自动化技能合集 (Automation Skills)

本目录收录了四套面向 AI Agent 的自动化技能，覆盖 浏览器自动化 、移动/桌面设备自动化 、API 接口测试 三大场景。大模型加载对应 skill 后，可直接输出正确的命令行或测试代码来驱动自动化任务。

git地址：https://gitee.com/qatech/auto-test-relate-skills

技能总览

技能	类型	目标平台	语言/运行时	一句话描述
agent-browser	浏览器 CLI 自动化	Web / Electron 桌面应用	Rust CLI	通过 CDP 协议驱动 Chrome/Chromium，用无障碍树快照 + `@eN` 元素引用实现快速网页交互
agent-device	设备 CLI 自动化	iOS / Android / Web / macOS / TV	CLI	在真机或模拟器上操作 App：打开、快照、点击、填写、滚动、验证、调试
playwight-api	API 接口测试	RESTful API	TypeScript (Playwright)	用 Playwright `APIRequestContext` 编写类型安全的 API 测试，覆盖 CRUD、认证、错误处理、分页等
playwright-skill	浏览器脚本自动化	Web	JavaScript (Playwright)	编写自定义 Playwright 脚本完成页面测试、表单填写、截图、响应式验证、登录流程等

1. agent-browser

定位：快速浏览器自动化 CLI，面向 AI Agent 设计。

核心特性：

Rust 原生 CLI，非 Node.js 封装，启动快
通过 CDP 协议连接 Chrome/Chromium，不依赖 Playwright/Puppeteer
无障碍树 (accessibility tree) 快照 + @eN 元素引用，交互可靠
会话管理、认证保险库、状态持久化、视频录制
专项子技能：Electron 桌面应用、Slack 自动化、探索性测试、HAR 导出 API 客户端、Vercel Sandbox、AWS Bedrock AgentCore

适用场景：

导航网页、填写表单、点击按钮、截图、抓取数据
探索性测试 / QA / Bug 狩猎
自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify 等）
Slack 工作区自动化（消息收发、会话搜索）

安装：

复制代码

npm i -g agent-browser && agent-browser install

快速上手：

复制代码

agent-browser skills get core             # 加载核心工作流
agent-browser skills get core --full      # 包含完整命令参考
agent-browser skills list                 # 查看所有可用子技能

文件：agent-browser/SKILL.md

2. agent-device

定位：设备端 App 自动化 CLI，支持 iOS / Android / Web / macOS / TV 全平台。

核心特性：

标准工作流：open → snapshot -i → mutate(--settle) → diff snapshot → close
丰富的 UI 交互命令：press / click / fill / type / longpress / scroll / swipe / gesture
--settle

机制：mutation 命令自动等待 UI 稳定后再返回
diff snapshot

增量验证：只打印上次快照后的变化，省 token
选择器系统：@ref、label=、role=button label=、id= 等
调试诊断：日志、网络流量、性能指标、Trace 捕获、CDP、React DevTools
录制回放：screen recording、session replay、Maestro flow、batch 批量执行
13 个专项工作流：manual-qa、dogfood、validate、debugging、tv、react-native 等

适用场景：

在手机/模拟器上自动化操作 App
手动 QA 步骤执行、探索性测试、工程验证
截图、日志、网络流量、性能 trace 采集
React Native / Expo 应用调试

快速上手：

复制代码

agent-device open MyApp --platform ios
agent-device snapshot -i
agent-device fill 'label="Email"'"user@example.com" --settle
agent-device press 'role=button label="Login"' --settle
agent-device diff snapshot -i
agent-device close

文件：agent-device/SKILL.md

3. playwight-api

定位：基于 Playwright APIRequestContext 的 RESTful API 接口测试技能。

核心特性：

使用 Playwright 原生 APIRequestContext，无需引入外部 HTTP 库
TypeScript 类型安全：为所有请求/响应定义接口
测试隔离：每个测试管理自己的数据生命周期（创建 → 验证 → 清理）
全面验证：状态码、响应头、响应体结构、响应时间
可复用的 API 客户端类：按服务域封装 BaseApiClient → DomainApiClient
自定义 Fixture：注入 API 客户端和认证 Token

