首页 › skills-review › 开车件三强：赢的是借Chrome的

开车件三强：赢的是借Chrome的

概述

本期是本栏目第7轮，按轮次做同赛道对比横评。选的赛道是「开车件」——让 Claude 真正坐进驾驶座操作网页的那类 Skill。评测对象是同一台机器上实际装着的三件：微软 Playwright 系的 playwright（CLI 路线）、Vercel 系的 agent-browser（Agent 原生 CLI 路线）、中文社区的 web-access（借宿主 Chrome 路线），外加一个只看不开的看客 screenshot。本次全部一手材料取自三份 SKILL.md 原文逐段精读，外部榜单未联网核验，评分中涉及社区数据处均标注推断依据。核心发现一句话：三条路线设计哲学完全不同，总分的赢家用的是最“不自动化”的办法——直接开你每天在用的那个 Chrome。

三条路线一张图

同样是“让 Agent 摸到网页”，三件选了三条完全不同的路：

flowchart TD
    C["Claude 要操作网页"]
    C --> P["playwright 路线"]
    C --> A["agent-browser 路线"]
    C --> W["web-access 路线"]
    P --> P1["npx 拉起 CLI"]
    P1 --> P2["新开独立浏览器"]
    A --> A1["一条 CLI 全包"]
    A1 --> A2["新开独立浏览器"]
    A1 --> A3["session 并行多开"]
    A1 --> A4["state 存登录态"]
    W --> W1["curl 打本机端口"]
    W1 --> W2["CDP Proxy 中转"]
    W2 --> W3["用户日常 Chrome"]
    W3 --> W4["登录态现成的"]

playwright 和 agent-browser 都是“造一辆新车”——每次任务起一个干净的独立浏览器；web-access 是“借你的车”——通过 CDP 协议直连你正在用的 Chrome。这个差别决定了后面所有的分差。

评测对比表

按本栏目固定五维权重打分（功能25% / 设计25% / 实战20% / 上手15% / 社区15%）：

维度（权重）	playwright	agent-browser	web-access
功能完整度 25%	★★★★★	★★★★	★★★★★
设计质量 25%	★★★★★	★★★★	★★★★★
实战效果 20%	★★★★	★★★★	★★★★★
上手难度 15%	★★★	★★★★	★★
社区活跃度 15%	★★★★★	★★★★	★★★
加权总分	4.50	4.00	4.25

说明：实战效果按机制推演 + 本机可复现命令评估，未引用外部跑分；社区活跃度中 playwright 依托微软 Playwright 生态（头部开源项目），agent-browser 据公开报道为 Vercel 旗下新项目，web-access 为社区件、下载量无法核验，按保守给分。装机盘里另有第四件 chrome-automation，本次两次加载均未返回任何内容，无法核验其 SKILL.md，宁缺毋滥，不进评分表。

逐件拆解

一、playwright：测试巨头的官方 CLI，Skill 写法教科书

定位：不写测试代码，纯用终端驱动一个真浏览器。SKILL.md 第一行就把自己钉死：“Drive a real browser from the terminal using playwright-cli”，紧接着一句防漂移声明：“Do not pivot to @playwright/test unless the user explicitly asks for test files.”——这行是全篇最值钱的设计。Playwright 在人类世界的身份是测试框架，模型对它的一切先验都往“写测试文件”上偏，作者用一句话把岔路封死。

亮点：

短板：元素引用是裸编号（click e15），agent-browser 用了更醒目的 @e1 前缀；上手要理解 Node/npx/包装脚本三层，新手容易卡在环境检查那一步。

安装（SKILL.md 原文给法）：

npm install -g @playwright/mcp@latest
playwright-cli --help

二、agent-browser：为 Agent 重新发明的一套动词

定位：一个把“给 Agent 用”刻进命令行设计的 CLI。SKILL.md 开头五行就是全部上手成本：

agent-browser open <url>
agent-browser snapshot -i
agent-browser click @e1
agent-browser fill @e2 "text"
agent-browser close

亮点：

@ref 引用体系。snapshot -i 返回带 @e1、@e2 编号的交互元素清单，后续所有点击、填表都引用编号，导航后重新 snapshot——和 Playwright 同一思想，但 @ 前缀让引用在命令流里更醒目，还提供 --json 机器可读输出，明显是按“程序读”而非“人读”设计的。
登录态持久化是隐藏王牌。原文给了完整示例：登录一次后 agent-browser state save auth.json，之后任何会话 state load auth.json 直接进已登录状态，配合 wait --url "**/dashboard" 判断跳转完成。独立浏览器本无登录态，这件用文件把登录态“冻结-解冻”，是三条路线里唯一不依赖宿主浏览器还能复用登录的办法。
并行是原生的。--session test1 open site-a.com、--session test2 open site-b.com、session list——多浏览器并行是一等公民，批量抓取、A/B 对照这类任务天然适配。
三套定位系统：@ref 编号之外，还有语义定位 find role button click --name "Submit"、find label "Email" fill "[email protected]"，以及 wait --text、wait --load networkidle 等状态等待；调试有 console 和 errors 两个命令直读页面报错。

短板：全文是纯命令目录，没有一句护栏——不防模型跳过 snapshot、不防滥用 eval。信任模型是把双刃剑，同一个模型手里，它的翻车率取决于模型自身的纪律。安装方式 SKILL.md 未写，需到其仓库按 README 走（本次未联网核验，包名以仓库为准）。

