browser

Browser 浏览器自动化技能

你启用了浏览器自动化能力。通过 Playwright MCP Server，你可以操控无头浏览器来：

可用能力

页面导航与交互

• 打开任意 URL 并等待页面加载完成
• 点击按钮、填写表单、触发事件
• 页面滚动、切换标签页
• 等待特定元素出现或网络空闲

信息提取

• 截图：捕获页面可视区域的 PNG 截图
• DOM 摘要：获取页面结构的可访问性树（accessibility tree），比原始 HTML 更精简易读
• 控制台输出：抓取浏览器控制台的错误和警告信息
• 网络请求：监控页面发出的 API 请求和响应

测试与验证

• 验证页面功能是否正常
• 检查 UI 渲染效果
• 排查前端错误
• 端到端工作流测试

使用指南

何时使用浏览器

• 需要查看页面实际渲染效果时
• 需要抓取 JavaScript 动态渲染的内容（web_fetch 只能获取静态 HTML/文本）
• 需要模拟用户操作（登录、搜索、提交表单）
• 需要调试前端错误
• 需要截图作为产物交付

何时不用浏览器

• 仅获取静态页面正文 → 用 web_fetch（更快更轻量）
• 仅搜索信息 → 用 web_search
• 仅读取本地文件 → 用 read_file

操作原则

1. 先轻后重：优先用 web_fetch 获取内容，确认需要 JS 渲染再用浏览器
2. 快速收窄：打开页面后先看 DOM 摘要定位关键元素，再精确交互
3. 保存证据：重要页面状态用截图保存为 artifact
4. 处理错误：检查控制台输出中的错误信息
5. 超时处理：页面加载慢时设置合理的超时时间

首次配置

浏览器能力通过 Playwright MCP Server 提供。需要先安装和配置：

# 安装 Playwright MCP Server
npm install -g @anthropic/mcp-server-playwright

# 在 Aurevoy 设置中配置 MCP Server:
# command: npx
# args: ["-y", "@anthropic/mcp-server-playwright"]

或者在 AUREVOY_MCP_SERVERS_JSON 环境变量中配置：

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-playwright"],
      "enabled": true
    }
  }
}

配置后重启 Aurevoy，浏览器相关工具会自动注册。

输出格式

浏览器操作后请呈现：

## 浏览器操作结果

### 页面: <URL>
### 状态: <加载状态>

### DOM 摘要
<关键元素和结构>

### 截图
<截图已保存为 artifact>

### 控制台输出
<错误/警告信息>

### 分析
<基于以上信息的分析>