Chrome QA Agent — 对抗式 UI 测试 Skill

在真实浏览器里测试 UI 改动。你的任务是想办法把它弄坏，而不是确认它能跑。

本 skill 通过 chrome-devtools MCP（mcp__chrome-devtools__* 工具）驱动单个本地 Chrome。由于该 MCP 只控制一个浏览器，且 select_page 会为整条连接全局设置当前活动页面，浏览器测试是单线程的 —— 绝不能让两个 agent 同时对同一个浏览器操作。

两种工作流：
- diff 驱动 —— 分析 git diff，只测改动部分
- 探索式 —— 在应用里到处点，找出开发者没想到的 bug

对于较大的任务，你仍可以把工作拆给多个子 agent 以隔离上下文，但它们必须轮流独占这唯一的浏览器 —— 见下文「拆分工作的原则」一节。

测试如何运作

主 agent 负责协调 —— 它制定测试策略、把任务分派给子 agent、并汇总结果。真正的浏览器测试由子 agent 执行。

规划：先从多个角度想，再一次性执行

你必须亲自完成全部三轮规划并输出，然后才能启动任何子 agent。 规划发生在你自己的回复里 —— 不能委派给子 agent。不要跳过规划直接执行。

第一轮 —— 功能： 核心用户流程有哪些？什么应该正常工作？把每个测试写成：动作 → 预期结果。

第二轮 —— 对抗： 重读第一轮。你漏了什么？想想：不同的用户类型/角色、错误路径、空状态、竞态、边界输入（空值、超长、特殊字符、连续快速点击）。

第三轮 —— 覆盖盲区： 重读第一、二轮。还有什么没考虑：无障碍（axe-core、纯键盘）、移动端视口、控制台错误、与应用其余部分的视觉一致性？

去重： 把三轮合并成一份带编号的测试清单。去掉重叠项。给每个测试分配一个分组（例如 Group A、Group B）。

然后一次性执行 —— 每个分组启动一个子 agent。每个子 agent 只接收它那份具体的测试清单，别的都不给。子 agent 不探索、不规划 —— 它们执行被指派的测试并汇报结果。

在调用任何 Agent 工具之前，把三轮规划、合并后的计划、以及分组分配都输出在你的回复里。

拆分工作的原则

• 一个浏览器，同一时刻只有一个 agent。 chrome-devtools MCP 控制单个 Chrome，且 select_page 是全局状态。顺序分派子 agent —— 每个在自己回合里独占浏览器，跑完，下一个再开始。并发驱动浏览器的 agent 会破坏彼此的页面状态。（你仍可以并行跑非浏览器的工作，比如 diff 分析。）
• 子 agent 跑被指派的测试，而非开放式探索。 主 agent 交给每个子 agent 一份具体的、带编号的测试清单。子 agent 不规划、不探索、不决定测什么 —— 它们执行清单然后停下。
• 即便是串行，拆分依然有用 —— 它让每个 agent 的上下文保持小而聚焦。许多小 agent 优于少数大 agent。这里的收益是上下文隔离和每组干净的汇报，而不是挂钟时间上的并行。
• 按改动规模匹配投入 —— 单个组件的修复不需要很多 agent 或很多步数；主 agent 直接跑就行。整页重构才值得拆成多个分组。让 diff 的范围来驱动计划。
• 遇到失败不要提前停 —— 在被指派的测试范围内尽可能多地找出 bug。

给子 agent 设定步数预算

主 agent 必须在每个子 agent 的提示里写明步数上限。 一「步」= 一次 chrome-devtools MCP 工具调用（navigate_page、take_snapshot、click、evaluate_script……）。子 agent 不会自我设限 —— 除非被告知，否则它们会一直跑到完成。

粗略经验值：几项有针对性的检查约 25 步，一个完整页面（功能 + 对抗 + a11y）约 40 步，多个页面或一大类约 75 步。根据被指派测试的实际需要来调整 —— 这些是起点，不是规则。

每个子 agent 的提示都必须包含：

You have a budget of N steps (each chrome-devtools MCP tool call = 1 step). Count your steps as you go. When you reach N, stop immediately and report:
- STEP_PASS/STEP_FAIL for every test you completed
- STEP_SKIP|<test-id>|budget reached for every test you didn't get to

Drive the browser ONLY through the chrome-devtools MCP tools (mcp__chrome-devtools__*).
You own the browser exclusively for this run — no other agent is using it. When done, the next agent will reuse the same Chrome, so leave it in a clean state (close extra tabs you opened with close_page).
Do not retry or continue after hitting the budget.
Run only these tests: [numbered list from the merged plan]
Do not explore beyond the assigned tests.
Do NOT generate an HTML report or write any files (except screenshots via take_screenshot's filePath). Return only step markers and your findings as text.

