# Web Access V

> 需要从互联网获取信息、核实事实或操作网页界面时使用。覆盖搜索信息、抓取网页内容、访问需要登录的网站、操作页面元素、截图分析页面、从反爬平台（小红书、微博等）提取内容。 适用于"帮我搜一下 XX 是什么""看看这个链接写了什么""去 XX 官网查一下""帮我登录后导出数据""帮我抓取小红书帖子""对比这几个产品"等请求。纯本地操作或不需要联网的任务不触发。

- Skill: `dulltackle/web-access-v` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add dulltackle/web-access-v`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dulltackle/web-access-v/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: dulltackle (https://skillmd.com/u/dulltackle)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/dulltackle/web-access-v

---


# web-access-v Skill

## 前置检查

在开始联网操作前，先检查 CDP 模式可用性：

```bash
bash ${SKILL_DIR}/scripts/check-deps.sh
```

- **Node.js 22+**：必需（使用原生 WebSocket）。版本低于 22 可用但需安装 `ws` 模块。
- **Chrome remote-debugging**：在 Chrome 地址栏打开 `chrome://inspect/#remote-debugging`，勾选 **"Allow remote debugging for this browser instance"** 即可，可能需要重启浏览器。

检查通过后再启动 CDP Proxy 执行操作，未通过则引导用户完成设置。

## 浏览哲学

**像人一样思考，兼顾高效与适应性的完成任务。**

执行任务时不会过度依赖固有印象所规划的步骤，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——全程围绕「我要达成什么」做决策。这个 skill 的所有行为都应遵循这个逻辑。

**① 拿到请求** — 先明确用户要做什么，定义成功标准：什么算完成了？需要获取什么信息、执行什么操作、达到什么结果？这是后续所有判断的锚点。

**② 选择起点** — 根据任务性质、平台特征、达成条件，选一个最可能直达的方式作为第一步去验证。一次成功当然最好；不成功则在③中调整。比如，需要操作页面、需要登录态、已知静态方式不可达的平台（小红书、微信公众号等）→ 直接 CDP

**③ 过程校验** — 每一步的结果都是证据，不只是成功或失败的二元信号。用结果对照①的成功标准，更新你对目标的判断：路径在推进吗？结果的整体面貌（质量、相关度、量级）是否指向目标可达？发现方向错了立即调整，不在同一个方式上反复重试——搜索没命中不等于"还没找对方法"，也可能是"目标不存在"；API 报错、页面缺少预期元素、重试无改善，都是在告诉你该重新评估方向。遇到弹窗、登录墙等障碍，判断它是否真的挡住了目标：挡住了就处理，没挡住就绕过——内容可能已在页面 DOM 中，交互只是展示手段。

**④ 完成判断** — 对照定义的任务成功标准，确认任务完成后才停止，但也不要过度操作，不为了"完整"而浪费代价。

## 联网工具选择

- **确保信息的真实性，一手信息优于二手信息**：搜索引擎和聚合平台是信息发现入口。当多次搜索尝试后没有质的改进时，升级到更根本的获取方式：定位一手来源（官网、官方平台、原始页面）。

| 场景 | 工具 |
|------|------|
| 搜索摘要或关键词结果，发现信息来源 | **WebSearch** |
| URL 已知，需要从页面定向提取特定信息 | **WebFetch**（拉取网页内容，由小模型根据 prompt 提取，返回处理后结果） |
| URL 已知，需要原始 HTML 源码（meta、JSON-LD 等结构化字段） | **curl** |
| 页面中的图片/图表/非文本内容需要理解语义 | **截图 + 视觉模型分析** |
| 非公开内容，或已知静态层无效的平台（小红书、微信公众号等公开内容也被反爬限制） | **浏览器 CDP** |
| 需要登录态、交互操作，或需要像人一样在浏览器内自由导航探索 | **浏览器 CDP** |

浏览器 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。WebSearch、WebFetch、curl 均不处理登录态。

进入浏览器层后，`/eval` 是手，`/screenshot` + 视觉能力是眼睛，两者配合使用。浏览网页时，**先了解页面结构，再决定下一步动作**。

**DOM 优先，视觉补位**：能从 eval/DOM 拿到的信息优先用 DOM 方式；DOM 拿不到或不确定时，截图+视觉分析作为补充。详见 `references/visual-analysis.md`。

## 浏览器 CDP 模式

通过 CDP Proxy 直连用户日常 Chrome，天然携带登录态，无需启动独立浏览器。
若无用户明确要求，不主动操作用户已有 tab，所有操作都在自己创建的后台 tab 中进行，保持对用户环境的最小侵入。不关闭用户 tab 的前提下，完成任务后关闭自己创建的 tab，保持环境整洁。

