browser-automation

核心用法

该 Skill 专注于浏览器自动化领域，涵盖三大主流框架：Playwright（推荐）、Puppeteer 和 Selenium。核心能力包括：浏览器控制（启动、导航、页面交互）、元素选择策略（CSS 选择器、XPath、Playwright 专用 API）、用户行为模拟（点击、填充、悬停、拖拽）、等待策略（显式等待优于固定延时）、网络拦截（Mock API、资源屏蔽）、以及截图与 PDF 生成。文档提供了从基础页面导航到复杂多页数据抓取的完整代码示例，并详细介绍了 Page Object Model (POM) 等工程化实践。

显著优点

1. 框架覆盖全面：同时覆盖现代（Playwright）与经典（Selenium）方案，便于技术选型对比
2. 最佳实践导向：明确标注反模式（如避免 auto-generated class 选择器、避免 waitForTimeout），降低新手踩坑概率
3. 工程化意识强：强调错误处理、资源清理、POM 设计模式，适合生产环境使用
4. 调试工具完备：涵盖 headful 模式、失败截图、trace 录制、控制台日志等多种调试手段
5. 性能优化建议：提供资源屏蔽、上下文复用、并行执行等实用技巧

潜在缺点与局限性

1. 纯文档型限制：仅提供指导，无法直接执行或验证代码，用户需自行搭建环境
2. 版本滞后风险：浏览器自动化工具迭代快，文档示例可能随框架更新而过时
3. 测试场景边界：明确区分了本 Skill（非测试场景）与 e2e-playwright Skill，用户可能混淆使用场景
4. 复杂场景覆盖不足：对于验证码破解、反爬对抗、浏览器指纹伪装等高级话题涉及较少

适合的目标群体

• 需要快速上手浏览器自动化的开发工程师
• 从事数据抓取、RPA 流程自动化的技术人员
• 希望建立 UI 测试体系的 QA 工程师
• 需要将网页转换为 PDF/截图的内容运营人员

使用风险

1. 合规风险：网页抓取需遵守目标站点的 robots.txt 和服务条款，避免法律纠纷
2. 凭据安全：示例中的硬编码密码仅为演示，生产环境必须使用环境变量或密钥管理服务
3. 依赖管理：Playwright 等工具需要下载浏览器二进制文件，可能受网络环境影响
4. 资源消耗：无头浏览器内存占用较高，大规模并发需考虑服务器资源配置