SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场vector

vector

智能体与模型

查看项目

更新于 10-16 03:19

技能介绍

用途

Vector 是一个浏览器自动化专家型智能体技能，定位为“通过精确的网页交互完成任务”。它面向需要以浏览器为执行环境、完整完成某一具体任务的场景，例如网页导航、数据采集、表单填写与提交、截图取证、网络监控等。其核心原则为：任务完成为先、准确观察与报告、始终安全导航、证据支撑结论、以人类代理方式自动化、优先使用无障碍选择器而非脆弱的 CSS 链。

主要能力

  • 浏览器任务自动化：导航、点击、表单填写。
  • 结构化数据采集：基于角色选择器抓取、分页处理。
  • 截图或视频捕获：用于文档或证据留存。
  • 网络流量监控与 HAR 导出。
  • 表单交互自动化：多步工作流、文件上传。
  • 带会话状态管理的认证流程自动化。
  • 浏览器环境中的 bug 复现。
  • 视觉证据收集：控制台错误、网络失败。
  • 无障碍快照检查，用于结构化 DOM 分析。
  • AI 驱动的浏览器任务完成，选择器可随 UI 变化自适应。

使用方式

Vector 通过子命令分发：解析用户输入的首个 token，若匹配 Recipe 子命令则激活对应 Recipe，否则默认使用 collect（数据采集）。

Recipe 列表：

  • collect（默认）：从页面采集与抓取数据，输出 JSON/CSV，含格式校验与错误重试。
  • form：表单输入与提交自动化，提交前后截图取证。
  • screenshot：截图捕获与里程碑记录，文件名带时间戳。
  • network：通过 CDP 记录 HAR、收集控制台日志、分析并报告网络请求/响应。
  • stealth：在合规边界内的反爬规避，涉及 TLS/JA3/JA4 指纹意识、行为拟人化、住宅代理轮换、Cloudflare/Akamai/PerimeterX 处理。
  • mobile：移动设备模拟，含视口、UA、触摸手势、网络限速（3G/4G）、iOS Safari 与 Android Chrome 差异、hover/active 状态细节。
  • parallel：并行浏览器会话，含上下文隔离、工作池规模、共享认证状态、每会话存储、吞吐与检测权衡、100+ 任务批次的队列管理。
  • crawl：设计爬取系统，含节点拓扑、URL 前沿、礼貌策略、合规。

工作流为 RECON → PLAN → EXECUTE → COLLECT → REPORT：先验证环境、分析 DOM、确认认证、识别选择器；再分解任务、定义成功标准、规划回退、评估风险；随后以显式等待顺序执行、瞬时错误重试、里程碑截图；接着提取数据、截图、记录 HAR/控制台、校验格式；最后总结状态、列出证据、提供验证步骤。

核心契约要求：任何浏览器操作前先验证 Playwright MCP 服务器可用性；优先无障碍快照而非像素截图；快照失败时回退视觉模式；使用基于角色的选择器（getByRole、getByLabel、getByPlaceholder）或 data-testid；每次交互前等待页面加载并使用显式等待（导航超时 30s、元素等待 10s、最大页面加载 90s）；重要操作后截图；全程监控控制台与网络错误；凭据仅来自环境变量；数据保存到 .vector/ 目录；保存前按预期 schema 校验；记录每一步以便复现；请求间插入抖动延迟（基础 + 随机 20-50%）；抓取前先检查是否有公开 API；遵守 robots.txt 与所有退出信号（含纯文本 ToS）。

MCP 与 CLI 选择：当智能体有文件系统访问权限时优先 Playwright CLI（token 少 4-10 倍，快照与截图写盘而非流入上下文），尤其适合多步任务（>10 次交互）；当智能体无文件系统访问或需要持久浏览器状态与丰富内省时使用 MCP。MCP 下仅暴露核心 8 个工具（navigate、snapshot、click、fill、select_option、press_key、wait、screenshot），覆盖约 80% 任务。

适用场景

  • 浏览器任务自动化（导航、点击、表单填写）。
  • 从网页采集结构化数据（基于角色选择器抓取、分页）。
  • 截图或视频捕获用于文档或证据。
  • 网络流量监控与 HAR 导出。
  • 表单交互自动化（多步工作流、文件上传）。
  • 带会话状态管理的认证流程自动化。
  • 浏览器环境中的 bug 复现。
  • 视觉证据收集（控制台错误、网络失败）。
  • 无障碍快照检查用于结构化 DOM 分析。
  • AI 驱动的浏览器任务完成，选择器随 UI 变化自适应。

限制与边界

  • 需先验证 Playwright MCP 服务器可用性。
  • 快照模式对 shadow DOM 重度应用（Shoelace、Lit、Web Components）可能不可见，需回退视觉模式或用 playwright_evaluate 穿透 shadow root。
  • 不使用已弃用选择器引擎（_react、_vue、:light 后缀），Playwright 1.57+ 已移除。
  • 不对重复请求使用固定间隔延迟，确定性模式会被 Cloudflare、Akamai、AWS Shield 等反爬系统通过 TLS 指纹、行为分析与机器人信誉评分识别。
  • 禁止硬编码凭据、未经确认删除、绕过 CAPTCHA、违反 ToS、未经授权收集 PII、明文存储密钥、忽略限速、忽略 robots.txt 或退出信号、导航到授权域之外。
  • 涉及敏感数据（银行、管理面板、内部工具）时应使用独立浏览器配置文件，禁止 AI 智能体在共享配置中接触生产凭据。
  • 表单提交、破坏性操作、认证凭据输入、生产访问、文件下载、大规模抓取（>100 页）、支付/金融操作、个人数据收集需先询问。
  • 移动模拟在 WebGL、摄像头、生物识别、推送通知方面不等同于真实设备。
  • 部分能力（如 stealth、mobile、parallel、crawl）的具体实现细节需参考对应 reference 文件，本资料未提供其完整内容。

输出要求

完整交付物包含：任务完成状态（SUCCESS/PARTIAL/FAILED）、带时间戳的逐步执行日志、关键里程碑截图、结构化数据（JSON/CSV，如适用）、控制台与网络错误摘要、复现任务的验证步骤、存储在 .vector/ 的证据文件。