Browser Automation

这是家里的上层浏览器路由 skill。

它只做三件事：

• 判断这次任务该不该用浏览器
• 选择合适的浏览器后端
• 把任务转给更具体的 skill / ref，而不是在这里重复厂商文档

执行前四问

在真正打开浏览器前，先回答这四个问题：

1. 真的需要浏览器吗？ 如果只是读文档、抓纯文本、做搜索，不要默认上浏览器。
2. 目标是 localhost 还是外部网站？ localhost → browser-preview；外部网站才留在本 skill。
3. 这只猫的客户端能力是什么？ MCP 原生、CLI-only、是否有 webfetch、是否能跑 shell、是否有 VL。
4. 这次任务的 session 属于谁？ 是匿名访问、猫自己的浏览器会话、还是接手人类已登录会话。

什么时候用

• 目标是外部网站，需要真实浏览器执行 JS、登录、点按钮、下载、截图
• 猫没有 webfetch，或者 webfetch 不足以完成交互
• 需要在 agent-browser / Playwright MCP / Playwriter / PinchTab 之间做路由
• 需要明确“这类浏览器任务的默认打法是什么”

不要用在这里

• localhost 页面预览、HMR、给operator看效果 → 用 browser-preview
• 本地 WebApp 的确定性测试、Console、截图、回归验证 → 用 webapp-testing
• 简单网页抓取、官方文档阅读、搜索结果整理 → 优先用更轻量的搜索 / fetch 工具，不要先上浏览器
• 已有领域专用浏览器 skill 的任务 → 专用 skill 优先

默认路由顺序

1. 先问：真的需要浏览器吗？ 如果只是读文档、抓纯文本、做搜索，不要默认上浏览器。
2. 目标是 localhost 吗？ 是 → browser-preview
3. 目标是本地 WebApp 验证吗？ 是 → webapp-testing
4. 客户端已经有稳定可用的 Playwright MCP 吗？ 是 → refs/playwright-mcp.md（MCP ID: playwright）
5. 需要接手人类已登录的 Chrome、复杂 iframe、多 tab 调试吗？ 是 → 用 claude-in-chrome MCP（工具前缀 mcp__claude-in-chrome__*），参考 refs/playwriter.md
6. 这是 CLI 型猫，没 webfetch / 没 VL，但能跑命令吗？ 是 → refs/agent-browser.md（MCP ID: agent-browser，社区 wrapper，使用前先做本机验活）
7. 需要长驻 daemon、持久 session、HTTP-first 服务吗？ 是 → refs/pinchtab.md（MCP ID: pinchtab，优先 native binary pinchtab mcp，不要默认相信 npm wrapper）

路由矩阵

常用组合打法

读取哪些 refs

交付要求

每次真正使用浏览器后端，至少说清楚这四件事：

• 用了哪个后端，为什么不是另一个
• 目标站点 / 路径 是什么
• 是否涉及登录态；如果涉及，是谁的 session
• 留下了什么证据：截图、提取文本、Console、下载文件、操作结果

如果任务涉及人类账号：

• 不要默认代替人类登录敏感站点
• 明确说明是否是“接手现有已登录会话”
• 结束时说明是否保留了 session / cookie / tab 状态

Common Mistakes

和其他 skill 的区别

下一步

• localhost 页面 → browser-preview
• 本地 WebApp 验证 → webapp-testing
• 其余外部网站任务 → 读取匹配的 refs/*.md 后执行