent-browser","pinchtab","playwriter","playwright mcp","没有 webfetch","无 webfetch","没有 vl"]

Browser Automation

这是家里的上层浏览器路由 skill。

它只做三件事：

• 判断这次任务该不该用浏览器
• 选择合适的浏览器后端
• 把任务转给更具体的 skill / ref，而不是在这里重复厂商文档

执行前四问

在真正打开浏览器前，先回答这四个问题：

1. 真的需要浏览器吗？ 如果只是读文档、抓纯文本、做搜索，不要默认上浏览器。
2. 目标是 localhost 还是外部网站？ localhost → browser-preview；外部网站才留在本 skill。
3. 这只猫的客户端能力是什么？ MCP 原生、CLI-only、是否有 webfetch、是否能跑 shell、是否有 VL。
4. 这次任务的 session 属于谁？ 是匿名访问、猫自己的浏览器会话、还是接手人类已登录会话。

什么时候用

• 目标是外部网站，需要真实浏览器执行 JS、登录、点按钮、下载、截图
• 猫没有 webfetch，或者 webfetch 不足以完成交互
• 需要在 agent-browser / Playwright MCP / Playwriter / PinchTab 之间做路由
• 需要明确“这类浏览器任务的默认打法是什么”

不要用在这里

• localhost 页面预览、HMR、给铲屎官看效果 → 用 browser-preview
• 本地 WebApp 的确定性测试、Console、截图、回归验证 → 用 webapp-testing
• 简单网页抓取、官方文档阅读、搜索结果整理 → 优先用更轻量的搜索 / fetch 工具，不要先上浏览器
• 已有领域专用浏览器 skill 的任务 → 专用 skill 优先

默认路由顺序

1. 先问：真的需要浏览器吗？ 如果只是读文档、抓纯文本、做搜索，不要默认上浏览器。
2. 目标是 localhost 吗？ 是 → browser-preview
3. 目标是本地 WebApp 验证吗？ 是 → webapp-testing
4. 客户端已经有稳定可用的 Playwright MCP 吗？ 是 → refs/playwright-mcp.md（MCP ID: playwright）
5. 需要接手人类已登录的 Chrome、复杂 iframe、多 tab 调试吗？ 是 → 用 claude-in-chrome MCP（工具前缀 mcp__claude-in-chrome__*），参考 refs/playwriter.md
6. 这是 CLI 型猫，没 webfetch / 没 VL，但能跑命令吗？ 是 → refs/agent-browser.md（MCP ID: agent-browser，社区 wrapper，使用前先做本机验活）
7. 需要长驻 daemon、持久 session、HTTP-first 服务吗？ 是 → refs/pinchtab.md（MCP ID: pinchtab，优先 native binary pinchtab mcp，不要默认相信 npm wrapper）

路由矩阵

场景	默认	MCP ID	状态
本地前端页面预览	browser-preview	—	独立 skill
本地 WebApp 测试 / 回归	webapp-testing + Playwright	playwright	已接入
MCP 原生客户端的常规网页自动化	Playwright MCP	playwright	✅ 已接入 — npx @playwright/mcp@latest
已登录 Chrome、iframe-heavy、手工接管	claude-in-chrome	claude-in-chrome	✅ 已接入 — Chrome 扩展管理，无需手动启动
CLI 型猫、没 webfetch / 没 VL	agent-browser	— (CLI 工具)	✅ 可用 — npm i -g agent-browser，通过 Bash tool 调 CLI
服务化浏览器、持久化 session、重复批任务	PinchTab	pinchtab	✅ 已接入 — native binary pinchtab mcp（外网 URL 用 eval 导航，见 ref）

常用组合打法

目标	组合	说明
外部网站调研 + 本地页面实现	browser-automation + browser-preview	前者看参考站，后者看我们自己的 localhost
本地 WebApp 开发验收	browser-preview + webapp-testing	一个看效果，一个做确定性验证
接手人类已登录会话	browser-automation + refs/playwriter.md	明确是谁的 session，再做操作
重复批量抓取 / 长驻任务	browser-automation + refs/pinchtab.md	不是临时调试，而是服务化执行

读取哪些 refs

Ref	MCP ID	场景
refs/playwright-mcp.md	playwright	常规 MCP 原生网页自动化（默认）
refs/playwriter.md	claude-in-chrome	已登录 Chrome / iframe-heavy / 多 tab（实际用 mcp__claude-in-chrome__* 工具）
refs/agent-browser.md	— (CLI 工具)	CLI 型猫 / 无 webfetch / 无 VL
refs/pinchtab.md	pinchtab	服务化、持久 session、HTTP-first

交付要求

每次真正使用浏览器后端，至少说清楚这四件事：

• 用了哪个后端，为什么不是另一个
• 目标站点 / 路径 是什么
• 是否涉及登录态；如果涉及，是谁的 session
• 留下了什么证据：截图、提取文本、Console、下载文件、操作结果

如果任务涉及人类账号：

• 不要默认代替人类登录敏感站点
• 明确说明是否是“接手现有已登录会话”
• 结束时说明是否保留了 session / cookie / tab 状态

Common Mistakes

错误	后果	修复
把 browser-preview 并进本 skill	localhost 和外部网站边界糊掉	保持独立 skill，只在这里路由
默认所有猫都装同一套浏览器后端	CLI/MCP/登录态需求互相打架	先按场景选，再按客户端能力落工具
在主 skill 里复制厂商文档	一改后端就大面积漂移	厂商细节压到 refs/
简单抓取先上浏览器	成本高、速度慢、失败面更大	先判断是否能用更轻量工具
把本地测试和外部网站操作混成一个动作	路由混乱，证据链不清楚	localhost 和外部网站分开处理
登录态责任不清楚就开干	容易误用人类 session	先说清 session 属于谁，再动手
做完只说”好了”不留证据	后续无法验收或复现	至少交付 URL/截图/文本/日志中的一种
PinchTab 外网用 pinchtab_navigate	Clash TUN 下 403（Go 层 DNS 预检拦截 198.18.x.x）	用 pinchtab_eval + window.location.href 导航，详见 refs/pinchtab.md

和其他 skill 的区别

Skill	关注点
browser-automation	外部网站浏览器工具的总路由和选型
browser-preview	Hub 内预览 localhost 页面
webapp-testing	用 Playwright 做本地 WebApp 验证
领域专用浏览器 skill	某个网站 / 某类提取任务的专用流程

下一步

• localhost 页面 → browser-preview
• 本地 WebApp 验证 → webapp-testing
• 其余外部网站任务 → 读取匹配的 refs/*.md 后执行