用途
web-clone 是一个 URL 驱动的网站克隆技能,目标是把用户提供的目标网址复刻成可运行的代码,同时兼顾视觉还原度和功能一致性。它适用于用户提供实时 URL、并希望获得可运行页面代码的情况,例如“克隆站点”“克隆网站”“复制网页”或直接使用 web-clone 等表述。该技能强调参考对象必须是实时 URL,而不是仅有一张静态截图;如果只有截图,应改用 $visual-verdict。
主要能力
- 通过 Playwright MCP 浏览器工具访问目标页面,等待渲染完成后抓取可访问性树、全页截图、DOM 与计算样式、交互元素清单,以及可选的网络请求模式参考。
- 以可访问性快照作为主要结构参考,比截图更节省 token;仅在视觉验证需要时使用全页截图。
- 将页面拆解为导航栏、主内容区、侧边栏、页脚、弹层等区域,并建立组件计划与交互映射。
- 提取设计令牌,包括颜色、字体栈、字号/字重比例、间距和圆角等,用于生成样式。
- 生成克隆代码,优先按布局、排版、装饰的顺序应用样式,使用提取出的真实文本内容,外部图片用占位符。
- 实现检测到的核心交互,如导航链接、按钮、表单元素、下拉菜单、模态框、开关、手风琴/标签页等。
- 进行视觉、结构、功能三维验证,并输出复合判定 JSON,根据优先级修复问题并迭代,最多 5 轮。
使用方式
首次使用工具前,需调用 ToolSearch("browser") 或 ToolSearch("playwright") 发现可用的浏览器工具。如果找不到浏览器工具,应立即停止并提示用户配置 Playwright MCP,配置命令为:
codex mcp add playwright npx "@playwright/mcp@latest"
所需工具包括 browser_navigate、browser_snapshot、browser_take_screenshot、browser_evaluate、browser_wait_for;可选工具包括 browser_click、browser_network_requests。DOM 和交互元素提取脚本需按技能中给出的原样使用,不得修改。若在 ralph 环境中运行,可使用 state_write / state_read 持久化状态。
流程分为五个阶段:Pass 1 提取目标页面的结构、样式、交互和视觉基线;Pass 2 根据提取结果制定组件计划与文件结构;Pass 3 按计划逐组件生成克隆;Pass 4 启动本地服务器并通过截图比对、地标计数和交互抽查进行三维验证;Pass 5 按优先级修复问题并重新验证,直到整体判定为 pass 或达到最多 5 轮迭代。
克隆结果的本地服务可通过 npx serve {output_dir} -l 3456 --no-clipboard 启动;若 npx serve 不可用,可回退为 python3 -m http.server 3456 -d {output_dir},克隆页面可通过 http://localhost:3456 访问。
适用场景
- 用户拥有或获得明确授权,希望基于实时 URL 复刻单页界面。
- 需要同时保证视觉还原度和核心交互可用性的页面克隆任务。
- 作为生成静态页面代码的参考流程,用于导航、内容区、页脚、表单、下拉、模态等常见页面结构的复刻。
限制
- v1 仅支持对提供 URL 的单页克隆,不处理多页或多路由深度克隆。
- 不包含后端 API 集成或数据获取、认证流程或受保护内容、动态/个性化内容、多页爬取或路由图克隆、第三方组件功能(地图、嵌入、聊天组件等)。
- 外部图片使用占位符,不复制图片/资源。
- 目标需要认证、支付流程或后端 API 对等时超出 v1 范围。
- 仅应克隆自己拥有或获得明确许可的站点,需遵守版权和商标规定。
- 页面加载失败时应报告 URL 和 HTTP 状态;browser_evaluate 返回空时可能因客户端渲染较重,需延长等待后重试一次;视觉分数连续 3 轮低于阈值时按尽力而为报告并列出未解决差异。
- 提取数据过大时需主动限制上下文:DOM 序列化 JSON 超过约 30KB 时降低深度参数;交互元素上限 50 个,保留可见元素;总提取上下文目标低于 60KB。
输出与验证
每次验证后输出复合判定 JSON,包含 visual、functional、structure 三个维度以及 overall_verdict 和 priority_fixes。视觉通过阈值为分数不低于 85;功能通过要求测试交互零失败;结构通过要求主要地标(nav、main、footer、表单)齐全;整体通过需三个维度同时通过。修复优先级为布局 > 交互 > 间距 > 排版 > 颜色,仅修复 priority_fixes 中的问题,不重构已工作的代码。