feat(web-access): v2.0 — Skill-Scoped 工具门控 + cdp-proxy 子模块 + BrowserXxx 工具家族

升级 web-access 技能 v1.1.2 → v2.0.0,与 desirecore/desirecore PR #536 同步。

新增内容(在 i18n 1.1 schema 下保持双语一致):
- SKILL.md / SKILL.zh-CN.md:补充 BrowserXxx 工具家族说明、L3-fast vs L3-fallback
  分层策略(默认 BrowserXxx,复杂场景兜底 Python Playwright)、SKILL 激活前后的
  hidden 工具门控行为、SitePattern 三层学习库语义
- frontmatter 新增 `provides.tools`:声明 11 个 hidden 工具(8 个 BrowserXxx +
  SitePatternRead/Write + LocalBookmarks),客户端按 Skill 激活解锁
- references/browser-tools.md:8 个 BrowserXxx 工具的完整参数与典型用法
- references/site-patterns/ 5 个基线站点模板:xiaohongshu / bilibili / weibo /
  zhihu / feishu,含 _index 总览

manifest.json:stats.lastUpdated 同步到 2026-05-06。

关联:
- 主仓库 PR:desirecore/desirecore#536
- ADR-027 Node CDP 代理子模块(desirecore-docs)
This commit is contained in:
2026-05-06 12:05:39 +08:00
parent bffb9d24b4
commit 93fd40f661
10 changed files with 573 additions and 16 deletions

View File

@@ -0,0 +1,21 @@
# 站点经验基线索引
本目录是 web-access 技能内置的"全局基线 site-pattern"——所有 Agent 默认能读到,但**写入时请用 `SitePatternWrite(scope='agent')`** 落到 Agent 共享层(`agents/<id>/memory/site-patterns/`),不要直接修改本目录。
读取顺序(最先命中即返回):
1. **用户私有**`users/<userId>/agents/<agentId>/memory/site-patterns/<domain>.md`
2. **Agent 共享**`agents/<agentId>/memory/site-patterns/<domain>.md`(受 Git 管理,可发布)
3. **全局基线**:本目录(只读,跟随 web-access 技能版本发布)
## 已知站点
| Domain | 别名 | 推荐路径 |
|--------|------|---------|
| `xiaohongshu.com` | 小红书 / 红薯 / xhs | L3 CDP强制登录 |
| `bilibili.com` | B站 / 哔哩哔哩 | L3 CDP视频描述、评论需登录 |
| `weibo.com` | 微博 | L3 CDP长微博需登录 |
| `zhihu.com` | 知乎 | L3 CDP长文 + 评论需登录) |
| `feishu.cn` | 飞书 / Lark | L3 CDP必须登录 |
后续 Agent 自学积累的新站点会落在 `agents/<id>/memory/site-patterns/`,对所有 Agent 用户可见。

View File

@@ -0,0 +1,41 @@
---
domain: bilibili.com
aliases: [B站, 哔哩哔哩, 小破站]
type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-05-05'
---
## L0
公开主页可 WebFetch视频详情 / 评论 / 长简介 / 收藏夹建议 L3 CDP。
## 平台特征
- 视频页基础信息标题、UP 主、播放数)公开 SSR完整描述 / 弹幕 / 评论需 JS 渲染或登录
- 列表页(首页 / 分区):大部分公开,可走 WebFetch + Jina
- API`api.bilibili.com/x/...` 部分接口公开,可 curl 直接拉数据
## 推荐流程
- 仅取标题/UP 主/播放数 → WebFetch 即可
- 取完整简介 / 评论 → BrowserNavigate + BrowserEval
- 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
- 视频标题:`h1.video-title``[class*='video-title']`
- UP 主:`a.up-name` / `.up-detail-top a`
- 视频简介:`.video-desc` / `[class*='desc-info']`
- 评论:`.reply-item .content`
- 弹幕:通过 `api.bilibili.com/x/v1/dm/list.so` 拉 XML
## 已知陷阱
- ❌ headless 抓详情:部分元素只在 viewport 内才渲染(懒加载)
- ❌ 用户主页评论:必须登录
- ⚠️ 直接 fetch `api.bilibili.com` 高频接口(如 `wbi/...`)需要 wbi 签名,否则返回 -403
## 反爬细节
- 视频 BV 号 ↔ AV 号:可通过本地工具或 `api.bilibili.com/x/web-interface/view?bvid=...` 互转
- 弹幕 `oid`cid需先从视频元数据接口拿到
## 历史更新
- 2026-05-05初版基线待实际验证调整

