为什么要用浏览器自动化 Skill？
浏览器自动化 Skill 能把重复的人为浏览器动作（打开页面、等待异步加载、填写表单、点击、截图、下载和提取数据）封装为可复用的流程。它们能提高效率并减少手工错误，但在涉及登录、提交、发布、支付或删除等写操作时，需要明确权限与人工确认点，避免不受控的外部写入。
如何挑选最合适的 Skill（决策要点）
在选择时，先回答几个问题：目标网站是否需要登录与会话持久化？是否需要可复现的测试断言与网络拦截？流程是一次性还是周期性运行？根据答案优先考虑：
- 需要跨页持久会话、保持浏览器状态：考虑 dev-browser、agent-browser；
- 需要测试、断言、调试或重放网络：考虑 playwright-cli、browser-automation-1；
- 需要周期性后台运行或把录制转成任务：考虑 web-autopilot、web-automation-suite。
还要比较每个 Skill 的会话持久性、元素选择器支持、是否能截取失败证据、是否有外部写入保护与人工确认选项。
设计安全且可恢复的自动化流程（模板）
把每个自动化任务写成三阶段：观察（Observe）—操作（Act）—验证（Verify）。示例步骤： 1) 观察：打开目标页面，等待关键元素可见，记录 URL 与页面标题； 2) 操作：填写表单字段但不立即提交，保存草稿或点击“预览”； 3) 验证：检查页面是否显示预期的提示、网络响应码或后台记录； 4) 最终决定点：在需要外部写入（提交、发布、支付、删除）前暂停并请求人工确认； 5) 失败处理：截图当前页面、记录重试次数、在达到上限或检测到异常状态时停止并通知运维或人工。
设计提示：优先使用可读且稳定的选择器（role、label、aria-*、data-* 属性），避免依赖坐标或 brittle xpath。把重试上限写入流程，并定义清晰的停止条件。
具体可操作的工作示例（受控场景）
目标：使用测试账号按月批量下载报表并保存截图，禁止任何写入（不提交、不删除）。适合用 web-autopilot 或 web-automation-suite 之类的周期任务 Skill。 步骤示例： 1) 预备：创建一个只读或仅下载权限的测试账号；说明禁止写入； 2) 配置 Skill 运行参数：登录凭据（测试账号）、目标站点、每页等待超时（例如 10 秒）、最大重试 2 次； 3) Observe：打开登录页，等待用户名字段可见并确认页面 title 包含“登录”； 4) Act：填写用户名/密码并登录；登录后等待用户面板或报表入口出现； 5) Observe：导航到报表页面，检测是否存在“导出”按钮或报表条目； 6) Act：依次点击每个报表的“下载”或“查看”，对每个报表调用截图并保存到结构化输出（名称、时间戳、文件路径）； 7) Verify：对比每次下载返回的 HTTP 响应与文件大小，若异常则截图并重试； 8) Finish：流程完成后输出 JSON 报表列表并把任意外部写入列为失败； 9) 人工审查点：在任何需要提交或修改数据的环节，流程必须暂停并等待人工指令。
运行前检查清单：
- 确认使用测试账号且拥有最小权限；
- 明确哪些动作被视为写操作并在 Skill 配置中禁用；
- 设定重试上限、单次步骤超时和整体超时；
- 配置失败截图与日志保留路径；
- 为每一步定义可接受的成功判定（例如按钮出现、文件大小>0、响应码200）。
常见限制与风险控制
1) 网站改版风险：元素定位可能失效。缓解：使用语义选择器并在改版后重跑观察步骤； 2) 验证难点：并非所有成功都可通过可见提示判断，必要时辅以网络响应或后端记录； 3) 会话与凭证管理：不要在高权限个人账号上调试，避免凭证泄露； 4) 重试策略不当：无限重试会导致误操作或资源浪费，必须设上限并记录原因； 5) 合规与隐私：自动下载或存储用户数据前，确认合规要求与数据最小化原则。
小结与推荐实践
浏览器自动化的价值在于自动化重复性工作，同时保留人工控制边界。开始时用测试环境、最小权限帐户、把每个写操作设为人工确认点，并把观察—操作—验证作为每一步的标准。根据你的目标选择合适的 Skill：交互性强的用 dev-browser/agent-browser，有断言追踪需求的用 playwright-cli/browser-automation-1，周期性任务用 web-autopilot/web-automation-suite。