web-access 是一个用于 AI 代理的联网操作技能，旨在统一处理所有需要访问网络的场景。根据技能说明，所有联网操作都应通过此技能处理，包括搜索、网页抓取、登录后操作、动态页面交互等。触发场景涵盖用户要求搜索信息、查看网页内容、访问需要登录的网站、操作网页界面、抓取社交媒体内容（如小红书、微博、推特等）、读取动态渲染页面，以及任何需要真实浏览器环境的网络任务。
用途与设计哲学
该技能强调“像人一样浏览，不像机器人一样执行程序”。人类浏览网页时不会在开始前列出完整步骤，而是带着目标进入，边看边判断，遇到阻碍就解决，发现内容不够就深入。技能行为遵循三个核心判断：第一，明确需要什么信息，选择最轻且能直达目标的方式；第二，判断信息是否足够完成任务，不过度采集；第三，遇到阻碍（如弹窗、登录墙、广告、加载失败）时，在层内解决，不退回轻量工具，不打扰用户，除非确认无法自行解决。
主要能力
技能提供三种信息获取通道，根据目标信息性质选择：
- WebSearch：用于只需搜索摘要或关键词结果，或需要发现信息来源的场景。
- WebFetch：用于 URL 已知的静态公开页面。请求时加 header
Accept: text/markdown, text/html，支持该协议的网站可直接返回 Markdown，节省约 80% token。失败时（空内容 / 403 / JS 渲染）升级到浏览器层。 - 浏览器 CDP：用于社交媒体、内容平台（微信公众号、微博、小红书、X/Twitter 等）、需要动态内容、登录态、交互操作，或需要像人一样在浏览器内自由导航探索的场景。CDP 不要求 URL 已知，可从任意入口出发，通过页面内搜索、点击、跳转等方式找到目标内容。进入浏览器层后，区分操作型任务（用 accessibility tree 感知界面，无法识别时才截图辅助）和内容型任务（用 accessibility tree 读文字结构，同时判断图片是否承载核心信息，是则提取图片 URL 定向读取）。
技能禁止降级：进入更重的通道后，不得回头用轻量工具完成同一目标。唯一例外是浏览器操作中衍生的新子目标，可重新选择通道。
使用方式
首次安装时，需运行环境探测脚本 bash ~/.claude/skills/web-access/scripts/check-deps.sh，AI 根据输出处理缺失依赖，缺什么装什么，Chrome 缺失时提示用户手动下载（无法自动安装）。安装完成后，用户直接说明联网需求即可，技能会自动选择最合适的方式。Windows 用户需要 Git Bash 环境（安装 Git for Windows 即可）。
浏览器 CDP 模式通过 agent-browser CLI 控制。启动脚本 bash ~/.claude/skills/web-access/scripts/ensure-browser.sh，根据输出判断浏览器状态：返回 Browser ready on port 9222 表示脚本自己启动的，状态可信，任务结束后关闭；返回 already running 表示检测到残留进程，状态不可信，必须验证：运行 agent-browser --cdp 9222 open about:blank，成功则可用，失败则执行 close 后重新 ensure（任务结束后不关闭）；返回 ERROR 或 agent-browser 无响应，执行 bash ~/.claude/skills/web-access/scripts/close-browser.sh 后重新运行。严禁切换到其他浏览器工具，因为 Playwright MCP 底层能力等效但 profile 路径不同，切换会丢失已有登录态。
常用命令包括：
agent-browser --cdp 9222 open <url>打开页面agent-browser --cdp 9222 snapshot -i可交互元素（操作用）agent-browser --cdp 9222 snapshot完整无障碍树（读文字用）agent-browser --cdp 9222 click @ref-123点击元素agent-browser --cdp 9222 fill @ref-123 "内容"填写输入框agent-browser --cdp 9222 wait load networkidle仅用于 click/fill 触发导航后；open 已内置等待，勿在 open 后使用agent-browser --cdp 9222 scroll down 3000触发懒加载agent-browser --cdp 9222 screenshot /tmp/x.pngagent-browser --cdp 9222 screenshot --annotatesnapshot -i ref 失效时的升级方案agent-browser --cdp 9222 eval "<js>"执行 JS，用于提取 DOM 信息
图片提取时，判断内容在图片里，用 eval 从 DOM 直接拿图片 URL，再定向打开截图读取。需注意懒加载：未进入视口的图片 naturalWidth 为 0，eval 前先 scroll 到底。过滤噪声：naturalWidth > 200 排除图标和头像。示例命令：
agent-browser --cdp 9222 scroll down 3000
agent-browser --cdp 9222 eval "JSON.stringify(Array.from(document.querySelectorAll('img')).map((img,i)=>({i,src:img.src,w:img.naturalWidth,h:img.naturalHeight})).filter(x=>x.w>200))"
agent-browser --cdp 9222 open <img_url>
agent-browser --cdp 9222 screenshot /tmp/img_n.png
视频内容获取：CDP headed 模式下浏览器真实渲染，截图可捕获当前视频帧。可 seek 到任意时间点截图，离散采样分析。示例：
agent-browser --cdp 9222 eval "document.querySelector('video').duration"
agent-browser --cdp 9222 eval "var v=document.querySelector('video'); v.currentTime=60; v.play()"
sleep 2
agent-browser --cdp 9222 screenshot /tmp/frame.png
agent-browser --cdp 9222 eval "document.querySelector('video').requestFullscreen()"
采帧粒度由任务需求自行判断，无需用户指定。
登录判断：核心问题是目标内容是否拿到。打开页面后先尝试获取目标内容，结合领域知识和页面实际反馈判断。即使页面显示登录提示，只要目标内容已拿到，就不需要打扰用户登录。只有当确认目标内容无法获取时，才推断登录是否能解决，若成立则告知用户具体内容无法获取，请求登录，登录完成后无需重启浏览器，直接继续原任务。
任务结束时，如果 ensure-browser.sh 返回 Browser ready（本次启动），则关闭浏览器，必须用脚本 bash ~/.claude/skills/web-access/scripts/close-browser.sh，勿直接 kill，否则会留下崩溃窗口。
对于核实任务，目标是一手来源，而非更多二手报道。搜索用于定位来源，不用于证明真伪。找到来源后直接访问读取原文。信息类型对应一手来源：政策/法规对应发布机构官网，企业公告对应公司官方新闻页，学术声明对应原始论文/机构官网。找不到官网时，权威媒体的原创报道（非转载）可作为次级依据，但需向用户说明：“未找到官方原文，以下核实来自[媒体名]报道，存在转述误差可能。”
技能还强调工具能力边界理解：对任何工具（MCP、CLI、库）的能力有疑问时，如果没有足够知识把握，先查官方文档，如无足够文档介绍，可考虑查看源码，再作判断，不猜测、不把不确定性转移给用户。
适用场景
适用于需要搜索信息、查看网页内容、访问需要登录的网站、操作网页界面、抓取社交媒体内容（小红书、微博、推特等）、读取动态渲染页面，以及任何需要真实浏览器环境的网络任务。特别适合需要处理动态内容、登录态、交互操作或自由导航探索的场景。
限制
- 首次使用需运行环境探测并安装缺失依赖，Chrome 缺失时无法自动安装，需用户手动下载。
- Windows 用户需要 Git Bash 环境。
- 浏览器 CDP 模式仅支持 agent-browser CLI，严禁切换到其他浏览器工具，切换会丢失已有登录态。
- 进入更重通道后禁止降级回轻量工具。
- 未提供具体收费、价格、平台兼容性等详细信息。
参考资料
不常用命令（drag、storage、pdf 等）参考 references/commands.md；登录流程细节参考 references/login-flow.md。