AgentHubAgentHub

使用场景/浏览器自动化

浏览器自动化 MCP 推荐

让 AI 控制真实浏览器:打开页面、点击、填表、截图。适合 E2E 测试、竞品巡检、无 API 的网页操作。

共匹配 1,001 个资源 · 第 13 / 21 页

什么是浏览器自动化?

浏览器自动化 MCP Server 让 AI 直接操作一个真实的浏览器:打开页面、点击按钮、填写表单、截图取证、抓取渲染后的内容。它与网页抓取的区别在于「先渲染、后读取」——JavaScript 动态加载的内容、需要登录与交互的页面都能处理,适合没有开放 API 的网站。

首选推荐 Playwright MCP:它以无障碍树(accessibility tree)而非像素坐标定位元素,AI 理解页面更稳定、更少误点;由微软官方维护,Cursor、Claude Code、VS Code 等主流客户端均支持一键配置。Puppeteer 类服务轻量一些,适合简单的截图与导航任务。

安全提醒:浏览器自动化等价于把浏览器操作权限交给 AI。建议在独立浏览器 Profile 或沙箱中运行,不要登录含支付、企业权限的账号,并对「提交、删除、支付」类操作保留人工确认。

适合做什么

  • E2E 自动化测试
  • 无头浏览器截图
  • 表单批量填写
  • 页面回归巡检

不太适合

  • 已有稳定 REST API 的批量抓取(优先 HTTP 客户端)
  • 需要绕过复杂验证码(合规风险)
常见组合: Playwright MCP + Filesystem MCP → AI 写测试脚本并执行浏览器操作

相关资源

查看全部 →

前端 frontend

SkillSkillsMP

前端/Web UI/UX/视觉类工作必须使用:构建、样式设计、页面或组件重设计、React 环境搭建、性能审计、视觉 QA、品味与打磨。内含四套规则:design taste 路由器与品牌参考;perfection(Playwright/Chromium、Lighthouse、Core Web Vitals);ui-ux-db 配色/字体/规范;designpowers 用户画像/无障碍/评审/交付;以及仅用 curl 的 lazyweb 真实应用截屏研究,用于确定设计方向。触发词:frontend、UI、UX、design、redesign、styling、layout、animation、motion、premium、luxury、minimal、brutalist、Awwwards、DESIGN.md、mockup、React、Lighthouse、accessibility、WCAG、Core Web Vitals、looks generic、make it pretty、like X brand、lazyweb、design research。

source

端到端测试编写

SkillSkillsMP

当开发者要为 Opik 的某个功能、页面或分支添加、编写或创建端到端测试时使用——例如「为实验对比页添加 e2e 测试」「为刚做的功能写测试」「这个分支的 e2e 测试」「给数据集条目流程加测试」。在 tests_end_to_end/e2e/ 中跑完整个循环——分析功能与前端代码、用 Playwright MCP 探索真实 UI、编写 Page Object Model + spec,并在本地运行直到通过。

source

数据抓取 Apify

SkillSkillsMP

通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景:抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作(用 _X)、四级代理递进式抓取(用 BrightData)、真实 Chrome 反爬绕过与 computer use(用 Interceptor)。

source

UI 全面走查 ui-walkthrough

SkillSkillsMP

对当前分支功能做完整的 UI 调查。枚举每个视图与状态(空态、有数据、加载、错误、每个对话框/菜单/面板、响应式断点、浅色+暗色+RTL),用内置 Playwright 工装捕获,汇总为带全局明暗切换滑杆的单图 HTML 走查,随后跑两轮审查:视觉/一致性(对齐、间距、专业感、明暗一致、对比度、截断)与 UX/易用性(流程、可发现性、可供性、空态/错误态、预期)。当被要求做 UI 走查、截图审查、设计或 QA 巡检、「找出可以更易用/更好的地方」或前端工作合并前使用。加 --fix 自动应用安全的前端修复并重新捕获;--theme 限定主题;--no-rtl 跳过 RTL。

source

编写测试

SkillSkillsMP

判定新测试是否值得存在并强制其高效,保护 CI 不被低价值测试堆爆。在新增或大幅修改任何 pytest、Jest、Playwright 测试之前——即 agent 或工程师准备为新功能、bug 修复、PR 写测试时使用。前置两道门槛:价值门槛(每个测试必须能捕获现有测试未覆盖的真实回归;通过公共接口测行为而非实现细节;近似重复折叠为参数化用例)与效率门槛(确定性、隔离、快;选最便宜的测试层级;用 Django TestCase 而非 TransactionTestCase;不许 sleep、不许真实联网)。含"不要写它"决策树。修复既有 flaky 测试用 /fixing-flaky-tests;若本门槛判定需要 Playwright 测试,用 /playwright-test 处理写法。