View File

@@ -0,0 +1,40 @@
---
domain: feishu.cn
aliases: [飞书, Lark, lark.com]
type: site-pattern
pinned: true
confidence: high
learned_at: '2026-05-05'
updated_at: '2026-05-05'
---
## L0
**强登录、强权限**站点;必须 L3 CDP 复用用户登录态;优先用飞书 OpenAPI。
## 平台特征
- 文档 / 多维表格 / 知识库:完全 SPA未登录无法访问
- 权限模型严格:用户即使登录,也可能因企业空间隔离打不开他人文档
- OpenAPI 完整:`open.feishu.cn/open-apis/...`,企业可申请 access_token 获取大多数数据
- 国际版 `lark.com` 与国内版 `feishu.cn` 有不同的鉴权域
## 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 → BrowserNavigate已登录 Chrome+ BrowserEval 抓正文
3. 长期程序化访问 → 申请 OpenAPI access_token走 HTTP避免 CDP
## 推荐选择器
- 文档标题:`.title-input` / `header [class*='title']`
- 富文本正文:`.lark-editor-render` / `[contenteditable] .ace-line`
- 评论:`.lark-comment` / `[class*='comment']`
## 已知陷阱
- ❌ 直接 WebFetch 用户文档 URL返回登录占位 HTML
- ❌ 跨企业空间访问:即使登录也是 403DOM 提示"无权限"
- ⚠️ Lark vs 飞书URL 结构相似但 cookie 域不同,不能复用同一登录态
## 反爬细节
- session 强绑定 IP + 设备指纹,跨设备复用 cookie 会失效
- 自动化操作(高频 click/scroll可能触发企业管理员告警
## 历史更新
- 2026-05-05初版基线

View File

@@ -0,0 +1,40 @@
---
domain: weibo.com
aliases: [微博, 围脖]
type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-05-05'
---
## L0
长微博 / 视频微博 / 用户主页几乎都需登录;走 L3 CDP移动版 m.weibo.cn 部分公开。
## 平台特征
- 桌面版weibo.com未登录跳登录墙
- 移动版m.weibo.cn列表与单条详情有时可匿名访问且 DOM 简洁
- 长微博:触发"展开全文"按钮后才渲染完整内容
## 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 → BrowserNavigate已登录态 Chrome+ BrowserClick 点"展开" + BrowserEval 取正文
3. 用户主页时间线必须登录BrowserScroll 触发懒加载
## 推荐选择器
- 单条详情:`.weibo-text` / `[class*='WB_text']`
- 展开全文按钮:`a:has-text("展开全文")``.toggle-full`
- 时间戳:`a[class*='time']`
- 转发链:`.weibo-og`(被转发的原文)
## 已知陷阱
- ❌ 桌面版未登录抓取HTML 几乎是空壳
- ❌ JS 关闭m.weibo.cn 仍依赖 JS 渲染长内容
- ⚠️ 视频微博:流地址有 referer / token 校验,直接 yt-dlp 可能失败
## 反爬细节
- 桌面 weibo.com 严格检查 cookies 中的 SUB / SUBP过期立即跳转登录
- 短时间高频访问会触发"小黑屋"——账号被禁登录
## 历史更新
- 2026-05-05初版基线

