跳至主要内容

Web Access：给AI Agent装上完整联网能力

Fen9Pi2026/7/9开源拆解开源拆解大约 9 分钟

Web Access：给AI Agent装上完整联网能力

不是简单的搜索+抓取，而是像人一样浏览、交互、积累经验。

痛点

AI Agent的联网能力，总是差那么一点。

WebSearch？ 只能搜索，不能交互。

WebFetch？ 只能抓取静态页面，动态页面无能为力。

curl？ 没有登录态，Cookie管理麻烦。

浏览器自动化？ 配置复杂，不够智能。

问题在哪？

缺少统一的联网策略、浏览器操作能力、站点经验积累。

Web Access

一泽（eze-is）开源的Agent Skill——

给AI Agent装上完整的联网能力。

核心能力

能力说明
联网工具自动选择WebSearch / WebFetch / curl / Jina / CDP，按场景自主判断
CDP Proxy 浏览器操作直连用户日常浏览器，天然携带登录态
三种点击方式JS click、CDP 真实鼠标事件、文件上传
本地浏览器书签/历史检索跨 Chrome / Edge 查询内部系统、历史访问页面
并行分治多目标时分发子 Agent 并行执行，共享一个 Proxy
站点经验积累按域名存储操作经验，跨 session 复用
媒体提取从 DOM 直取图片/视频 URL，视频任意时间点截帧

v2.5.2 最新特性

1. Microsoft Edge 支持

CDP Proxy 不再只绑定 Chrome——

新增 Edge 适配（及 Chromium、Chrome Canary 等 Chromium 系）。 " 在 edge://inspect/#remote-debugging 勾选 "Allow remote debugging for this browser instance" 即可。

2. 浏览器偏好持久化

新增 config.env（gitignored，首次运行从模板创建）：

# 留空 = 每次启动都询问偏好；设值 = 固定使用该浏览器
WEB_ACCESS_BROWSER=edge

合法值：chrome / edge

也支持单次覆盖：--browser <chrome|edge>

3. 不擅自降级

偏好/指定的浏览器没启动或没开 toggle 时硬错并给出明确处理步骤。

不会悄悄连到别的浏览器。

Proxy 首次成功连接后 pin 住浏览器 id，避免运行中漂移。

4. find-url 也支持 Edge

本地书签/历史检索默认遍历 Chrome 与 Edge。

可用 --browser <chrome|edge> 限定单一浏览器。

核心特性详解

特性1：联网工具自动选择

传统方式：你告诉 Agent 用什么工具。

Web Access：Agent 自己判断用哪个工具。

场景映射：

场景工具选择
快速获取文本内容WebFetch / Jina
搜索最新信息WebSearch
需要登录态的页面CDP Proxy
简单 API 调用curl
动态页面交互CDP Proxy

组合使用： 先 WebSearch 找到 URL，再 WebFetch 抓取内容，最后 CDP Proxy 交互操作。

特性2：CDP Proxy 浏览器操作

直连用户日常浏览器（Chrome / Edge）。

优势

天然携带登录态：

你登录了，Agent 就能用你的登录态访问。

无需 Cookie 管理，无需 Session 处理。

支持动态页面：

React、Vue、Angular 渲染的页面，CDP Proxy 等浏览器渲染完成后再操作。

支持交互操作：

点击、滚动、输入、上传文件，像人一样操作。

视频截帧：

对视频任意时间点截帧分析。

API 示例

# 新建 tab
curl -s -X POST --data-raw 'https://example.com' http://localhost:3456/new

# 执行 JS
curl -s -X POST "http://localhost:3456/eval?target=ID" -d 'document.title'

# JS 点击
curl -s -X POST "http://localhost:3456/click?target=ID" -d 'button.submit'

# 真实鼠标点击
curl -s -X POST "http://localhost:3456/clickAt?target=ID" -d '.upload-btn'

# 文件上传
curl -s -X POST "http://localhost:3456/setFiles?target=ID" \
  -d '{"selector":"input[type=file]","files":["/path/to/file.png"]}'

