Agent联网能力革命：web-access 如何让 AI 从搜索进化到浏览
鹿Sir约 5 分钟鹿Sir上线，见字如面。
Claude Code 和 Codex 写代码的能力确实没得说，但说到联网能力，总觉得差点意思。尤其是碰到微信公众号、小红书这种需要登录态的网页，经常陷入死循环，折腾半天出不来结果。
这个痛点，相信不少开发者都深有体会。
直到 web-access 这个 Skill 出现——开源一周斩获 2.8K Star，势头相当猛。它让 Agent 从"搜索"真正进化到了"浏览"。
一、Skill vs MCP：不只是工具，更是方法论
很多人分不清 Skill 和 MCP 的区别。
MCP（Model Context Protocol）是一套协议标准，本质是给 Agent 扩展工具箱——告诉 Agent 有哪些工具、怎么调用。而 Skill 不只给工具，还给"怎么用工具"的完整方法论。
打个比方：MCP 是给你一把螺丝刀，Skill 是给你螺丝刀 + 说明书，告诉你从哪个方向拧、用多大力、拧不动时换什么姿势。
web-access 的设计理念是目标导向：接到任务先理解目标，找最短路径达成，每一步根据结果动态调整，而不是机械地走"搜索→抓取→输出"流程。
它的能力分三层：
基础层：WebSearch 搜关键词、WebFetch 抓网页、curl 获取 HTML、Jina 转 Markdown。大多数 Agent 都有这些工具，web-access 的贡献是加了调度决策——先用哪个、失败了怎么降级、什么情况换路。
核心层：CDP 浏览器直连。这是整个 Skill 最硬核的部分。
效率层：多任务并行分治。多个调研目标可以拆分给子 Agent 同时执行，主 Agent 只做整合输出。
二、CDP：让 Agent 像真人一样浏览网页
CDP（Chrome DevTools Protocol）是 Chrome 远程调试协议，F12 开发者工具的底层支撑。通过 CDP，外部程序可以：
控制导航（打开 URL、前进后退、刷新） 执行脚本（页面上下文运行 JavaScript） 操作 DOM（读取节点、修改样式、触发事件） 模拟输入（键盘、鼠标、滚动） 监听网络（捕获 HTTP 请求响应） 生成截图
web-access 底层用 Chrome DevTools MCP + CDP 直连浏览器，登录态天然携带，动态渲染的网页也能正常访问。
这意味着：你在 Chrome 里登录的小红书、微信公众号、公司内网，Agent 直接就能用，不需要重新处理登录、cookie、token。
三、实战案例：从竞品调研到社媒监控
案例 1：AI 工作流平台竞品调研
调研 Dify、Coze、FastGPT 三个平台，关注节点类型、模型接入、私有化部署、定价策略。
传统方式：开三个浏览器标签，翻文档、做笔记、拼表格，至少两三个小时。
用 web-access：Agent 把任务拆成三个子 Agent 并行执行，各自盯一个平台，自己翻文档、提取数据。调研时间和只做一个平台差不多，三倍提效。
子 Agent 的调研深度超出预期——进入 docs.dify.ai 文档站，从"节点说明"逐条提取类型，从"模型供应商"整理 LLM 列表，这些细节搜索引擎摘要根本拿不到。
最后输出结构完整的对比表，直接给产品加了两个开发 TODO。
案例 2：小红书用户讨论抓取
小红书有完善的反爬机制，页面动态渲染，WebFetch 过去基本是空页面或混淆 JS。
用 web-access：Agent 判断小红书"普通抓取无法到达"，直接切换到 CDP 模式，接管 Chrome 标签页，输入关键词、等页面加载、逐条提取结果。
因为复用自己登录的小红书，搜索结果和手动搜完全一致，不会被访客身份过滤。提取完列表页后，Agent 自己点进帖子详情，把评论区讨论也整理进报告。
认知升级：以前 Agent联网是"搜索"（输入关键词→拿摘要→给结论），现在是"浏览"（打开页面→等渲染→点链接→读详情→整理内容）。
这两个动词的能力差距，相当于叫一个人查资料 vs 叫一个人实地走访。
案例 3：GitHub 提交记录生成技术周报
根据 GitHub 提交记录生成技术周报，需要翻 commit 列表、看改了什么、为什么改、影响哪些模块，再提炼成产品能看懂的语言。
Agent 先尝试 WebFetch 拉 GitHub 提交页面，发现部分内容需要 JS 渲染，随即升级到 CDP 模式，用真实浏览器打开页面，等渲染完成后提取内容。
这体现了 web-access 的核心设计原则：工具升级是渐进的，轻量方式能走就走轻量，走不通再上浏览器。既省 token，又控制响应时间。
四、技术方案对比：CDP Proxy vs MCP vs Puppeteer
对 Agent联网场景，CDP Proxy 最合适，核心原因是登录态天然携带。处理有授权墙的内容时，这个优势其他方案替代不了。
五、Chrome DevTools MCP 之上的三层增强
Chrome DevTools MCP 是 Google 官方做的 MCP 服务器，暴露 CDP 底层 API——创建标签页、执行脚本、截图、点击。这些是原子化能力，但怎么组合、什么情况下用什么，完全靠 Agent 自己判断。
web-access 在这之上做了三件额外的事：
第一，决策层。明确工具优先级和切换时机。不是每个任务都开浏览器，WebSearch、WebFetch 能搞定的就不动用 CDP。只有动态渲染、登录墙、反爬机制才升级浏览器模式。
第二，经验积累。`references/site-patterns/`目录维护各类网站的操作经验——小红书搜索框的 CSS 选择器、微信公众号内容渲染特性、B 站分页方式。每次成功操作后更新经验，下次遇到同网站直接复用路径。
第三，并行调度。多个子任务不需要串行等待，可以同时跑，每个子任务管好自己的浏览器标签，主任务只管收结果。
简单比喻：Chrome DevTools MCP 给了一辆车，web-access 给了一辆车 + 导航 + 知道路况的副驾驶。
六、行业趋势：Agent联网能力的进化方向
从 web-access 的火爆可以看出几个趋势：
1. 从搜索到浏览的范式转移
传统 Agent联网=搜索 API+ 摘要 + 答案。遇到动态页面、登录墙、反爬机制就玩不转。新一代方案让 Agent 直接操控浏览器，像真实用户一样操作。
2. 登录态复用成为关键能力
处理需要授权的内容（社媒、内网、付费内容），登录态复用是刚需。CDP Proxy 方案因为复用日常 Chrome，天然满足这个需求。
3. Skill 化是 MCP 的进化方向
纯工具层（MCP）提供能力，Skill 层提供"什么时候用什么、怎么用"的决策逻辑。后者才是让 Agent 真正好用的关键。
写在最后
2.8K Star 开源不久就拿到，不是运气好，是踩在了真实痛点上。
如果你用 Claude Code 或 Codex，建议试一下。用过之前觉得联网能力"够用"，用过之后会发现之前那叫将就。
竞品调研、社媒监控、文档生成、表单提交——这些事 Agent 都能干，而且干得不比人差。
"工具的上限，决定了你能做事情的边界。
EOF
分享架构技术/IT资讯/牛马日常
电商·SaaS·AI架构师，DDD极客/DDD4j开源框架作者
→关注公众号，撩小码鹿「已接入AI」
→加我备注“进群”，进技术大佬群学习