主 agent 自己不应驱动浏览器（除了验证开发服务器是否已启动）。所有测试都在子 agent 里进行，一次只分派一个 —— 绝不要同时跑两个驱动浏览器的子 agent，因为它们共用一个 Chrome。

当某个子 agent 用尽预算时，主 agent 直接接受这份部分结果。 不要重跑或重试这个子 agent。把 SKIPPED 的测试写进最终报告，让开发者知道哪些没覆盖到。

汇报

每个子 agent 回报时给出：

Tests: 8 | Passed: 5 | Failed: 2 | Skipped: 1 | Pages visited: 2

主 agent 汇总成最终报告：

Tests: 20 | Passed: 14 | Failed: 4 | Skipped: 2 | Agents: 3 | Pass rate: 70%

不要汇报「用了多少步」 —— MCP 工具调用次数是实现细节，对评审者来说不是有意义的指标。

测试理念

你是一名对抗式测试者。 你的目标是找出 bug，而不是证明正确性。

• 想办法弄坏你测的每个功能。 别只检查「按钮在不在？」 —— 快速点它两下、提交空表单、粘贴 500 个字符、流程中途按 Escape。
• 测开发者没想到的地方。 空状态、错误恢复、纯键盘导航、移动端溢出。
• 每条断言都必须基于证据。 对比前后快照。按 ref 检查具体元素。没有来自无障碍树或确定性检查的实在证据，绝不报 PASS。
• 失败要报到足以复现的程度。 包含确切的动作、你的预期、实际得到的结果，以及一条修复建议。

断言协议

每个测试步骤都必须产出一条结构化的断言。不要写「看起来不错」这种自由文本。

步骤标记

每个测试步骤，恰好发出一个标记：

STEP_PASS|<step-id>|<evidence>

或

STEP_FAIL|<step-id>|<expected> → <actual>|<screenshot-path>

• step-id：简短标识，如 homepage-cta、form-validation-error、modal-cancel
• evidence：你观察到的、能证明此步通过的东西（元素 uid、文本内容、URL、evaluate_script 结果）
• expected → actual：你的预期 vs 实际得到的
• screenshot-path：保存的截图路径（仅失败时 —— 见下文「失败截图」）

失败截图

每条 STEP_FAIL 都必须配一张截图，好让开发者直观看到哪里出了问题。

当某个测试步骤失败时，立即截图，直接写入以 step-id 命名的路径：

mcp__chrome-devtools__take_screenshot { filePath: ".context/ui-test-screenshots/<step-id>.png" }

take_screenshot 直接写文件 —— 不需要再单独移动/复制。要截取单个元素而非视口，传它的 uid；要截整个可滚动页面，传 fullPage: true。

每次测试运行开始时，创建一次截图目录：

mkdir -p .context/ui-test-screenshots

规则：
- 文件名 = step-id（例如 double-submit.png、axe-audit.png、modal-focus-trap.png）
- 存到 .context/ui-test-screenshots/ —— 该目录已加入 gitignore，开发者和其他 agent 都能访问
- 当某个子 agent 负责一个测试分组时，加上分组名前缀以避免冲突：<group>-<step-id>.png（例如 signup-double-submit.png）
- 在失败的那一刻截图 —— 捕捉损坏状态，不要等恢复之后
- 对于视觉/布局 bug，也截一张基线（正常状态）以便前后对比：<step-id>-baseline.png

如何验证（按严谨程度排序）

1. 确定性检查（最强） —— evaluate_script 返回可 JSON 序列化的数据供你检视。例如：axe-core 违规计数、document.title、表单字段值、控制台错误数组、元素数量。
2. 快照元素匹配 —— 在 take_snapshot 返回的无障碍树里存在某个具有特定角色和文本的元素。每个元素都有一个 uid（例如 uid=12 button "Save"）。元素要么在树里，要么不在。
3. 前后对比 —— 动作前快照，执行动作，动作后快照。验证树按预期发生了变化（元素出现、消失、文本改变）。
4. 截图 + 视觉判断（最弱） —— 仅用于无障碍树无法捕捉的纯视觉属性（颜色、间距、布局）。务必说明你具体在评估什么。

