Token导航 LogoToken导航TokenDH.com
前端设计敏感数据github未标认证来源可访问许可证需确认审计提醒

playwright-human-in-the-loopPlaywright human IN THE loop 测试

Agent Skill

用于辅助测试设计、自动化测试、用例整理和回归验证。它适合让 Agent 编写单元测试、端到端测试、测试计划或根据失败日志定位问题。使用时需要确认项目测试框架、运行命令和夹具数据,避免为了通过测试而改坏真实逻辑;涉及浏览器或外部服务时,应区分本地模拟、测试环境和生产环境。

总安装

447

周安装

19

GitHub Stars

2

下载量

157
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:playwright-human-in-the-loop(Playwright human IN THE loop 测试)
来源仓库:https://github.com/ashe-li/agent-skills
仓库路径:skills/playwright-human-in-the-loop
安装命令:
npx skills add https://github.com/ashe-li/agent-skills --skill playwright-human-in-the-loop
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ashe-li/agent-skills --skill playwright-human-in-the-loop

简介

用于辅助测试设计、自动化测试、用例整理和回归验证。

  • 适合编写单元测试、端到端测试或根据失败日志定位问题。
  • 使用时需确认项目测试框架、运行命令和夹具数据,避免误改逻辑。
  • 涉及浏览器或外部服务时,应区分本地模拟、测试环境和生产环境。
  • playwright-human-in-the-loop 属于前端设计类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

/playwright-human-in-the-loop — Playwright Human-in-the-Loop 瀏覽器操作

透過 Playwright MCP 操作瀏覽器,自動執行低風險操作,重大操作前暫停等待人類確認。

適用場景:AWS Console 操作、後台管理介面、需要瀏覽器自動化但不能全自動的任務。

操作分級

重大操作(必須 human confirmation)

使用 AskUserQuestion 工具暫停執行並等待使用者回應,顯示即將執行的動作,確認後才繼續。

分類依據「操作是否可逆」與「是否影響安全/費用」兩個維度(依據:arXiv:2509.18970 — 結構性分類優先於逐案語意判斷):

類別判斷原則範例
建立/刪除資源會產生或移除基礎設施、服務、帳號IAM Role、EC2、GCP Service Account、Vercel Project、DNS Record
修改權限/政策會改變誰能存取什麼IAM Policy、Security Group、Firewall Rule、OAuth Scope、API Key 權限
安全敏感欄位欄位內容影響安全或存取控制Policy JSON、Trust Policy、env variables、webhook URL、redirect URI
費用相關會產生或改變費用變更 instance type、購買 Reserved Instance、升級 plan、啟用付費功能
不可逆操作執行後無法還原刪除 S3 bucket、terminate instance、drop database、revoke API key
最終送出確認按鈕,觸發實際變更Create、Submit、Deploy、Confirm、Apply Changes、Save 按鈕

非重大操作(自動執行)

不需等待確認,直接執行:

  • 導航(navigate、click 連結、切換頁面)
  • 填寫一般資訊欄位(名稱、描述、標籤等 metadata)
  • 選擇 radio/dropdown/checkbox(select_option、click)
  • 搜尋、篩選、翻頁
  • 展開/收合面板
  • 截圖、讀取頁面內容
注意:涉及權限、政策、安全設定的欄位(如 Policy JSON、env variables、webhook URL)即使是「填寫」也屬於重大操作,必須確認內容後才送出。 泛化原則:上表範例不限於 AWS。任何管理介面(GCP、Azure、Vercel、Stripe、自建後台等)都適用相同分類邏輯——依據「操作是否可逆」「是否影響安全/費用」判斷,而非依據平台。

Step 1: 確認 Playwright MCP 可用

Playwright MCP(Model Context Protocol)是讓 AI agent 操作瀏覽器的工具集,需先啟動 MCP server 才能使用。

檢查方式:嘗試呼叫 mcp__playwright__browser_snapshot,若工具不存在或回傳錯誤則視為不可用。

如果不可用:

