技能介绍

先解决什么问题

很多页面只靠静态抓取并不可靠：内容在登录态后面，或者通过点击、滚动后才加载出来；静态层抓不到时，脚本又在遇到弹窗、风控和参数缺失时频繁失败。Web Access Assistant 把浏览器本身作为信息入口：直连用户日常使用的 Chrome / Edge / Chromium，利用已有登录态，在真实页面里看结构、做交互、提取目标内容。它关心的不是“把 HTML 拉下来”，而是能否完成用户定义的任务。

核心能力与工作方式

启动前会先检查 CDP 模式可用性，依赖 Node.js 22+ 提供的原生 WebSocket。脚本按退出码分流：exit 0 继续；exit 2 询问浏览器偏好并写入 config.env 的 WEB_ACCESS_BROWSER；exit 1 按 stdout 提示处理，能自动解决时不打扰用户。可通过 --browser 临时覆盖配置；切换浏览器时需要先停止常驻的 cdp-proxy.mjs 再重跑检查。检查通过后才会启动 CDP Proxy。

执行逻辑是目标导向的：先明确“什么算完成”，再按任务性质选择起点。搜索引擎和聚合平台用于发现信息，拿到 URL 后优先用 WebFetch 或 curl 读取原文；只有在需要登录态、页面交互、动态加载，或面对反爬平台时，才进入浏览器层。Jina 可作为可选预处理层，与 WebFetch / curl 组合，适合正文为主的页面，但可能损失非文章结构页面的信息。

进入浏览器层后，/eval 负责读取 DOM 和执行页面内逻辑，/click 负责真实点击，/scroll 触发懒加载，/new 与 /navigate 通过 POST body 接收完整 URL。页面内链接常带有会话参数，应保留完整地址，不要裁剪 token 等隐式依赖；/new 更适合并行打开多个页面，/click 适合同一页面内的串行操作。提取图片时先从 DOM 读取 URL，必要时再 /screenshot；视频则可用 /eval 控制播放、seek 与全屏，配合截图做离散采样。

代理直连用户浏览器，因此天然携带登录态。它会避免侵入用户已有 tab：操作都在后台新建的 tab 中进行，任务结束用 /close 清理，保留用户原有标签页。遇到登录墙时，先确认是否真的挡住了目标内容；只有确实无法获取且登录能解决，才提示用户在浏览器中登录，登录完成后直接刷新继续，无需重启代理。

适用边界与注意点

适合需要登录态、页面交互、动态加载或已知静态层无效的平台；轻量查询用 WebSearch / Jina 即可，不必启动浏览器。多个独立调研目标可以交给子 Agent 并行处理，每个子 Agent 自己创建和关闭 tab，共享同一个浏览器与 Proxy；主 Agent 应描述目标，而不是硬性规定“搜索”或“抓取”这类具体手段。

程序化操作速度快，但可能触发反爬；GUI 交互更像正常用户行为，确定性更高，适合作为受阻时的兜底。短时间内密集打开页面仍有风控风险。站点经验保存在 references/site-patterns/，匹配域名时先读取，但它只是带发现日期的提示；失败就回退通用模式，成功后再补充验证过的经验。信息核实要回到官网、官方文档、论文等一手来源，搜索引擎只负责定位。另外，Proxy 常驻运行，重启后通常需要浏览器重新授权 CDP 连接。