企业官网建设流程全解析

ISSUE-001: {Short title}

【免费下载链接】agent-browserBrowser automation CLI for AI agents项目地址: https://gitcode.com/gh_mirrors/agen/agent-browser

Description

{What is wrong, what was expected, and what actually happened.}

Repro Steps

1. Navigate to {URL} Step 1

2. {Action -- e.g., click "Settings" in the sidebar} Step 2

3. {Action -- e.g., type "test" in the search field and press Enter} Step 3

4. Observe:{what goes wrong -- e.g., the page shows a blank white screen instead of search results} Result

### 4.1 字段表：可检索的缺陷元数据 - **Severity / Category**：直接从分类法取值，保证全仓库报告口径一致，方便按严重度或类别筛选、聚合； - **URL**：问题发现页面的精确地址，复现的起点； - **Repro Video**：复现视频路径，**静态问题填 `N/A`**——这是模板中最关键的"证据分级"规则（见模板中的 HTML 注释说明）：交互类问题需要视频 + 逐步截图；静态问题（错别字、视觉瑕疵）只需一张截图。 ### 4.2 Description：问题三要素 模板用注释明确要求 Description 回答三个问题：**什么是错的（What is wrong）、预期是什么（What was expected）、实际发生了什么（What actually happened）**。这种"预期 vs 实际"的对比式描述，正是工程缺陷单的黄金结构，能显著降低研发团队的沟通成本。 ### 4.3 Repro Steps：可视觉跟读的逐步复现 模板要求**每一步都附带对应截图**，并强调"读者应能完全不碰浏览器、仅凭截图就跟着复现一遍"。步骤编号与截图文件一一对应（`issue-001-step-1.png`、`issue-001-step-2.png`……），最后一步用 `**Observe:**` 标出问题显现点，配 `issue-001-result.png` 结果图。 ## 五、证据生成：模板背后的 agent-browser 能力 模板中的截图与视频路径，全部由 `agent-browser` CLI 在探索阶段生成。理解这些命令，才能真正用好模板。 ### 5.1 注释截图：`screenshot --annotate` dogfood 技能在每个页面都会执行： ```bash agent-browser --session {SESSION} screenshot --annotate {OUTPUT_DIR}/screenshots/{page-name}.png

--annotate会在截图上叠加元素编号标注框，其实现位于 cli/src/native/screenshot.rs：通过 CDP 的Runtime.evaluate（objectGroup: "agent-browser-annotate"）收集可交互元素的位置与编号，再注入__agent_browser_annotations__覆盖层，最后把标注框按滚动偏移投影到最终截图上（见 project_annotations 与 inject_annotation_overlay）。

这意味着报告里每一张--annotate截图都自带"可点击 / 可填充元素编号"，复现步骤中可以精确写出"点击@e3"这样的操作，与agent-browser --session {SESSION} fill @e1 ...、click @e3等交互命令形成闭环——截图证据与操作命令互相印证。

5.2 复现视频：record start/record stop

对交互类问题，技能要求在复现之前先开录像：

agent-browser --session {SESSION} record start {OUTPUT_DIR}/videos/issue-{NNN}-repro.webm # ... 逐步操作，每步之间 sleep 1 ... agent-browser --session {SESSION} record stop

录制底层实现在 cli/src/native/recording.rs：validate_output_path要求输出必须带.webm或.mp4扩展名（.webm 走 libvpx 编码，其余走 libx264）；录制帧率经validate_fps校验（默认值之外，测试用例覆盖了 0 与 61 等非法值的拒绝逻辑）；录制完成后还会在视频旁生成 contact-sheet 缩略图（demo.webm→demo.contact-sheet.png）。此外录制会合成鼠标指针轨迹（cursor_video_frame把历史光标状态合入视频帧），让人眼能看清操作位置。

5.3 静态问题的轻量取证

对于加载即可见的问题（错别字、文字截断、错位），技能明确禁止录视频，只需：

agent-browser --session {SESSION} screenshot --annotate {OUTPUT_DIR}/screenshots/issue-{NNN}.png

报告中Repro Video填N/A。这正是模板注释"set Repro Video to N/A"在实操中的落点——证据强度与问题性质匹配，既不浪费录制资源，也不牺牲可复现性。

5.4 配套的探索命令

在每个页面，dogfood 技能还会并行执行快照与控制台检查：

agent-browser --session {SESSION} snapshot -i # 交互模式：找可点击/可填充元素 agent-browser --session {SESSION} snapshot # 内容模式：读文本、标题、列表 agent-browser --session {SESSION} errors agent-browser --session {SESSION} console

【免费下载链接】agent-browserBrowser automation CLI for AI agents项目地址: https://gitcode.com/gh_mirrors/agen/agent-browser