跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
其他技能

web-workflow-extraction

影刀网页 RPA 开发与“探测”任务中,复用已有可靠依据,按需浏览器探测完整操作步骤和 XPath,衔接编码与静态验收;用户明确限制时只读。

apexcheng · 已有静态检查记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add apexcheng/yingdao-xbot-ai-agent --skill web-workflow-extraction

技能说明


name: web-workflow-extraction description: 影刀网页 RPA 开发与“探测”任务中,复用已有可靠依据,按需浏览器探测完整操作步骤和 XPath,衔接编码与静态验收;用户明确限制时只读。

网页操作流程与 XPath 探测

触发与职责

  • 探测接开发:网页 RPA 新增或调整操作流程,以及用户说“探测”网页步骤 / XPath 时,默认完成必要探测、编写或修改代码并静态验收,不要求用户再说一次“开发”。明确要求只读、不开发或不修改时仅探测;明确禁止使用浏览器时遵守限制,并说明未实测部分。
  • 依据优先、按需探测:优先复用用户提供的 XPath 和适用于当前页面的已验证定位;已有可靠依据的步骤不重复探测。旧代码、参考项目、截图和文字描述可以提供线索,不能凭此猜测当前元素的标签、属性、XPath 或 CSS。对遗漏、含糊、页面变化或未经可靠验证的步骤,按需核实实际 DOM;无法探测时向用户索取定位依据,不以推测实现。仅修改非网页逻辑时不强制探测。
  • 职责边界:依据已确认业务目标和页面入口探测实际操作顺序、必要条件、XPath 及页面状态;编写影刀代码时遵守项目 AGENTS.md 与相应 API / Skill。用户明确要求的只读探测仅交付结果;浏览器实测不等于影刀实机运行验收。

探测流程

  1. 确认起点与复用依据:明确目标网页、入口、登录状态、必要输入与预期结果;先核对用户 XPath、已有可靠定位、截图与参考项目,区分已确认定位和仅供参考的线索。用户已提供可靠 XPath 的步骤直接复用;缺少依据的普通技术步骤自行探测,无法探测时再向用户索取;涉及业务结果或副作用的未决问题先向用户确认。
  2. 识别页面状态:确认目标元素位于主文档、iframe、弹窗还是新标签页;注意加载、遮挡、禁用状态及动态刷新。只检查当前步骤真正涉及的结构。
  3. 提取并检查定位:仅依据用户提供的可靠 XPath 或当前真实 DOM 确定目标,记录作用范围和命中数量;单目标必须唯一,多目标须符合预期范围。操作前检查目标语义及所需可操作状态(如可见、未被遮挡、可编辑或未禁用);不得用宽泛的元素扫描或猜测的选择器替代未知目标。定位原则见下方正式文档。
  4. 逐步实际操作:在用户授权范围内允许所有交互类型,包括点击、输入、提交、下载等,示例不是白名单。按业务顺序执行并记录必要输入;已有授权不重复询问,授权不明的步骤先确认。
  5. 验证闭环:按该步等待条件观察操作后的实际状态,对照成功判据留存证据;XPath 命中或动作调用成功都不能单独证明流程成功。可能重复提交的动作不为验证而重做;结果不明时先核实状态,不盲目重试。
  6. 处理阻塞:无法访问页面、无法取得目标 XPath,或唯一性、可操作性、操作后状态不符合预期时,记录已有证据并暂停依赖该结果的步骤;向用户明确索取缺少的 XPath 或可核验的页面证据。页面变化时重新核实 DOM,不推断未观察到的结构或结果;其他不依赖该元素的步骤可继续。 保留探测现场:Agent 使用浏览器探测步骤、DOM 或 XPath 时,发生异常、中断、阻塞或需要用户介入,必须保留正在操作的 Page;不得在异常处理、finally 或任务结束清理中关闭该 Page,也不得主动关闭浏览器或重置浏览器上下文。后续复用原 Page 排查,只有用户明确要求关闭时才清理。本条只约束 Agent 开发期探测,不改变影刀 RPA 运行时的 Page 清理规则。
  7. 衔接开发:把用户已确认或探测取得的步骤与 XPath 写入目标业务代码,做静态验收;缺少定位依据的步骤不得先以猜测方案实现。未经实测的部分明确标注,不把推测当作验证结果,也不为静态验收擅自启动影刀。

XPath 与影刀边界

  • 元素库复用、XPath 构造及相对查找原则统一见 browser.md。已有元素库名称可作为线索,不能冒充已提取的 XPath;无法取得 XPath 时标明缺口。
  • iframe 按外到内分别记录各层 iframe XPath 与框内目标 XPath,并在各自上下文核对匹配;调用契约见 iframe2-extension.md,不将跨文档路径拼成普通 XPath。
  • 业务取数、异步导出任务绑定及动态元素处理按需查 网页自动化实践;提取交互 XPath 不等于选择 XPath 读取业务数据,不额外扩展取数任务。
  • 探测 Excel/CSV 导出流程时,不为额外核验文件格式、表头或数据而下载真实报表;交付时提示“真实导出文件结构未验证,首次运行可能需适配”。用户明确要求实际下载或文件核验时除外。
  • 浏览器探测通过不代表影刀运行通过;标明验证环境及影刀兼容性未验证的范围,不为补充兼容性结论运行 RPA。

结果与交付

开发任务报告实际完成的步骤、关键 XPath、代码修改及静态验收结果;只读探测任务可用以下简短步骤表交付。均不倾倒整段 DOM:

步骤前置状态、操作与输入XPath / 作用范围等待与成功判据结果与证据
序号当前状态 → 动作(必要输入)实测 XPath;页面 / iframe / 相对根节点等待条件;预期完成状态状态;命中数、可操作性、操作后观察及证据引用
  • 证据使用必要的 DOM 摘要、截图引用、响应摘要或下载结果引用,注明对应步骤并脱敏;明确区分预期与实际观察,不记录凭据或敏感业务原文。
  • 结果状态:已实测(唯一性或多目标范围、可操作性及动作后状态均通过)、仅定位(已核实 XPath,未执行动作)、待验证(尚未完成检查,注明阻塞)、失败(检查或动作结果不符合预期)。静态材料不能冒充真实页面实测。
  • 仅补充影响复用的页面差异、未覆盖分支及阻塞;不将单次探测推断为所有页面或店铺通用。