### 启动

```bash
bash ${SKILL_DIR}/scripts/check-deps.sh
```

脚本会依次检查 Node.js、Chrome 端口，并确保 Proxy 已连接（未运行则自动启动并等待）。Proxy 启动后持续运行。

### API 端点速查

| 端点 | 方法 | 说明 |
|------|------|------|
| `/targets` | GET | 列出用户已打开的 tab |
| `/new?url=URL` | GET | 创建新后台 tab（自动等待加载） |
| `/info?target=ID` | GET | 页面信息（title、url、readyState） |
| `/eval?target=ID` | POST | 执行 JS（body 为表达式） |
| `/click?target=ID` | POST | JS click（body 为 CSS 选择器） |
| `/clickAt?target=ID` | POST | CDP 真实鼠标点击（body 为 CSS 选择器） |
| `/setFiles?target=ID` | POST | 文件上传（body 为 JSON） |
| `/screenshot?target=ID` | GET | 截图（`file=` 保存到文件） |
| `/navigate?target=ID&url=URL` | GET | 导航（自动等待加载） |
| `/back?target=ID` | GET | 后退 |
| `/scroll?target=ID` | GET | 滚动（`y=` 像素 / `direction=bottom`） |
| `/close?target=ID` | GET | 关闭 tab |

详细用法、参数、示例 → `references/cdp-api.md`

### 技术事实

- 页面中存在大量已加载但未展示的内容——轮播中非当前帧的图片、折叠区块的文字、懒加载占位元素等，它们存在于 DOM 中但对用户不可见。以数据结构（容器、属性、节点关系）为单位思考，可以直接触达这些内容。
- DOM 中存在选择器不可跨越的边界（Shadow DOM 的 `shadowRoot`、iframe 的 `contentDocument`等）。eval 递归遍历可一次穿透所有层级，返回带标签的结构化内容，适合快速了解未知页面的完整结构。
- `/scroll` 到底部会触发懒加载，使未进入视口的图片完成加载。提取图片 URL 前若未滚动，部分图片可能尚未加载。
- 拿到媒体资源 URL 后，公开资源可直接下载到本地后用读取；需要登录态才可获取的资源才需要在浏览器内 navigate + screenshot。
- 短时间内密集打开大量页面（如批量 `/new`）可能触发网站的反爬风控。
- 平台返回的"内容不存在""页面不见了"等提示不一定反映真实状态，也可能是访问方式的问题（如 URL 缺失必要参数、触发反爬）而非内容本身的问题。

### 任务结束

用 `/close` 关闭自己创建的 tab，必须保留用户原有的 tab 不受影响。

Proxy 持续运行，不建议主动停止——重启后需要在 Chrome 中重新授权 CDP 连接。

## 信息核实类任务

核实的目标是**一手来源**，而非更多的二手报道。多个媒体引用同一个错误会造成循环印证假象。

搜索引擎和聚合平台是信息发现入口，是**定位**信息的工具，不可用于直接**证明**真伪。找到来源后，直接访问读取原文。同一原则适用于工具能力/用法的调研——官方文档是一手来源，不确定时先查文档或源码，不猜测。

| 信息类型 | 一手来源 |
|----------|---------|
| 政策/法规 | 发布机构官网 |
| 企业公告 | 公司官方新闻页 |
| 学术声明 | 原始论文/机构官网 |
| 工具能力/用法 | 官方文档、源码 |

**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。"单一来源时同样向用户声明。

## 站点经验

操作中积累的特定网站经验，按域名存储在 `references/site-patterns/` 下。

已有经验的站点：!`ls ${SKILL_DIR}/references/site-patterns/ 2>/dev/null | sed 's/\.md$//' || echo "暂无"`

确定目标网站后，如果上方列表中有匹配的站点，必须读取对应文件获取先验知识（平台特征、有效模式、已知陷阱）。经验内容标注了发现日期，当作可能有效的提示而非保证——如果按经验操作失败，回退通用模式并更新经验文件。

CDP 操作成功完成后，如果发现了有必要记录经验的新站点或新模式（URL 结构、平台特征、操作策略），主动写入对应的站点经验文件。只写经过验证的事实，不写未确认的猜测。

文件格式：
```markdown
---
domain: example.com
aliases: [示例, Example]
updated: 2026-03-19
---
## 平台特征
架构、反爬行为、登录需求、内容加载方式等事实

## 有效模式
已验证的 URL 模式、操作策略、选择器

## 已知陷阱
什么会失败以及为什么
```
经验/陷阱内容标注发现日期，当作"可能有效的提示"而非"保证正确的事实"。

## References 索引

| 文件 | 何时加载 |
|------|---------|
| `references/cdp-api.md` | 需要 CDP API 详细参考、JS 提取模式、错误处理时 |
| `references/visual-analysis.md` | 需要视觉分析策略、截图时机、prompt 方向时 |
| `references/browser-patterns.md` | 需要导航模式、媒体提取、交互验证、验证码处理、视频采帧、登录判断时 |
| `references/sub-agent-strategy.md` | 需要并行分治、子 Agent prompt 写法时 |
| `references/site-patterns/{domain}.md` | 确定目标网站后，读取对应站点经验 |

## OpenClaw 补充工具

除 CDP Proxy 外，OpenClaw 环境还提供以下联网工具，可按需组合：

| 工具 | 调用方式 | 场景 |
|------|---------|------|
| 网页搜索 | `mcporter call web-search-prime.web_search_prime search_query='...'` | 搜索关键词，发现信息来源（对应原 WebSearch） |
| 网页阅读 | `mcporter call web-reader.webReader url='...'` | 抓取已知 URL 的页面内容（对应原 WebFetch） |

当 CDP Proxy 不可用（如未配置 Chrome remote-debugging）时，回退到 mcporter web-reader 处理静态页面，或等待 CDP 环境就绪。