适用场景：

RESTful API 的 CRUD 测试
认证流程测试（登录、Token 验证、权限控制）
错误处理与输入验证（400/401/403/404/409）
分页与过滤测试
响应头与安全头校验
响应时间断言
文件上传测试

项目结构：

复制代码

tests/api/       --- 按服务域组织的测试文件
fixtures/        --- API Fixture（客户端注入 + 认证）
models/          --- TypeScript 接口定义
clients/         --- BaseApiClient + 领域客户端
utils/           --- 辅助工具

快速上手：

复制代码

import { test, expect } from'../fixtures/api.fixture';

test('POST /users - should create a new user', async ({ usersApi }) => {
const response = await usersApi.create({
    email: `test-${Date.now()}@example.com`,
    name: 'Test User',
    password: 'SecurePass123!',
    role: 'user',
  });
  expect(response.status()).toBe(201);
const body = await response.json();
  expect(body.id).toBeTruthy();
});

文件：playwight-api/SKILL.md

4. playwright-skill

定位：通用浏览器自动化技能，编写自定义 Playwright 脚本完成各类网页任务。

核心特性：

自动检测本地开发服务器（detectDevServers()）
脚本写入 /tmp，不污染用户项目目录
默认使用可见浏览器（headless: false），便于调试
URL 参数化：通过环境变量或常量配置目标地址
丰富的辅助工具（lib/helpers.js）：安全点击、安全输入、截图、Cookie 处理、表格数据提取
自定义 HTTP Headers：通过环境变量注入全局请求头
内联执行：简单任务可直接传代码字符串，无需创建文件
附带完整 API 参考（API_REFERENCE.md）：选择器、网络拦截、认证管理、视觉回归、移动端模拟、性能测试、CI/CD 集成等

适用场景：

页面功能测试（多视口响应式验证）
登录流程验证
表单填写与提交
死链检测
截图与错误处理
页面数据抓取

快速上手：

复制代码

# 1. 安装（首次）
cd$SKILL_DIR && npm run setup

# 2. 检测开发服务器
cd$SKILL_DIR && node -e "require('./lib/helpers').detectDevServers().then(s => console.log(JSON.stringify(s)))"

# 3. 执行测试脚本
cd$SKILL_DIR && node run.js /tmp/playwright-test-page.js

文件：

playwright-skill/SKILL.md

--- 核心使用指南
playwright-skill/API_REFERENCE.md

--- 完整 API 参考
playwright-skill/run.js

--- 通用执行器
playwright-skill/lib/helpers.js

--- 辅助工具函数

技能选型指南

复制代码

需要自动化什么？
│
├── 操作手机/模拟器上的 App
│   └── → agent-device (iOS/Android/TV)
│
├── 操作桌面应用 (macOS)
│   └── → agent-device (macOS) 或 agent-browser (Electron 应用)
│
├── 浏览器网页交互（CLI 方式，快速）
│   └── → agent-browser (CDP 驱动，无障碍树快照)
│
├── 浏览器网页测试（脚本方式，可复用）
│   └── → playwright-skill (自定义 Playwright 脚本)
│
└── API 接口测试
    └── → playwight-api (Playwright APIRequestContext)

共性设计理念

面向 AI Agent

：所有技能都设计为让大模型直接输出可执行命令或代码，而非人类手动操作
快照驱动

：通过无障碍树/ accessibility tree 快照获取页面状态，用元素引用 (ref) 定位目标
增量验证

：优先使用 diff（变化量）而非全量快照来验证操作结果，节省 token
反模式保护

：每个技能都明确列出"不要做什么"，防止模型犯常见错误