（5294期）Web Access Clawhub – 真浏览器自动化，一手信息直达

真浏览器自动化，一手信息直达 通过 CDP 直连用户 Chrome 实现真实浏览器自动化，支持登录态继承、反爬绕过与复杂交互，兼顾静态抓取效率与动态渲染可靠性。 使用说明 核心用法 web-access 是一套面向真实网页环境的通用联网技能，通过 Chrome DevTools Protocol (CDP) 直连用户日常浏览器实例，实现从简单静态抓取到复杂动态交互的全场景覆盖。 三层工具架构： 轻量层：websearch 用于发现信息源；webfetch 定向提取页面可读内容；curl 获取原始 HTML/结构化数据；可选 jina.ai 预处理大幅节省 token 浏览器层：CDP 模式为核心能力，支持登录态继承、反爬绕过、JS 渲染、自由导航、媒体提取、视频帧采样等复杂操作 分治层：多子 Agent 并行调研，独立 tab 隔离，结果汇总，保护主上下文 关键操作模式： 用 /eval 读写 DOM、提取数据、操控元素 用 /click 或 /clickAt 触发交互，前者快速后者模拟真实手势 用 /new 创建后台 tab，任务结束 /close 清理 视频内容通过操控 <video> 元素 + /screenshot 实现离散采样 显著优点 真实浏览器环境：直连用户 Chrome，天然携带 cookies 与登录态，无需模拟或维护独立会话 反爬鲁棒性：GUI 交互作为兜底策略，真实鼠标点击、滚动行为难以被识别为非人类 精细控制能力：可操控视频播放进度、提取 Shadow DOM 内容、处理懒加载、穿透 iframe 边界 并行效率：子 Agent 分治策略将多目标调研耗时从线性降至约等于单任务时长 环境友好：后台 tab 操作，不干扰用户现有浏览会话，自动清理痕迹 潜在局限 前置依赖：要求用户安装 Node.js 22+，并在 Chrome 中手动开启远程调试权限 平台风险：短时间内密集打开页面可能触发目标站点风控 信息损耗：Jina 预处理虽省 token 但可能丢失非文章结构页面的关键数据 经验依赖：特定站点的反爬策略需积累 site-patterns 经验，新站点需探索验证 非 headless：依赖用户本地浏览器，无法云端部署运行 适合人群 需要处理登录墙、动态渲染、复杂交互的自动化任务 研究小红书、微信公众号等静态抓取无效的平台内容 视频内容分析、需要精准帧采样的场景 多源并行调研，追求效率与上下文隔离的研究任务 重视数据真实性、优先获取一手来源的信息核实工作 常规风险 | 风险类型 | 说明 ||---------|------|| 隐私暴露 | 继承用户登录态意味着操作发生在用户身份下，可能产生行为记录 || 账号安全 | 自动化操作若触发平台风控，可能导致账号受限或封禁 || 数据一致性 | 页面提示"内容不存在"可能源于访问方式问题而非真实缺失，需交叉验证 || 依赖稳定性 | Node 版本、Chrome CDP 端口、Proxy 连接任一环异常则无法启动 || token 消耗 | 动态页面大量 DOM 操作可能产生远超静态抓取的上下文开销 | 原始说明 Universal web access skill: search, fetch, browser automation via CDP Proxy. Handles login-required sites, anti-scraping bypasses, and complex web interactions.