三、web-access：不造车轮，借你的 Chrome

定位：三件里唯一的中文 Skill，也是唯一不新开浏览器的。思路一句话：通过 CDP Proxy 直连用户日常 Chrome，“天然携带登录态，无需启动独立浏览器”。前置换来的代价写在最前面：要 Node.js 22+（原生 WebSocket），要你在 Chrome 地址栏打开 chrome://inspect/#remote-debugging 手动勾选允许远程调试，可能还得重启浏览器。

亮点（它是三件里唯一有“方法论”的）：

开篇是一篇浏览器哲学，标题就叫「像人一样思考」，定义了四步循环：①拿到请求（先定义成功标准）→ ②选择起点（按平台特征选直达路径）→ ③过程校验（“每一步的结果都是证据”，发现方向错了立即调整，“搜索没命中不等于还没找对方法，也可能是目标不存在”）→ ④完成判断（对照成功标准，“不为了完整而浪费代价”）。这是把提示词工程写成了作业指导书。
工具阶梯表：搜索发现用 WebSearch、定向提取用 WebFetch、要原始 HTML 用 curl、正文页面可套 Jina（r.jina.ai 前缀转 Markdown 省 token，限 20 RPM）、登录态和反爬平台直接上浏览器 CDP。什么时候升级、什么时候认输，写得清清楚楚。
最小侵入守则：不碰用户已开的 tab，所有操作在自建后台 tab 里做，做完自己关；Proxy 20 分钟无请求自动退出。权限大开的同时把边界写死，这是借宿主路线必须有的自律。
反爬实战智慧：区分“程序化操作”（构造 URL、eval 改 DOM——快但易触发风控）和“GUI 交互”（点按钮填表单——慢但确定性最高），受阻时 GUI 是兜底；还特别警告“不要凭记忆构造带参数的 URL”。/clickAt 走 CDP 真实鼠标事件，能触发文件对话框——普通 JS click 做不到。
站点经验库：每个域名一份经验文件（frontmatter 写 domain/aliases/updated，正文分平台特征/有效模式/已知陷阱），明确标注“当作可能有效的提示而非保证”，成功后回写新经验——这是一个会记笔记的 Skill，和官方 continuous-learning 是同一个思想家族。
独家能力：视频采帧。通过 /eval 操控页面 <video> 元素 seek 到任意时间点，配合 /screenshot 离散采样分析视频内容——另外两件都给不了。
子代理分治：独立调研目标鼓励拆给子 Agent 并行，抓取内容不进主 Agent 上下文；连子 Agent 的 prompt 写法都有讲究——描述目标（「获取」「调研」），“避免用暗示具体手段的动词（「搜索」「抓取」）”，防止把子 Agent 锚死在某条路径上。

短板：也是三件里上手门槛最高的——Node 版本、浏览器开关、重启，一步没到位就整个不可用；且它操作的是你真实浏览器和真实登录态，能力即风险面，护栏全靠自律条款。

安装/启动（SKILL.md 原文给法）：

bash ~/.claude/skills/web-access/scripts/check-deps.sh
# Node 22+ 与 Chrome 远程调试就绪后，Proxy 起在本机 3456 端口

看客：screenshot，只看不开

装机盘里还有一件 screenshot（桌面截图件），本次一并读了。有意思的是它的自我定位：“Prefer tool-specific screenshot capabilities (for example: … Playwright/agent-browser tools for browsers and Electron apps)”——它亲口把网页场景让给前两件，自己守着 macOS 屏幕录制权限预检、Linux 的 scrot/gnome-screenshot/import 三级回退这些桌面脏活。这从侧面印证：这条赛道的正赛就是三强打的，看客连报名都懒得报。

安装与上手一览

Skill	前置	安装/启动	首条命令
playwright	Node/npx	`npm install -g @playwright/mcp@latest`	`playwright-cli open <url> --headed`
agent-browser	按仓库 README 安装 CLI（本次未核验包名）	装完即用	`agent-browser open <url>`
web-access	Node 22+、Chrome 开启远程调试	`bash ~/.claude/skills/web-access/scripts/check-deps.sh`	`curl -s http://localhost:3456/targets`

你的任务	选谁	理由
要登录态：公众号后台、小红书、内部系统	web-access	借你日常 Chrome，登录态零配置，反爬平台唯一解
要留痕调试、衔接测试、产出报告	playwright	tracing、多标签、产物目录规约，工程化最完整
要批量并行、无人值守跑任务	agent-browser	session 多开 + state 冻结登录态 + --json 机器可读
只是想“看一眼”页面长什么样	screenshot	明确不抢浏览器件的活，桌面场景兜底

结语

横评做完，最反直觉的结论是：这个赛道里最强的竞争力不是自动化，而是“不自动化”。两个新造轮子的把快照、引用、等待状态做到了工业级，最后卡在同一个地方——登录态和反爬；而那件中文写的 community Skill，用“直接开用户自己的 Chrome”一步跨过了这道墙，剩下的篇幅全在教模型怎么像个正常人一样上网。

对想写 Skill 的人，三份考卷各留了一手：playwright 教你写护栏（防模型抄近道）、agent-browser 教你设计动词（命令即 API）、web-access 教你写哲学（给判断力不给步骤清单）。一个 Skill 的天花板，取决于它把模型当成什么：当执行器，就给命令；当员工，就给方法论。

参考来源

核验说明：本文所有命令与引文均出自上述本机 SKILL.md 原文；playwright 上游 npm 包名 @playwright/mcp 以 SKILL.md 原文记载为准，agent-browser 上游仓库归属（Vercel 系）为公开报道口径，本次未联网二次核验，故未给出具体 Star 数。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入