source

测试规范

SkillSkillsMP

本 monorepo 的测试实践——在单元与端到端测试之间取舍、测试文件位置、tsconfig.test.json 的角色、如何驱动 Playwright、如何编写/适配 UI/端到端测试,以及该用哪个测试运行器(vitest 还是 jest)。当用户要求添加、编写或扩展测试、补充覆盖率、创建测试文件、在新包里搭建测试、提到 vitest/jest,或引用既有 *.test.ts 文件时,必须先调用本技能再做任何代码搜索或文件读取。同等适用于单元测试与端到端/UI 测试——后者会路由到 Playwright-MCP 优先的探索流程,与常规代码搜索工作流不同。

source

pest-testing(Pest 测试)

SkillSkillsMP

仅用于 Laravel 项目中的 Pest PHP 测试。凡涉及编写、修改、修复或重构测试时触发——包括修复因代码改动而失败的测试、添加断言、将 PHPUnit 转换为 Pest、添加数据集和 TDD 流程。用户询问如何用 Pest 编写某物、提到测试文件或目录(tests/Feature、tests/Unit、tests/Browser),或需要浏览器测试、多页 JS 错误冒烟测试、架构测试时激活。涵盖:test()/it()/expect() 语法、数据集、mock、浏览器测试(visit/click/fill)、冒烟测试、arch()、Livewire 组件测试、RefreshDatabase 及 Pest 4 全部特性。不用于工厂、种子、迁移、控制器、模型或非测试 PHP 代码。

source

PDF 转 HTML

SkillSkillsMP

将 PDF 转换为单个自包含、可读性好的 HTML 文件,保留图片、表格、图表和阅读顺序——还可选择翻译为另一种语言同时保留全部图形。使用结构化抽取(PyMuPDF)、基于字号的版式推断、压缩的 base64 内联图片(单一可携带文件),以及强制的无头 Chrome 视觉校验。当有人想把 PDF 作为网页或干净文档来阅读、把 PDF 转成 HTML,或在保留图/表/图表的前提下翻译 PDF 时使用——例如“PDF 转 HTML”“把这个 PDF 转成中文网页版”“让这份报告变得可读”“翻译这份 PDF 但别丢图表”“我只想在手机上读这份 PDF”。与 doc-to-markdown(纯 Markdown 文本)和 pdf-creator(Markdown→PDF)不同——本技能产出带样式、忠实还原图片的 HTML 阅读体验。

source

PDF 文档生成器

SkillSkillsMP

将 Markdown 文件转换为专业 PDF 文档,具备完善的中文(CJK)字体支持、主题体系和视觉自检。当用户要求创建 PDF、把 Markdown 转成 PDF、生成可打印文档或为印刷/移动端阅读排版时使用。必须使用此技能而非手动调用 pandoc/Chrome——它会处理 CJK 排版、Chrome 页眉页脚抑制以及手动方式容易遗漏的强制视觉校验。**范围——仅 Markdown → PDF。** Word(.docx)输出请使用 `minimax-docx`;此技能不产出 docx,两条流水线刻意互不依赖。

source

Python 沙箱执行器

SkillSkillsMP

通过 [inference.sh](https://inference.sh) 在安全沙箱环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh 及 100 多个其他库。适用于:数据处理、网页抓取、图像编辑、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、执行代码、运行脚本、网页抓取、数据分析、图像处理、视频剪辑、3D 模型、自动化、pandas、matplotlib。

source

Python 执行器

SkillSkillsMP

通过 [inference.sh](https://inference.sh) 在安全的沙箱环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh 及 100+ 其他库。适用:数据处理、网页抓取、图像操作、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib

source

常见问题

浏览器自动化 MCP 需要什么客户端支持?

凡是支持 MCP 协议的 AI 开发工具都可以,包括 Cursor、Claude Code、VS Code(Copilot)、Windsurf、Trae 等。在 AgentHub 的资源详情页可一键复制对应客户端的 JSON 配置。

Playwright MCP 和 Puppeteer MCP 选哪个?

优先 Playwright MCP:基于无障碍树定位元素、跨浏览器支持更好、官方维护活跃。Puppeteer 类服务适合只需打开页面和截图的轻量任务。

会让 AI 看到我的账号数据吗?

模型只看到你让它读取的页面内容(截图或文本快照)。请在独立 Profile 中登录测试账号,不要复用主力账号,敏感站点建议配合无痕模式与网络隔离。

配套安装与配置教程

相关场景