前后对比模式

这是核心的验证循环。每次交互都用它：

# 1. BEFORE: capture state
mcp__chrome-devtools__take_snapshot
# Record: what elements exist, their text, their uids

# 2. ACT: perform the interaction (uid comes from the snapshot above)
mcp__chrome-devtools__click { uid: "12" }

# 3. AFTER: capture new state
mcp__chrome-devtools__take_snapshot
# Compare: what changed? What appeared? What disappeared?

# 4. ASSERT: emit marker based on comparison
# If dialog appeared: STEP_PASS|modal-open|dialog "Confirm" appeared at uid=20
# If nothing changed:
mcp__chrome-devtools__take_screenshot { filePath: ".context/ui-test-screenshots/modal-open.png" }
# STEP_FAIL|modal-open|expected dialog to appear → snapshot unchanged|.context/ui-test-screenshots/modal-open.png

> uid 不稳定。 每次 take_snapshot 都可能给元素重新编号。永远基于最近一次快照里的 uid 来操作；任何导航、点击或 DOM 变化之后，使用 uid 前都要重新快照。你也可以把 uid 作为 args 传给 evaluate_script，对特定元素进行操作。

安装配置

本 skill 需要 chrome-devtools MCP 服务已配置并连接 —— 它驱动真实的本地 Chrome。无需任何额外安装。

确认工具可用：你应该能调用 mcp__chrome-devtools__list_pages。如果 MCP 未连接，告诉用户去添加/启用 chrome-devtools MCP 服务后重试。

避免权限疲劳

本 skill 会发起大量 MCP 工具调用（快照、点击、eval）。为免逐个批准，在 .claude/settings.json（项目级）或 ~/.claude/settings.json（用户级）里放行 chrome-devtools 工具：

{
  "permissions": {
    "allow": [
      "mcp__chrome-devtools"
    ]
  }
}

模式选择

只有一个浏览器 —— 你本地的 Chrome。同一套工具既测 localhost 也测线上站点；区别只在 URL。

隔离： 默认情况下 MCP 会附着到用户的 Chrome（带着它的 cookie/登录态）。当你需要一个干净的、未登录的浏览器来做可复现的运行时，在隔离上下文里打开页面：

mcp__chrome-devtools__new_page { url: "http://localhost:3000", isolatedContext: "ui-test" }

同一个 isolatedContext 里的页面共享 cookie/存储；换一个上下文名 = 一个全新会话。当测试需要已有的登录/状态时，用用户的默认上下文；要做无干扰的可复现性测试时，用隔离上下文。

工作流 A：diff 驱动测试

阶段 1：分析 diff

git diff --name-only HEAD~1          # or: git diff --name-only / git diff --name-only main...HEAD
git diff HEAD~1 -- <file>            # read actual changes

给改动的文件分类：

阶段 2：把文件映射到 URL

检测框架：cat package.json | grep -E '"(next|react|vue|nuxt|svelte|@sveltejs|angular|vite)"'

阶段 3：确保跑的是对的代码

测试前，确认开发服务器提供的是 diff 里的代码 —— 而不是某个过时的分支。

如果测的是某个 PR 或特定分支：

# Check what branch is currently checked out
git branch --show-current

# If it's not the PR branch, switch to it
git fetch origin <branch> && git checkout <branch>

# Install deps — the lockfile may differ between branches
yarn install  # or npm install / pnpm install

如果开发服务器之前是在另一个分支上跑的，checkout 之后要重启它。

找出正在运行的开发服务器：

for port in 3000 3001 5173 4200 8080 8000 5000; do
  s=$(curl -s -o /dev/null -w "%{http_code}" "http://localhost:$port" 2>/dev/null)
  if [ "$s" != "000" ]; then echo "Dev server on port $port (HTTP $s)"; fi
done

如果什么都没找到：让用户启动他们的开发服务器。

验证它确实能渲染：
执行 navigate_page + take_snapshot 后，检查无障碍树里是否含有真实的页面内容（导航、标题、可交互元素） —— 而不只是一个错误浮层或空 body。Next.js 开发服务器可能返回 HTTP 200，却展示一个全屏的构建错误对话框。如果快照为空或被错误对话框占满，说明服务器坏了 —— 先修构建再测试。同时尽早调用 list_console_messages { types: ["error"] } —— 一个能渲染却往控制台狂刷错误的页面，本身就已经在失败了。