View File

@@ -0,0 +1,47 @@
---
domain: xiaohongshu.com
aliases: [小红书, 红薯, xhs, RED]
type: site-pattern
pinned: true
confidence: high
learned_at: '2026-05-05'
updated_at: '2026-05-05'
---
## L0
强登录站点,必须走 L3 CDP笔记详情 `.note-content`,列表卡片 `.note-card`URL 必带 `xsec_token`
## 平台特征
- 强制登录未登录会跳转登录墙DOM 中没有正文
- 富 SPA路由全靠 JSWebFetch 拿到的 HTML 几乎是空壳
- 反爬严格:短时间多次请求会触发风控(验证码 / 限流)
- xsec_token详情页 URL 包含 `xsec_token=...`**通过站内交互生成**——直接拼 URL 容易失败
## 推荐流程
1. 通过 BrowserListTabs 找到已登录的 xhs tab如无BrowserNavigate 打开
2. BrowserEval 注入选择器抓取标题与正文
3. 列表页用 `[...document.querySelectorAll('.note-card a')].map(a => a.href)` 收集详情页链接
4. 单条笔记结尾调用 `BrowserCloseTab` 释放 tab避免 tab 池溢出
## 推荐选择器
- 笔记标题:`#detail-title``h1[class*="title"]`
- 笔记正文:`#detail-desc``.note-content`
- 评论区:`.comments-container .comment-item`
- 列表卡:`.note-card`,链接 `.note-card a.cover`
## 已知陷阱
- ❌ 直接 WebFetch 笔记 URL返回登录墙 HTML解析无效
- ❌ Headless 模式访问:丢失登录态,触发风控
- ❌ 高频抓取:>30 req/min 易触发验证码
## 反爬细节
- xsec_token 由前端生成,与会话/路由绑定,不能跨 tab 复用太久
- User-Agent 检查较弱,但 navigator.webdriver 必须为 falsecdp-proxy 已默认绕过)
- click 操作建议优先用 `mode='real-mouse'`CDP 真实鼠标事件),避免被 .click() 检测
## 速率限制
- 自评:单 IP 每分钟 ≤ 30 个详情页请求;超过会出验证码
- 风控触发后:等 5-10 分钟自然解除;同账号短期内反复触发可能短封
## 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

View File

@@ -0,0 +1,41 @@
---
domain: zhihu.com
aliases: [知乎]
type: site-pattern
pinned: true
confidence: medium
learned_at: '2026-05-05'
updated_at: '2026-05-05'
---
## L0
专栏文章公开可 WebFetch问答详情、评论、回答列表建议 L3 CDP。
## 平台特征
- 文章 `zhuanlan.zhihu.com/p/<id>`通常完全公开WebFetch 即可
- 问答 `zhihu.com/question/<qid>`:未登录可看部分回答;完整内容、评论、点赞数需登录
- 移动 web `m.zhihu.com`:约束更松,对匿名相对友好
## 推荐流程
1. 专栏文章 → WebFetch / Jina Reader 优先
2. 问答详情 → BrowserNavigate + BrowserEval批量回答用 `[...document.querySelectorAll('.AnswerItem')].map(...)`
3. 评论 → 必须登录BrowserClick 展开BrowserScroll 加载更多
## 推荐选择器
- 文章标题:`h1.Post-Title` / `h1[class*='Title']`
- 文章正文:`div.Post-RichText` / `[class*='RichText']`
- 回答列表:`.AnswerItem` / `[class*='AnswerItem']`
- 单条回答:`.RichContent-inner`
- 评论:`.CommentItemV2 .CommentRichText`
## 已知陷阱
- ❌ 直接 WebFetch 问答详情:只看到登录引导
- ⚠️ 长回答有"展开"按钮,触发前 DOM 不完整
- ⚠️ 知乎付费内容(盐选)即使登录也需会员
## 反爬细节
- d_c0、z_c0 等 cookie 决定登录态
- 风控:异常 UA / 短时高频 → 触发滑动验证码
## 历史更新
- 2026-05-05初版基线