docs(web-access): sync site-pattern baselines off the retired Playwright fallback (#86)

## What / 变更内容

S31(#85)把 `web-access` 技能升到 v3.0.0,删掉了 `SKILL.md` 与
`references/browser-tools.md`
里「用户手工启动带 `--remote-debugging-port` 的 Chrome + Python Playwright」的回落路径,但
**5 个 per-site 基线文件未同步**,仍然引导 Agent 在正文抽取(以及部分站点的登录态复用)上
回落到已废弃的 Playwright / 外部 CDP:

- `references/site-patterns/zhihu.com.md`
- `references/site-patterns/weibo.com.md`
- `references/site-patterns/bilibili.com.md`
- `references/site-patterns/xiaohongshu.com.md`
- `references/site-patterns/feishu.cn.md`

本 PR 把这 5 处旧表述替换为已落地的内置浏览器能力:

- 正文抽取 → `BrowserAct(page.extract-text)`(format/maxBytes/nextCursor 分页)
- 知乎/B站的「批量回答/评论」抽取 → `BrowserAct(page.element, op: all-inner-texts,
selector: loc=css:...)`
  (九 op 判别式命令的只读档,一次拿全部匹配元素文本)
- 登录态未授予 `browser.import.*` 时的处置,由「直接回落 / 回落 CDP」改为「如实告知用户无法复用
登录态,按未登录继续或放弃」,与 `references/browser-tools.md` 里 `BrowserImport` 一节已修好的
  措辞对齐
- 各文件 `历史更新` 追加一条同步记录;`SKILL.md` 版本号 `3.0.0` → `3.0.1`
(只改 `references/*`,未改 `SKILL.md`/`SKILL.zh-CN.md` 正文,`source_hash` 不受影响)

`references/browser-tools.md` 现存的 2 处 "Playwright" 字样经核实均为**已移除**的历史性陈述
("…并移除 Python Playwright 回落"、"无需…Python / Playwright"),不构成误导性指令,本 PR
未改动该文件。

Refs: desirecore/desirecore#2074, #85

## Test plan / 测试计划

- [x] 通读改动后的每个 site-pattern 文件:新写法对应的能力(`page.extract-text` /
`page.element`
      op: `all-inner-texts`)均已在 v3.0 落地,未引用不存在的参数
- [x] `compute_source_hash` 只 hash `SKILL.md` frontmatter 之后的 body +
i18n strings,本次只改
      `references/*.md`,不触发 source_hash drift
- [ ] CI(i18n validate)

- [x] CLA
This commit is contained in:
2026-08-19 20:22:27 +08:00
committed by GitHub
parent 0d4d7b208b
commit 6538f01555
6 changed files with 26 additions and 13 deletions

View File

@@ -5,7 +5,7 @@ type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-08-06'
updated_at: '2026-08-18'
---
## L0
@@ -18,7 +18,7 @@ updated_at: '2026-08-06'
## 推荐流程
- 仅取标题/UP 主/播放数 → WebFetch 即可
- 取完整简介 / 评论 → 内置浏览器 BrowserAct(tab.navigate) 到达页面,正文抽取回落 L3-fallback Playwright
- 取完整简介 / 评论 → 内置浏览器 BrowserAct(tab.navigate) 到达页面,正文用 BrowserAct(page.extract-text);批量评论文本可用 BrowserAct(page.element, op: all-inner-texts, selector: loc=css:.reply-item .content)
- 批量数据 → 优先尝试 `api.bilibili.com` 公开接口(有专门的 wbi 签名机制)
## 推荐选择器
@@ -39,3 +39,5 @@ updated_at: '2026-08-06'
## 历史更新
- 2026-05-05初版基线待实际验证调整
- 2026-08-18同步 web-access v3.0 内置浏览器能力面,正文抽取由"回落 Playwright"改为
`page.extract-text` / `page.element(op: all-inner-texts)`issue #2074

View File

@@ -5,7 +5,7 @@ type: site-pattern
pinned: true
confidence: high
learned_at: '2026-05-05'
updated_at: '2026-08-06'
updated_at: '2026-08-18'
---
## L0
@@ -19,7 +19,7 @@ updated_at: '2026-08-06'
## 推荐流程
1. 公开文档companion 页面/官方文档站点 `feishu.cn/hc/...`)→ WebFetch / Jina
2. 用户文档 → 内置浏览器 BrowserAct(tab.navigate) 到达(登录态:已授予 `browser.import.*` 才用 BrowserImport否则直接回落),正文抽取回落 Playwright
2. 用户文档 → 内置浏览器 BrowserAct(tab.navigate) 到达(登录态:已授予 `browser.import.*` 才用 BrowserImport否则如实告知用户无法复用登录态,按未登录继续或放弃),正文用 BrowserAct(page.extract-text)
3. 长期程序化访问 → 申请 OpenAPI access_token走 HTTP避免 CDP
## 推荐选择器
@@ -38,3 +38,5 @@ updated_at: '2026-08-06'
## 历史更新
- 2026-05-05初版基线
- 2026-08-18同步 web-access v3.0 内置浏览器能力面,正文抽取由"回落 Playwright"改为
`page.extract-text`;登录态缺失时的处置由"直接回落"改为如实告知用户issue #2074