# 截图
curl -s "http://localhost:3456/screenshot?target=ID&file=/tmp/shot.png"

# 滚动
curl -s "http://localhost:3456/scroll?target=ID&direction=bottom"

# 关闭 tab
curl -s "http://localhost:3456/close?target=ID"

自动管理： Tab 闲置 15 分钟后自动关闭，防止孤儿 tab。

特性3：三种点击方式

点击方式适用场景说明
/click普通按钮JS click，轻量快速
/clickAt需要真实点击事件的页面CDP 真实鼠标事件，触发平台事件监听
/setFiles文件上传设置文件选择器的值

Agent 根据场景自动选择。

特性4：本地浏览器书签/历史检索

新增 scripts/find-url.mjs。

功能

从本地 Chrome / Edge 书签/历史按关键词/时间窗/访问频度定位 URL。

典型场景

内部系统：

用户："我们的 XX 平台"
Agent：无法公网搜索
     → find-url 查询本地书签/历史
     → 找到内部系统 URL
     → 直接访问

回查历史：

用户："我之前访问过那个页面，但不记得地址了"
Agent：find-url 查询本地历史
     → 按时间窗/访问频度排序
     → 找到目标 URL

高频网站：

用户："我最近常去的网站"
Agent：find-url 查询本地历史
     → 按访问频度排序
     → 输出 Top 10

命令

# 默认遍历 Chrome 与 Edge
node "${CLAUDE_SKILL_DIR}/scripts/find-url.mjs" "关键词"

# 限定单一浏览器
node "${CLAUDE_SKILL_DIR}/scripts/find-url.mjs" "关键词" --browser chrome

# 时间窗过滤
node "${CLAUDE_SKILL_DIR}/scripts/find-url.mjs" "关键词" --after "2025-01-01"

# 访问频度排序
node "${CLAUDE_SKILL_DIR}/scripts/find-url.mjs" "关键词" --sort frequency

特性5：并行分治

多目标时，分发子 Agent 并行执行。

工作流

用户："同时调研这 5 个产品的官网，给我对比摘要"

Agent：
1. 识别 5 个目标
2. 启动 5 个子 Agent
3. 共享一个 CDP Proxy
4. 每个 Agent 一个 tab（tab 级隔离）
5. 并行执行
6. 汇总结果

优势：

  • 速度快（并行 vs 串行）
  • 资源共享（一个 Proxy）
  • 隔离性好（tab 级隔离）

特性6：站点经验积累

按域名存储操作经验，跨 session 复用。

存储内容

经验类型说明示例
URL 模式站点 URL 结构规律小红书用户主页：https://www.xiaohongshu.com/user/profile/{userId}
平台特征站点特有的 UI/交互模式小红书的 xsec_token 机制
已知陷阱已知的坑和解决方案创作者平台状态校验、暂存草稿流程

工作流

第一次访问小红书：
  → Agent 探索平台
  → 发现 URL 模式、平台特征、已知陷阱
  → 存储到站点经验（按域名）

第二次访问小红书：
  → Agent 加载站点经验
  → 直接使用已知模式
  → 避开已知陷阱
  → 更快更准

跨 session 复用，越用越聪明。

特性7：媒体提取

从 DOM 直取图片/视频 URL，或对视频任意时间点截帧分析。

图片提取

// 从 DOM 提取所有图片 URL
const images = document.querySelectorAll('img');
Array.from(images).map(img => img.src);

视频截帧

// 对视频任意时间点截帧
video.currentTime = 10; // 跳到第 10 秒
canvas.drawImage(video, 0, 0);
canvas.toDataURL('image/png');

用途： 视频内容分析、关键帧提取、缩略图生成。

安装

方式一：npx skills 一键安装（推荐）

npx skills add eze-is/web-access

方式二：让 Agent 自动安装

帮我安装这个 skill：https://github.com/eze-is/web-access

方式三：Plugin 安装（Claude Code）

claude plugin marketplace add https://github.com/eze-is/web-access
claude plugin install web-access@web-access --scope user

方式四：手动

git clone https://github.com/eze-is/web-access ~/.claude/skills/web-access

前置配置（CDP 模式）

CDP 模式需要 Node.js 22+ 和浏览器（Chrome / Edge）开启远程调试。

Chrome

  1. 地址栏打开：chrome://inspect/#remote-debugging
  2. 勾选 Allow remote debugging for this browser instance（可能需要重启浏览器）