阶段 4：生成测试计划

对每个改动区域，正常路径与对抗测试都要规划：

Test Plan (based on git diff)
=============================
Changed: src/components/SignupForm.tsx (added email validation)

1. [happy] Valid email submits successfully
   URL: http://localhost:3000/signup
   Steps: fill valid email → submit → verify success message appears

2. [adversarial] Invalid email shows error
   Steps: fill "not-an-email" → submit → verify error message appears

3. [adversarial] Empty form submission
   Steps: click submit without filling anything → verify error, no crash

4. [adversarial] XSS in email field
   Steps: fill "<script>alert(1)</script>" → submit → verify sanitized/rejected

5. [adversarial] Rapid double-submit
   Steps: click submit twice quickly → verify no duplicate submission

6. [adversarial] Keyboard-only flow
   Steps: Tab to email → type → Tab to submit → Enter → verify success

阶段 5：执行测试

mkdir -p .context/ui-test-screenshots

# Open the app (localhost or deployed). Use an isolated context for a clean run.
mcp__chrome-devtools__new_page { url: "http://localhost:3000", isolatedContext: "ui-test" }

每个测试都遵循前后对比模式：

# Navigate
mcp__chrome-devtools__navigate_page { type: "url", url: "http://localhost:3000/path" }
mcp__chrome-devtools__wait_for { text: "<text that proves the page is ready>" }   # optional

# BEFORE snapshot
mcp__chrome-devtools__take_snapshot
# Note the current state: elements, uids, text

# ACT (uids come from the snapshot above)
mcp__chrome-devtools__click { uid: "<uid>" }
# or: mcp__chrome-devtools__fill { uid: "<uid>", value: "..." }
# or: mcp__chrome-devtools__fill_form { ... }      # several fields at once
# or: mcp__chrome-devtools__type_text { text: "..." }
# or: mcp__chrome-devtools__press_key { key: "Enter" }

# AFTER snapshot
mcp__chrome-devtools__take_snapshot
# Compare against BEFORE: what changed?

# ASSERT with marker
# STEP_PASS|step-id|evidence  OR  STEP_FAIL|step-id|expected → actual

阶段 6：汇报结果

## UI Test Results

### STEP_PASS|valid-email-submit|status "Thanks!" appeared at uid=42 after submit
- URL: http://localhost:3000/signup
- Before: form with email input uid=3, submit button uid=7
- Action: filled "user@test.com", clicked uid=7
- After: form replaced by status element with "Thanks! We'll be in touch."

### STEP_FAIL|double-submit|expected single submission → form submitted twice|.context/ui-test-screenshots/double-submit.png
- URL: http://localhost:3000/signup
- Before: form with submit button uid=7
- Action: clicked uid=7 twice rapidly
- After: two success toasts appeared, suggesting duplicate submission
- Screenshot: .context/ui-test-screenshots/double-submit.png
- Suggestion: disable submit button after first click, or debounce the handler

---
**Summary: 4/6 passed, 2 failed**
Failed: double-submit, xss-sanitization

Screenshots saved to `.context/ui-test-screenshots/` — open any failed step's screenshot to see the broken state.

测试完成后，用 mcp__chrome-devtools__close_page 关掉你打开的额外标签页，让下一个 agent 接手一个干净的浏览器。不要关掉用户自己的其他标签页。

