skill: Web-Access定位AI编程助手扩展联网和真实浏览器操作

Posted on Views:

Web-Access是一个为AI编程助手扩展联网和真实浏览器操作能力的Agent Skill。它不仅让AI搜索网页、读取内容，还能连接用户日常使用的浏览器，访问需要登录的网站、点击按钮、填写表单、上传文件和提取视频画面。

1.它解决什么问题

普通AI联网工具通常通过搜索引擎或网页抓取接口获取信息，但遇到复杂网页时会有一些限制。

问题1：只能看到搜索结果，无法深入访问

搜索结果可能只有摘要，难以获取完整正文、动态加载的内容或页面中的实际数据。

问题2：无法直接使用已登录的网站(复用cookie)

例如需要登录的社交平台、企业后台、数据分析面板或个人工作台。

问题3：能给建议却不能完成网页操作

例如需要逐步点击菜单、滚动页面、填写表单、上传文件或完成多步骤配置。

Web-Access尝试通过真实浏览器连接和自动化操作来解决这些问题。它不是一个新的大语言模型，也不是独立的搜索引擎，而是为现有Agent增加一层网页访问与操作能力。

2.核心功能拆解

  • 1.多通道联网调度
    • 根据任务选择WebSearch、WebFetch、curl、Jina或CDP浏览器访问，必要时组合使用。

适合：信息检索、资料核实、官方文档研究。

    1. 真实浏览器自动化
    • 通过CDP（Chrome DevTools Protocol，Chrome开发者工具协议）连接本机Chromium内核浏览器，读取DOM、点击页面元素、滚动、截图及填写表单。

适合：复杂网页、动态页面、需要登录的站点。

  • 3.利用现有登录态访问网页
  • 在授权连接的浏览器会话中操作用户能够访问的页面，包括部分企业后台、内容平台和数据面板。

适合：查看报表、查询后台数据、处理工作台任务。

  • 4.并行研究
    • 将多个研究目标拆分给子Agent，使用不同标签页执行任务，再汇总结果。

适合：竞品分析、批量查资料、多个产品横向比较。

    1. 本地书签和历史检索
    • 搜索Chrome或Edge中的书签、浏览历史，定位公网搜索不容易找到的内部系统入口或曾经访问过的页面。

适合：寻找内部业务系统、找回访问过的网址。

    1. 站点经验积累和媒体提取
    • 按域名保存站点操作经验，供后续任务复用；还可以提取页面中的图片、视频地址，并截取指定时间点的视频画面。

适合：重复性网页任务、视频教程分析、内容研究。

3.工作原理

Web-Access理解为Agent与真实网页之间的一个增强层。

1d5d6a0ee86f699dea7390cbde5b2d76.png

4.安装

1. 准备运行环境
安装Node.js 22或更高版本，以及支持Skill的AI Agent。

2. 安装Skill
在终端运行：bash npx skills add eze-is/web-access

3. 启用浏览器远程调试

  • Chrome地址栏打开chrome://inspect/#remote-debugging，启用当前浏览器实例的远程调试权限。
  • Edge可使用edge://inspect/#remote-debugging。
  1. 执行任务
    直接向Agent提出联网、读取网页或网页操作任务，由Skill根据需要选择相应的访问方式。