Edge

  1. 地址栏打开：edge://inspect/#remote-debugging
  2. 勾选 Allow remote debugging for this browser instance（可能需要重启浏览器）

浏览器偏好（config.env）

Skill 长期偏好保存在 ${CLAUDE_SKILL_DIR}/config.env（首次运行自动创建）：

# 留空 = 每次启动都询问偏好；设值 = 固定使用该浏览器
WEB_ACCESS_BROWSER=edge

临时用别的浏览器（不修改 config.env）：

node "${CLAUDE_SKILL_DIR}/scripts/check-deps.mjs" --browser chrome

使用

安装后直接让 Agent 执行联网任务，skill 自动接管。

示例1：搜索

帮我搜索 AI 视频生成的最新进展

Agent：

  1. 判断用 WebSearch
  2. 搜索结果
  3. 判断需要详细阅读
  4. 用 WebFetch / CDP Proxy 抓取内容
  5. 总结输出

示例2：读页面

读一下这个页面：https://example.com/article

Agent：

  1. 判断用 WebFetch / CDP Proxy
  2. 抓取内容
  3. 提取关键信息
  4. 总结输出

示例3：小红书操作

去小红书搜索 "AI 绘画" 的账号

Agent：

  1. 加载小红书站点经验
  2. 用 CDP Proxy 打开小红书
  3. 搜索 "AI 绘画"
  4. 提取账号列表
  5. 输出结果

示例4：发布内容

帮我在创作者平台发一篇图文

Agent：

  1. 加载创作者平台站点经验
  2. 用 CDP Proxy 打开平台
  3. 登录（已有登录态）
  4. 创建图文
  5. 上传图片
  6. 发布

示例5：并行调研

同时调研这 5 个产品的官网，给我对比摘要

Agent：

  1. 识别 5 个目标
  2. 启动 5 个子 Agent
  3. 并行执行
  4. 汇总对比

设计哲学

Skill = 哲学 + 技术事实，不是操作手册。

浏览哲学

目标驱动，而非步骤驱动。

不告诉 Agent "先点击 A，再点击 B"。

而是告诉 Agent "目标是发布图文"，让它自己决定怎么做。

Tradeoff

讲清 tradeoff，让 AI 自己选，不替它推理。

  • WebFetch 快但不准确
  • CDP Proxy 准确但慢
  • Jina 省 token 但可能不完整

让 Agent 根据场景选择。

兼容性

兼容所有支持 SKILL.md 的 Agent：

  • Claude Code
  • Cursor
  • Gemini CLI
  • Codex CLI
  • 其他

⚠️ 使用前提醒

通过浏览器自动化操作社交平台（如小红书）存在账号被平台限流或封禁的风险。

强烈建议使用小号进行操作。

核心价值

1. 完整的联网能力

不是单一工具，而是工具箱。

WebSearch、WebFetch、curl、Jina、CDP Proxy，按需组合。

2. 像人一样浏览

不是脚本，而是智能体。

目标驱动，自主决策，积累经验。

3. 携带登录态

不是无状态抓取，而是有状态浏览。

直连你的浏览器，天然携带登录态。

4. 越用越聪明

不是每次都从零开始，而是积累经验。

站点经验积累，跨 session 复用。

5. 并行高效

不是串行执行，而是并行分治。

多目标时，分发子 Agent 并行执行。

最后

传统 Agent 联网能力：WebSearch + WebFetch。

有限、笨拙、无状态。

Web Access：完整的联网能力 + 像人一样的浏览 + 经验积累。

完整、智能、有状态。

给 AI Agent 装上完整联网能力。

项目地址：https://github.com/eze-is/web-access

官网：https://web-access.eze.is

设计详解：https://mp.weixin.qq.com/s/rps5YVB6TchT9npAaIWKCw

作者：一泽 Eze

License：MIT

版本：v2.5.2

关注公众号 Fen9Pi，聊聊AI时代的Agent能力。

最近更新:
贡献者: Fen9Pi
Copyright © 2016-2022 风派 | 苏ICP备2025227748号-3