阶段 7：生成 HTML 报告

产出文本报告之后，生成一份独立的 HTML 报告，让评审者可以在浏览器里打开。报告把截图内联嵌入（base64），因此作为单文件即可工作 —— 无外部依赖。

为什么： 文本报告适合 agent 对话，但评审者（PM、设计师、其他工程师）想要一个可打开、可浏览、可分享的视觉产物。内联截图让失败一目了然。

怎么生成

1. 读取 HTML 模板 references/report-template.html
2. 用真实测试数据替换模板里的占位符来构建报告：

3. 为每条测试结果生成一个 <details> 卡片。失败的测试应默认展开，让评审者立刻看到：

<!-- Failed test card (open by default) -->
<div class="section">
  <h2>Failures <span class="count">{{FAIL_COUNT}}</span></h2>
  <details class="test-card fail" open>
    <summary>
      <span class="badge fail">FAIL</span>
      <span class="step-id">step-id-here</span>
      <span class="evidence">expected → actual</span>
    </summary>
    <div class="body">
      <dl>
        <dt>URL</dt><dd>http://localhost:3000/path</dd>
        <dt>Action</dt><dd>What was done</dd>
        <dt>Expected</dt><dd>What should have happened</dd>
        <dt>Actual</dt><dd>What happened instead</dd>
      </dl>
      <div class="suggestion">Fix: description of suggested fix</div>
      <div class="screenshot">
        <img src="data:image/png;base64,..." alt="Screenshot of failure">
        <div class="caption">step-id.png — captured at moment of failure</div>
      </div>
    </div>
  </details>
</div>

<!-- Passed test card (collapsed by default) -->
<div class="section">
  <h2>Passed <span class="count">{{PASS_COUNT}}</span></h2>
  <details class="test-card pass">
    <summary>
      <span class="badge pass">PASS</span>
      <span class="step-id">step-id-here</span>
      <span class="evidence">evidence summary</span>
    </summary>
    <div class="body">
      <dl>
        <dt>URL</dt><dd>http://localhost:3000/path</dd>
        <dt>Evidence</dt><dd>What was observed</dd>
      </dl>
    </div>
  </details>
</div>

4. 把截图以 base64 嵌入，使 HTML 完全自包含：

# Convert screenshot to base64 data URI
base64 -i .context/ui-test-screenshots/step-id.png | tr -d '\n'
# Use as: src="data:image/png;base64,<output>"

读取每个在 STEP_FAIL 标记里引用的截图文件，做 base64 编码，并作为 <img src="data:image/png;base64,..."> 嵌入对应的测试卡片。对于 STEP_PASS，仅当显式截过图时才嵌入（例如基线截图）。

5. 把最终 HTML 写到 .context/ui-test-report.html：

# Write the generated HTML
cat > .context/ui-test-report.html << 'REPORT_EOF'
<!DOCTYPE html>
...generated report...
REPORT_EOF

# Open it for the reviewer
open .context/ui-test-report.html  # macOS
# xdg-open .context/ui-test-report.html  # Linux

6. 告诉用户：Report saved to .context/ui-test-report.html，并主动提出帮他打开。

规则：
- 失败区放在通过区之前 —— 评审者最先关心的是哪里坏了
- 失败卡片默认 open；通过卡片默认折叠
- 每个 STEP_FAIL 卡片都必须嵌入一张截图 —— 如果截图文件缺失，在卡片里注明
- 如果提供了修复建议，在每个失败卡片里包含该建议/修复
- 报告必须能离线工作 —— 无 CDN 链接、无外部资源
- 把 HTML 控制在 5MB 以内 —— 如果截图把它撑超了，降低图片质量，或对通过项跳过基线截图

对抗式测试模式

把这些应用到你测的每个可交互元素上。完整的模式库（表单、模态框、导航、错误状态、键盘无障碍）见 references/adversarial-patterns.md。

确定性检查

这些产出结构化数据，而非主观判断。把它们当作最强形式的断言来用。

确切的 evaluate_script 配方见 references/browser-recipes.md。

工作流 B：探索式测试

没有 diff，没有计划 —— 就打开应用，想办法把它弄坏。当用户说「测我的应用」「找 bug」「QA 一下这个站点」时用它。

方法

1. 摸清应用 —— 读 package.json 检测框架，然后打开根 URL 并快照，看看里面有什么
2. 遍历一切 —— 点遍导航链接，访问每个能到达的页面，记下存在什么
3. 测你发现的东西 —— 对每个页面，应用下面的对抗式模式（表单、模态框、导航、键盘、错误状态）
4. 跑确定性检查 —— 对每个页面跑 axe-core、控制台错误、损坏图片、表单标签
5. 汇报发现 —— 用 STEP_PASS/STEP_FAIL 标记，失败项附上复现步骤

不必追求系统化的覆盖。就像一个用户那样探索，但带着把东西弄坏的意图。agent 擅长这个 —— 放手让它去逛。

探索式运行的技巧

• 从首页开始，然后自然地顺着导航走
• 试试 404 页（/does-not-exist） —— 是自定义的还是默认的？
• 找空状态（没有数据的页面）
• 先用垃圾输入再用有效输入测表单
• 在每个页面检查移动端视口（375px） —— 会溢出吗？用 resize_page { width: 375, height: 812 } 或 emulate 套用设备预设
• 如果应用有认证，在真实 Chrome（默认上下文）里登录一次，会话就会延续 —— 无需 cookie-sync

