技能介绍

问题：浏览器自动化的脆弱性

网页自动化常在"能跑"与"会崩"之间摇摆。一个偶然成功的点击序列，换个时间、换个窗口尺寸或换一个登录态，就可能在无人察觉的情况下偏离目标。当任务涉及账号操作、表单提交或数据导出时，这种脆弱性带来的不是效率损失，而是脏数据、重复提交甚至误操作的风险。

核心思路：优先确定性流程

Browser Task Runner 的核心原则是将浏览器操作视为脆弱任务，用可重复、可审计的确定性流程替代即兴点击。它的工作方式分为三个层次：

只读抓取优先：对公开页面，首选直接 HTTP 请求或搜索接口，避免无谓地打开浏览器。
本地自动化工具：当需要真实浏览器环境时，调用系统已有的自动化框架，而不是重新发明轮子。
UI 脚本兜底：对于固定、窄范围的 macOS 流程，用 AppleScript 或系统级 UI 脚本作为备选方案。

在执行前，它会先判断任务是否涉及认证、MFA、CAPTCHA 或敏感确认。对于可能产生破坏性后果的操作——例如修改账户设置、执行支付——它会先征求确认，再继续推进。执行完成后，它会明确报告哪些步骤已自动化、哪里可能失败、需要人工接管的位置。

适用边界与注意点

这个技能适合处理规则明确、结果可验证的网页任务：打开固定 URL 集合、登录内部系统、导航到报表页面、导出 CSV/PDF、填写重复表单、截图保存页面状态，或抓取可见数据生成摘要。

以下场景需要谨慎处理：

CAPTCHA 与反爬虫机制：自动化无法可靠绕过，混合流程（自动化常规部分，人工完成验证）是更务实的选择。
多因素认证（MFA）：动态令牌或推送确认需要人工介入。
重度拖放交互的 UI：跨浏览器、跨平台的拖放实现差异大，可靠性难以保证。
不可预测的弹窗：无法通过静态规则覆盖时，应退回人工判断。
账户设置与支付操作：涉及资金或权限变更的操作，不应由自动化流程单独完成。

当工具链缺失时，技能不会假装浏览器控制能力存在，而是如实说明缺失的部分和仍可自动化的范围。这种坦诚的边界意识，正是构建可靠网页自动化的前提。

输出结构

每次执行后，它会按固定模板汇报：目标（Goal）、自动化路径（Automation path）、成功部分（What succeeded）、潜在风险点（Where it may break）、下一步改进（Next improvement）。这种结构化的反馈让每次运行都成为可复盘的工程记录，而非一次性的黑盒操作。