View File

@@ -5,7 +5,7 @@ type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-08-06'
updated_at: '2026-08-18'
---
## L0
@@ -18,7 +18,7 @@ updated_at: '2026-08-06'
## 推荐流程
1. 单条公开微博 → 优先尝试 `https://m.weibo.cn/status/<id>`WebFetch 看是否拿到正文
2. 拿不到 → 内置浏览器 BrowserAct(tab.navigate) + BrowserAct(input.click ref) 点"展开"(登录态:已授予 `browser.import.*` 才用 BrowserImport否则直接回落),正文抽取回落 Playwright
2. 拿不到 → 内置浏览器 BrowserAct(tab.navigate) + BrowserAct(input.click ref) 点"展开"(登录态:已授予 `browser.import.*` 才用 BrowserImport否则如实告知用户无法复用登录态,按未登录继续或放弃),正文用 BrowserAct(page.extract-text)
3. 用户主页时间线必须登录BrowserAct(input.wheel) 触发懒加载
## 推荐选择器
@@ -38,3 +38,5 @@ updated_at: '2026-08-06'
## 历史更新
- 2026-05-05初版基线
- 2026-08-18同步 web-access v3.0 内置浏览器能力面,正文抽取由"回落 Playwright"改为
`page.extract-text`;登录态缺失时的处置由"直接回落"改为如实告知用户issue #2074

View File

@@ -5,7 +5,7 @@ type: site-pattern
pinned: true
confidence: high
learned_at: '2026-05-05'
updated_at: '2026-08-06'
updated_at: '2026-08-18'
---
## L0
@@ -19,9 +19,12 @@ updated_at: '2026-08-06'
## 推荐流程
1. BrowserManage(create_space/start_session);登录态若已授予 `browser.import.*`,用
BrowserImport(discover → create_plan[domains: xiaohongshu.com] → dry_run → apply),否则回落 CDP
BrowserImport(discover → create_plan[domains: xiaohongshu.com] → dry_run → apply),否则如实
告知用户无法复用登录态,按未登录继续或放弃
2. BrowserAct(tab.navigate) 打开笔记;列表页用 BrowserSnapshot(semantic) 收 `.note-card` 链接的 ref
3. 正文抽取回落 L3-fallback Playwright内置浏览器的 semantic 快照不含正文accessibility 在本站会超限)
3. 正文抽取用 BrowserAct(page.extract-text)format: markdown超出 maxBytes 用返回的 nextCursor
续读——semantic 快照本就不含正文这是两者的正常分工不是回落accessibility 在本站超限时会
截断分页而非整体失败
4. 收尾 BrowserManage(close_session)ephemeral Space 不留 Profile
## 推荐选择器
@@ -46,3 +49,5 @@ updated_at: '2026-08-06'
## 历史更新
- 2026-05-05初版基线基于公开经验整理待 Agent 实际验证升级 confidence
- 2026-08-18同步 web-access v3.0 内置浏览器能力面,正文抽取由"回落 Playwright"改为
`page.extract-text`;登录态缺失时的处置由"回落 CDP"改为如实告知用户issue #2074

View File

@@ -5,7 +5,7 @@ type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-08-06'
updated_at: '2026-08-18'
---
## L0
@@ -18,7 +18,7 @@ updated_at: '2026-08-06'
## 推荐流程
1. 专栏文章 → WebFetch / Jina Reader 优先
2. 问答详情 → 内置浏览器 BrowserAct(tab.navigate) 到达;批量回答正文抽取回落 Playwright`.AnswerItem`
2. 问答详情 → 内置浏览器 BrowserAct(tab.navigate) 到达;单条回答正文用 BrowserAct(page.extract-text)批量回答正文用 BrowserAct(page.element, op: all-inner-texts, selector: loc=css:.AnswerItem) 一次取出全部回答文本
3. 评论 → 必须登录BrowserAct(input.click ref) 展开BrowserAct(input.wheel) 加载更多
## 推荐选择器
@@ -39,3 +39,5 @@ updated_at: '2026-08-06'
## 历史更新
- 2026-05-05初版基线
- 2026-08-18同步 web-access v3.0 内置浏览器能力面,正文抽取由"回落 Playwright"改为
`page.extract-text` / `page.element(op: all-inner-texts)`issue #2074