Babata Browser 🦞 v2.1

Playwright驱动的轻量浏览器自动化。先扫描再操作，先文字再截图。

When to Use ✅

• 政府网站动态政策抓取（中纪委/卫健委/医保局 — 常需JS渲染）
• JS渲染的SPA页面数据采集（GitHub Trending、ClawHub等）
• 表单自动填报、按钮点击、搜索交互
• 截图取证（视觉验证需要的场景）
• web_fetch返回空白/乱码/<500字符的页面
• 微信公众号文章（需JS渲染+登录态）

When NOT to Use ❌

• 静态内容页面 → 用 web_fetch（更快更轻）
• API/结构化数据查询 → 用 gh CLI 或直接 fetch()
• 纯文本搜索 → 用 web_search（Tavily）
• 批量数据下载 → 用脚本比浏览器快

安装

pip install playwright
python -m playwright install chromium
cd skills/babata-browser && pip install -e .

核心设计原则

1. 先扫描再操作（来自 smart-browser 最佳实践）

不要盲目snapshot整个页面。先用JS片段找到可交互元素：

# 扫描页面可交互元素（只返回可见的按钮/链接/输入框）
result = browser.execute_js(page, """
  (() => {
    const els = document.querySelectorAll('a[href], button, input, select, textarea, [role=button], [onclick]');
    return [...els]
      .filter(el => { const r = el.getBoundingClientRect(); return r.width > 0 && r.height > 0 && r.top < window.innerHeight; })
      .map((el, i) => ({
        i, tag: el.tagName.toLowerCase(),
        text: (el.innerText || el.value || el.placeholder || '').trim().slice(0, 50),
        id: el.id, href: el.href?.slice(0, 80)
      }));
  })()
""")

2. 按文字点击，不猜选择器

# ✅ 用文字匹配点击（最稳定）
browser.click(page, text='最新政策')

# ❌ 不要硬编码CSS选择器
browser.click(page, selector='#content > div:nth-child(3) > a')

3. 条件等待，不固定sleep

# ✅ 等特定文字出现
browser.execute_js(page, """
  new Promise(resolve => {
    let tries = 0;
    const timer = setInterval(() => {
      if (document.body.innerText.includes('目标文字') || ++tries > 30) {
        clearInterval(timer);
        resolve(tries < 30 ? 'found' : 'timeout');
      }
    }, 500);
  })
""")

4. 分层提取：先区域再细节

Accessibility Snapshot → 找到目标区域
  → get_text(selector=区域) → 提取文字
  → 还是不清晰 → screenshot（最后手段）

使用方式

Python API（推荐）

from scripts.babata_browser import execute_task

# 一句话控制
result = execute_task('打开 https://www.nhc.gov.cn，搜索 医疗政策，提取前5条标题')
# result = {'task': '...', 'steps': ['OK: ...', 'Searched: 医疗政策'], 'data': '...'}

底层API（精确控制）

from scripts.babata_browser import BabataBrowser

browser = BabataBrowser(headless=True)
browser.start()
page = browser.new_page()

# 导航
browser.goto(page, 'https://example.com')
# 等待条件满足
browser.wait(page, 2000)
# 获取可交互元素列表（用JS扫描）
browser.get_links(page, limit=30)
# 按文字点击
browser.click(page, text='同意')
# 填表单
browser.fill(page, 'input[name="username"]', 'value')
# 提取正文
text = browser.get_text(page)
# 截图（最后手段）
browser.screenshot(page, path='evidence.png')

browser.stop()  # ⚠️ 必须关闭，否则进程残留

CLI模式

babata-browser '打开 GitHub Trending，提取热门项目' --json

内置能力

错误处理

安全规则

• 不要在不可信网站上输入真实凭证 — 浏览器操作可能被JS窃取
• 截图前检查页面内容 — 避免截图保存敏感信息
• headless=True（默认） — 减少系统资源占用
• 使用后必须stop() — 防止浏览器进程残留

对比Playwright MCP

变更日志