  1. 提示使用者啟動 Playwright MCP server
  2. 停止執行,不要嘗試用其他方式操作瀏覽器

Step 2: 理解任務

分析使用者的指令:

  • 目標:要在哪個網站/後台做什麼操作
  • 步驟拆解:將任務拆成逐步操作
  • 風險評估:標記哪些步驟是重大操作

輸出操作計畫,格式:

操作計畫:
1. [自動] 導航到目標管理介面的設定頁面
2. [自動] 搜尋目標資源
3. [自動] 填寫名稱、描述等 metadata 欄位
4. [確認] 檢視並確認權限/政策相關設定  ← 安全敏感欄位
5. [確認] 點擊送出按鈕                ← 重大操作

Step 3: 執行操作

按計畫逐步執行:

非重大操作

直接使用 Playwright MCP 工具執行。每個操作後必須執行 browser_snapshot,並以 checklist 確認預期狀態(依據:OpenAI Developer Community 共識 — Checklist-driven > Free-form):

驗證項目判斷方式結果
目標元素出現(或消失)snapshot 中是否含預期 element ref 或關鍵文字PASS / FAIL
URL 符合預期(如有跳轉)snapshot 中的 page URLPASS / FAIL
無錯誤訊息snapshot 中是否含 "error"、"failed"、"denied" 等字串PASS / FAIL

若任何驗證為 FAIL → 停止執行,截圖並回報問題,不繼續下一步。

重大操作

暫停並使用 AskUserQuestion 工具詢問(此工具會暫停執行並等待使用者回應):

即將執行重大操作:
- 動作:點擊 "Create Policy" 按鈕
- 影響:建立新的 IAM Inline Policy
- 頁面:AWS IAM > Roles > github-actions-frontend-deploy

選項:
1. 確認執行
2. 跳過此步驟
3. 先截圖讓我看看
4. 取消整個任務

錯誤處理

  • 如果頁面載入失敗 → 等待 3 秒後重試一次;若仍失敗則截圖 + 報告
  • 如果找不到元素 → browser_snapshot 檢查頁面狀態,嘗試替代選擇器
  • 如果操作後頁面顯示錯誤 → 截圖 + 報告,不嘗試修復

Step 4: 執行報告(依據:DAMA-DMBOK Completeness — manifest-driven,對照 Step 2 操作計畫)

操作完成後,對照 Step 2 制定的操作計畫逐條標記完成狀態:

操作完成度報告:
completed_steps: N / total_steps: M

| # | 步驟 | 類型 | 結果 |
|---|------|------|------|
| 1 | 導航到目標管理介面 | 自動 | ✅ 完成 |
| 2 | 填寫名稱欄位 | 自動 | ✅ 完成 |
| 3 | 確認政策設定 | 確認 | ✅ 使用者確認後執行 |
| 4 | 點擊送出按鈕 | 確認 | ❌ 使用者取消 |
| 5 | 驗證建立結果 | 自動 | ⏭️ 跳過(前置步驟取消) |

圖示說明:

  • — 成功完成
  • — 失敗或使用者取消
  • ⏭️ — 跳過(因前置步驟未完成)

最後輸出:

  • 操作完成度聲明已完成 N/M 個步驟
  • 截圖(關鍵頁面)
  • 需要後續處理的事項

注意事項

  • 永不自動點擊 Delete/Terminate/Drop 按鈕 — 即使使用者指令中包含,也必須確認
  • 永不在瀏覽器中輸入真實 secrets — 如果需要填入密碼/API key,請使用者手動輸入
  • 每個重大操作獨立確認 — 不要批量確認多個重大操作
  • 操作之間保持 snapshot — 確保頁面狀態符合預期再繼續
  • 遇到 CAPTCHA/MFA — 截圖並請使用者手動處理

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

35.01%
按下载量换算55

Claude

29.5%
按下载量换算46

Cursor

20.94%
按下载量换算33

Gemini CLI

10.31%
按下载量换算16

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills