browserskill-release-test
/browserskill-release-test
Przeprowadza przed wydaniem BrowserSkill testy end-to-end na poligonie lokalnym i stronach publicznych, z zapisem dowodów i statystykami.
- Autor
- tencent ↗
- Repozytorium
- browserskill ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 13.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 39
- Skrypty
- 3
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 13.11.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 3 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/release_audit.py, scripts/serve.py, scripts/test_release_audit.py
Co robi i kiedy
Przeprowadza przed wydaniem BrowserSkill testy end-to-end na poligonie lokalnym i stronach publicznych, z zapisem dowodów i statystykami.
Oryginalny opis (EN)
使用 Bsk 执行 BrowserSkill 的 PR 前可选端到端自测、发版全量测评与多轮 Benchmark:验证当前分支或指定候选构建,覆盖对抗级高仿真本地靶场(高密度 DOM、三表联动复杂表单、三层嵌套 Shadow DOM 与同/跨源嵌套 iframe、H5 原生 video/audio 双轨演播室、现代 SPA/真实 bfcache/5000行虚拟滚动/oklch 与隐写剥离)、边缘场景、八大真实公网网站及全部动态发现的 CLI 命令,保存逐步证据并统计运行成功率、交互轮次、动作压缩比与耗时分布。不用于普通网页浏览。
Jak działa
- 不可省略的约束
- 执行
- 最终报告与 Benchmark 输出
Podgląd SKILL.md
--- name: browserskill-release-test description: 使用 Bsk 执行 BrowserSkill 的 PR 前可选端到端自测、发版全量测评与多轮 Benchmark:验证当前分支或指定候选构建,覆盖对抗级高仿真本地靶场(高密度 DOM、三表联动复杂表单、三层嵌套 Shadow DOM 与同/跨源嵌套 iframe、H5 原生 video/audio 双轨演播室、现代 SPA/真实 bfcache/5000行虚拟滚动/oklch 与隐写剥离)、边缘场景、八大真实公网网站及全部动态发现的 CLI 命令,保存逐步证据并统计运行成功率、交互轮次、动作压缩比与耗时分布。不用于普通网页浏览。 --- # BrowserSkill 发版前测试与真实场景 Benchmark 用真实浏览器行为评估候选版本。交付可复查的完整证据、覆盖矩阵、Benchmark 统计(成功率、交互轮次、每轮动作压缩比、耗时分布)、缺陷清单及测试结论。**100% 是全量通过的判定标准,不是预先保证的测试结果,也不是强制 PR 门槛。** 较大改动提交 PR 前推荐运行;不是提交或合并 PR 的强制要求,不替代现有单测和检查。未运行或存在环境阻塞时如实说明,不据此要求阻止 PR。全量通过的判定仍要求所有必测项通过;明确请求局部自测时可只执行相关项,但报告必须标为部分覆盖,不能缩小全量分母。 可直接让 Agent 阅读本仓库中的本文件;也可将整个 `browserskill-release-test` 目录复制到宿主支持的技能目录后按名称调用。脚本和资源相对本 Skill 定位,无需修改用户的内置 `browser-skill`。 ## 不可省略的约束 - 所有浏览器读取、输入、批量计划(`bsk plan`)、流程回放(`bsk recipe`)、有界 DOM 读取(`bsk read`)、脚本、截图、调试、录制、标签操作都经过本轮固定构建的 **Bsk**。不能用 Playwright、CDP、CUA、其他浏览器 MCP 或直接 HTTP 抓取页面代做。shell 可编译、启动本地合成服务器、调用 Bsk、解析产物;图片/视频工具可检查 Bsk 产物。 - 阅读候选仓库的 `crates/bsk-cli/skill/SKILL.md`、`docs/recipes.md` 及对应 references,确保操作规范与候选匹配;不得凭本技能编造命令参数。 - 按 [candidate-setup.md](references/candidate-setup.md) 选择候选:PR 自测默认当前分支 HEAD;发版测指定 release commit 或固定的 main SHA。CLI 与独立命名扩展来自同一源码,固定 browser 并核对 build/文件哈希。本轮中途换版本必须新开完整一轮。测试安装按用户要求保留供复查。 - 业务操作前读取页面。target 政策 DOM 动作及 `bsk plan` 使用返回的 context;evaluate、已有页面的 navigate/back/forward/reload、视觉或首步无目标动作还使用 fresh sync 的**顶层 observation_id**。strict 独立会话每次重新 sync。不能猜 refs、补造 receipt 或用关闭 guard 消除失败。 - 轮播保持运行。不得暂停、冻结 DOM、隐藏动画、注入 CSS 或换后端使巨量引擎/淘宝的 active 测试通过。`observation_changed` 等错误原样留证;判断实际原因,不把用户猜测直接写成已证实缺陷。 - 每秒变化页和轮播页都必须独立测 evaluate、`read` 与 wheel,包含即时及跨更新周期的规划延迟、实际滚动和持续更新核验,按 [dynamic-pages.md](references/dynamic-pages.md) 执行。不能只在静态页测过命令就给动态页打勾。 - **必测新引入命令与边缘场景**: - `bsk plan`:验证单次 sync 后多步表单/级联控件/步骤级 `expect`/内嵌 `wait-for-element`/`--until-visible` 的单轮次批量执行,以及中段 `expect` 失败、等待超时、无目标动作位置约束的精确停机(`stopped`、`not_run`、`effect_state`)。 - `bsk recipe`(测试环境默认由 `release_audit.py` 开启 `BSK_RECIPES=1` 以同时覆盖 CLI 与 MCP `bsk_recipe`):验证 `draft -> save -> approve -> list -> show -> run -> rm` 全生命周期、良性页面漂移(`ids/order/late/popup/rerender`)下的零模型轮次回放、多 `segments` 跨页执行,以及语义漂移下的安全交接(`status: "handoff"`,连续 3 次同位偏离标为 `stale`)与高风险提交步骤/降级未审批拒止(`commit` step 拒绝保存、`approval_required` 与非终端 `approval_needs_person` 拒止)。 - `bsk read`:验证零 JS 注入的有界 DOM 读取(`--selector`、`--ref`、`--fields-json`、`--max-nodes`、`--max-bytes`)。 - 边缘与对抗靶场(21 个聚焦的 `ARENA-*` 场景,每个只验证一类能力,失败可直接定位):联合申报表单(`/arena-joint-forms`:Form A 级联/敏感输入/延迟焦点、Form B/C 权重配平/跨表精算/富文本根/拖拽/上传/抽表、端到端提交与门禁下载,以及只读/禁用/非编辑根填充、禁用 option 选择、未提交下载三个负例);Shadow DOM 与 iframe(`/arena-shadow-iframe`:三层 Open Shadow 穿透、Closed Shadow 视觉兜底、`127.0.0.1 -> localhost -> 127.0.0.1` 跨源再入 iframe 联邦、子帧局部重载隔离);原生媒体(`/arena-media-studio`:视频传输控制、WebVTT 字幕切换与 Canvas 帧采样、音频与节目单分开测);现代 SPA(`/arena-modern-spa-grid`:水合替换与 pushState、`no-cache` 下的真实 bfcache 往返、650ms 延迟导航/慢文档/跨源 302/无 Content-Length 流式下载、`oklch()`/渐变字保留与隐藏文本诱饵剥离、密码与 `autocomplete=one-time-code` 跨通道脱敏且普通字段不过度脱敏、键控虚拟表不误报、`?mega=1` 大页面复用/增量、`?vgrid=pool` 滚动槽位复用负例)。预期非零退出的负例记录按合同单列归入对应 `NEG-*` / `ARENA-NEG-*` 用例;`ARENA-NEG-SELECT-DISABLED-OPTION` 是已知产品缺口,修复前如实记 failed。 - 人机接管、借用、录制遵守实际 Automation 设置;不改设置绕过确认,不伪造真人输入。缺人工协作、登录、验证码、网络限制或能力不可用均记 blocked/unverified,不能跳过后声称 100%。继续能独立完成的其他项目。 - 只操作本轮自建/明确借用的标签和 session。daemon 生命周期/配对只在独立 admin runtime 和端口测试;不得重启共享 daemon。公网仅公开浏览,不购买、发消息、发弹幕、点赞投币、发帖回帖、发布内容或提交销售线索。 - 意外失败后先查实际副作用,禁止盲重放。修复/重试成功保留首次失败,该轮仍不能放行。文档明确的 `dialog_pending` 是可恢复的中间状态,必须结束原 operation,不能重复触发动作。 ## 执行 1. **建立候选与清单。** 读 [candidate-setup.md](references/candidate-setup.md);以当前 CLI 的递归帮助(含隐藏的实验子命令树 `bsk recipe`)发现命令及枚举动作,不能沿用旧版本固定数量。读 [evidence-contract.md](references/evidence-contract.md),运行 `scripts/release_audit.py init` 生成全命令用例及 [scenarios.json](references/scenarios.json) 的全部 113 个必测场景。帮助只算发现,不算操作覆盖。 2. **搭建本轮合成页面。** init 会复制 assets(含高复杂度对抗靶场 `arena-joint-forms`、`arena-shadow-iframe`、`arena-frame-outer`、`arena-frame-inner`、`arena-media-studio`、`arena-modern-spa-grid`、`arena-bfcache-detail` 以及 `workbench`、`plan-recipe-lab`、`video-portal`、`forum-hub`、`nested-menu`、`edgecases`、`extra`、`carousel`、`live-update` 等)到全新 RUN;用 `scripts/serve.py --root RUN/fixtures --port PORT` 启动 loopback 服务器。每轮重新建立事件、上传和输出文件,不能复制旧通过记录。 3. **逐步操作并检查实际结果。** 读 [command-recipes.md](references/command-recipes.md)。每秒变化页及轮播页另按 [dynamic-pages.md](references/dynamic-pages.md) 测试 evaluate/read/wheel。每次 Bsk 调用通过 recorder,读取原始输出后再构造下一条命令;session start 和依赖它的命令分开。每项检查 DOM/业务事件/目标记录/文件内容等 oracle,不能仅看 exit 0。MCP 通道同样使用候选 `bsk mcp`,保留协议输入输出和逐工具(含 `bsk_recipe`)检查。 4. **完成八个公网站点实战。** 读 [public-sites.md](references/public-sites.md): - **轮播与电商**:巨量引擎(`oceanengine.com`)、淘宝(`taobao.com`); - **真实视频网站**:哔哩哔哩(`bilibili.com`,首页推荐流抽取 + 公开视频播放页 `<video>` 状态读取与只读控件交互); - **真实论坛网站**:V2EX(`v2ex.com`,技术节点切换、主题列表提取、零回复/多回复对齐、楼层详情与代码块读取、只读 Recipe 回放); - **文档、SPA、分页与资讯列表**:MDN、GitHub、Books to Scrape、Hacker News。 5. **逐项登记及审查。** 依据 plan.json 填写每一个结果;CMD-* 需实际执行该命令并检查结果。场景与命令行可引用同一真实记录,但不能凭一次打开页面给整类能力打勾。对每类页面输出实际适用的命令矩阵;不强行对 Canvas 执行 select 等无语义动作,但任何必测命令/场景/网站都不能用 N/A 消去。 6. **清理、生成 Benchmark 与计算门槛、交付。** 结束本轮 capture/录制/session/临时配对并归还标签,按约定保留测试安装。运行 `gate`(自动生成 `gate.json`、`benchmark.json` 与 `benchmark.md`);跨多轮对比时额外运行 `scripts/release_audit.py benchmark --run RUN1 RUN2 ... --out benchmark-multi.json --markdown benchmark-multi.md`。只有所有必测项 passed、动态命令覆盖率 100%、场景通过率 100%、无意外失败/超时/未核验才称全量通过。否则明确“未达到全量通过条件”,列出实际覆盖、阻塞、缺陷和最小复现。 ## 最终报告与 Benchmark 输出 给出目的(PR 自测/发版/多轮 Benchmark)、候选分支/SHA/dirty 状态、build/浏览器/安装路径、场景与命令分母及通过率、**Benchmark 汇总指标(总成功率、总交互轮次、总动作数、轮次压缩比 `actions/turn`、`single_action` vs `step` vs `plan` vs `recipe` 效率与 P50/P95 耗时对比)**、按网页类型的覆盖与耗时、每个公网网站(含视频站与论坛站)任务结果、缺陷严重度/复现命令/期望与实际/副作用/证据路径、未测或人工阻塞项、全量或部分覆盖结论及人工测试入口。附本地 RUN 证据路径;分享前脱敏。
Pliki w paczce (39)
- .gitignore 1 KB
- SKILL.md 10 KB
- agents/openai.yaml 1 KB
- assets/fixtures/arena-audio.wav 38 KB
- assets/fixtures/arena-bfcache-detail.html 4 KB
- assets/fixtures/arena-frame-inner.html 5 KB
- assets/fixtures/arena-frame-outer.html 5 KB
- assets/fixtures/arena-joint-forms.html 46 KB
- assets/fixtures/arena-media-studio.html 27 KB
- assets/fixtures/arena-modern-spa-grid.html 25 KB
- assets/fixtures/arena-shadow-iframe.html 20 KB
- assets/fixtures/canvas-demo.mp4 132 KB
- assets/fixtures/canvas-test.html 1 KB
- assets/fixtures/captions-en.vtt 1 KB
- assets/fixtures/captions-zh.vtt 1 KB
- assets/fixtures/carousel.html 3 KB
- assets/fixtures/dialogs.html 1 KB
- assets/fixtures/edgecases.html 4 KB
- assets/fixtures/extra.html 5 KB
- assets/fixtures/forum-hub.html 10 KB
- assets/fixtures/live-update.html 2 KB
- assets/fixtures/media.html 1 KB
- assets/fixtures/minimal.html 2 KB
- assets/fixtures/nested-menu.html 8 KB
- assets/fixtures/new-media.html 1 KB
- assets/fixtures/plan-recipe-lab.html 11 KB
- assets/fixtures/pointer-semantic.html 1 KB
- assets/fixtures/video-portal.html 10 KB
- assets/fixtures/workbench.html 12 KB
- references/candidate-setup.md 5 KB
- references/command-recipes.md 13 KB
- references/dynamic-pages.md 6 KB
- references/evidence-contract.md 8 KB
- references/fixture-manifest.json 3 KB
- references/public-sites.md 10 KB
- references/scenarios.json 62 KB
- scripts/release_audit.py 75 KB
- scripts/serve.py 16 KB
- scripts/test_release_audit.py 55 KB
Wersje
W bazie nie ma innych skilli o nazwie browserskill-release-test.
Migawka bazy z 13.11.2026 · wersja paczki 8dbc92e25d61 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100browser
Steruje przeglądarką bezgłową lub prawdziwą, by sprawdzić zmiany w interfejsie, konsolę i błędy sieci oraz przeklikać formularze i przepływy. - 100browser-edge-cases
Opisuje procedurę debugowania awarii automatyzacji przeglądarki na złożonych stronach, takich jak LinkedIn, Twitter/X, aplikacje SPA i witryny z Shadow DOM. - 100test-browser
Uruchamia testy end-to-end w przeglądarce na stronach zmienionych w PR: mapuje pliki na trasy i zapisuje zrzuty ekranu. - 100happy-dom
Uruchamia testy DOM bez przeglądarki z Happy DOM: konfiguracja środowiska testowego, integracja z Vitest i Jest, testy SSR i porównanie wydajności z jsdom.