用途:为 Markdown 文档自动配图。它把文档中的图片标记转换为浏览器截图或 AI 生成图片,再写出带图片的 Markdown。适合给文章加图、处理带图片标记的案例文件、为文档抓取网页截图、生成文章视觉素材并插入文档,或对已处理文档重跑并修正图片位置。纯文本编辑、校对、翻译不适用。
主要能力:支持三种标记来源——标题式截图标记、HTML 注释标记(<!-- IMAGE: ... -->)和文末 Image Summary 表格;截图通过 Playwright MCP 工具完成,生成图通过捆绑的 Python 脚本调用 OpenRouter;支持增量执行,复用已有截图与缓存,仅补缺失项;支持语义化插图,把仅出现在汇总表中的图片插入到最相关段落之后;输出 README 图片清单。
使用方式:先确认 mcp__playwright__browser_navigate、browser_snapshot、browser_take_screenshot 等 mcp__playwright__* 工具可用,缺失则按 references/mcp-setup.md 安装并停止;确认项目根目录,默认 /tmp/doc-snapshot-agent;解析案例文件合并三类标记;准备环境并检查缓存;必要时运行 npx playwright install chromium;按导航→快照→操作→等待→截图→验证流程抓图,原始截图存入 output/{article-id}/raw/,处理后资源存入 output/{article-id}/;生成图调用 python {project-root}/scripts/generate_image.py "{description}" -o "{project-root}/output/{article-id}/{filename}",文本较多的图可加 -m google/gemini-3-pro-image-preview;最后替换标记、语义插图、删除 Image Summary 表并写 README。
限制:浏览器操作必须走 mcp__playwright__*,缺失即停止,不可用直接 Playwright 或通用浏览器工具替代;点击前须基于最新可访问性快照,状态变化后重新快照;raw/ 目录只写一次不可覆盖;凭据从 PLAYWRIGHT_CRED_{SERVICE}_{FIELD} 环境变量读取,不得硬编码或回显;遇到注册、邀请、邮箱验证、2FA 等门控流程且缺少用户信息时须暂停询问;每次截图后需打开 PNG 验证内容。具体收费、价格、平台支持范围等资料暂未提供。