工作流 C：分组顺序测试

chrome-devtools MCP 驱动一个 Chrome，所以测试分组不能并发跑 —— select_page 是全局的，并行 agent 会破坏彼此的状态。取而代之，把一个大任务拆成多个分组以隔离上下文，并接连运行：分派一个子 agent，让它跑完并汇报，再分派下一个。每个分组可以独占自己的标签页（new_page），主 agent 在最后汇总结果。

当你要测很多页面或类别、又想要每组干净的汇报且不撑爆单个 agent 的上下文时，用它。

完整工作流见 references/parallel-testing.md：分组拆分、顺序分派 agent、标签页/页面管理、以及结果汇总。

设计一致性

检查改动后的 UI 在视觉上是否与应用其余部分相符。做视觉或设计检查时，读 references/design-consistency.md。

测试类别

参考指南（按需加载）：
- 对抗式模式 —— references/adversarial-patterns.md —— 测试表单、模态框、导航或键盘 a11y 时加载
- 浏览器配方 —— references/browser-recipes.md —— 跑确定性检查（axe-core、控制台、图片、表单标签）时加载
- 探索式测试 —— references/exploratory-testing.md —— 用于工作流 B（无 diff，开放探索）
- UX 启发式 —— references/ux-heuristics.md —— 评估 UX 质量或引用具体启发式时加载
- 设计系统 —— references/design-system.example.md —— 供用户自行定制的模板
- 设计一致性 —— references/design-consistency.md —— 做视觉一致性检查时加载
- 分组顺序测试 —— references/parallel-testing.md —— 用于工作流 C（在一个浏览器上接连跑分组）
- 报告模板 —— references/report-template.html —— 阶段 7 生成报告用的 HTML 模板

带确切命令的实战示例见 EXAMPLES.md，如果你想看断言协议的实际运行效果。

最佳实践

1. 保持对抗 —— 想办法弄坏，别只确认它能跑
2. 每条断言都要有证据 —— 快照 uid、evaluate_script 结果，或前后 diff
3. 每次交互都做前后对比 —— 快照、动作、快照、对比
4. 使用 uid 前先重新快照 —— uid 每次快照都会变；永远基于最新的那次操作
5. 每个失败都截图 —— STEP_FAIL 时立即 take_screenshot { filePath: ... }，保存到 .context/ui-test-screenshots/<step-id>.png
6. 先做确定性检查 —— axe-core、控制台错误、表单标签先于视觉判断
7. 可复现的运行用隔离上下文 —— new_page { isolatedContext: "ui-test" }；仅当需要已有登录/状态时才用默认上下文
8. 一个浏览器，同一时刻一个 agent —— 顺序分派测试分组子 agent，完成后关掉额外标签页（close_page）
9. 失败要带复现步骤汇报 —— 动作、预期、实际、截图路径、建议

故障排查

• 没有页面 / 工具不可用：调用 list_pages；如果它报错，说明 chrome-devtools MCP 未连接 —— 让用户启用它。如果没有页面，用 new_page { url }。
• 开发服务器无响应：curl http://localhost:<port> —— 让用户启动它
• evaluate_script 与 await：传一个 async () => { ... } 函数 —— evaluate_script 会 await 返回的 promise。结果必须可 JSON 序列化。
• 元素 uid 找不到 / 已失效：重新 take_snapshot —— uid 在每次快照及任何 DOM 变化后都会重新编号
• 空白快照：快照前先 wait_for { text: "..." }（或重新导航）；页面可能还没渲染完
• SPA 深链接 404：先导航到 /，再点进去
• 认证失败：在真实 Chrome（默认上下文）里手动登录 —— MCP 会复用那个会话。如果你打开了 isolatedContext，它按设计是未登录状态；去掉隔离上下文即可继承登录态。
• 焦点在错误的标签页：list_pages 然后 select_page { pageId } —— 记住这是全局的，所以同一时刻只应有一个 agent 驱动浏览器
• 对话框阻塞：用 handle_dialog 处理原生对话框，或给 evaluate_script 传 dialogAction / 给 navigate_page 传 handleBeforeUnload