把工单分析 SOP 做成 Skill：用 Copy as fetch 取代脆弱的页面自动化
如果你的目标是把企业内网中的工单分析流程稳定交给 AI，推荐方案不是让 Agent 反复点击页面，而是把页面里已经验证过的接口请求抽出来复用。
更具体地说：
- 人工完成登录，拿到合法会话。
- 在 DevTools Network 里
Copy as fetch。 - 让 Skill 通过
agent-browser eval执行请求脚本，直接拿 JSON。 - 再把结果交给模型做分类、归因和建议生成。
这条路径在工程上更稳，维护成本也更低。
工单分析是典型的高频重复任务，但它和公开站点自动化不一样，通常有三个现实约束：
- 数据在内网，必须登录，权限模型复杂。
- 每周都要重复拉数、筛选、导出，流程长且机械。
- 同一份工单数据，研发、产品、管理者关注的分析维度不同。
如果用 Playwright 或通用页面操作方案把整条链路自动化，短期可跑，长期容易退化：
- 动态 DOM 导致定位规则脆弱。
- 页面微调就会触发脚本维护。
- 大量快照与反复交互会拉高 token 和执行成本。
问题不在于“AI 不会点按钮”，而在于“把可变 UI 当成主接口”。
多数企业后台都是 SPA。页面里的表格和图表，本质来自接口返回。
所以应该把自动化对象从“页面行为”切换成“请求行为”：
- 在页面里完成一次业务查询。
- 对对应请求执行
Copy as fetch。 - 在同一登录态下复现请求并获取结构化数据。
只要页面能展示数据，接口请求通常就能在当前会话里被稳定复现。这个思路把不稳定的交互问题转成了可验证的脚本问题。
下面是一个精简但可直接运行的结构：
order-analysis-skill/├── scripts/│ ├── check-agent-browser.sh│ ├── check-cdp.sh│ └── order-analysis.js└── SKILL.md核心执行链路可以压缩为四步：
# 1) 前置检查sh scripts/check-cdp.shsh scripts/check-agent-browser.sh
# 2) 打开目标系统（登录由人工完成）agent-browser --cdp 9222 open "https://inner.example.com"
# 3) 执行通过 Copy as fetch 得到的请求脚本OUTPUT_DIR=".output/order-analysis/$(date +%Y%m%d-%H%M%S)"mkdir -p "$OUTPUT_DIR"agent-browser --cdp 9222 eval "$(cat scripts/order-analysis.js)" > "$OUTPUT_DIR/order.json"
# 4) 让模型生成分析报告# 输入: order.json# 输出: $OUTPUT_DIR/order_report.md它解决的不是“怎么写一个更聪明的 Agent”，而是“怎么把人类已经跑通的 SOP 固化成机器可重复执行的流程”。
工程收益主要有三点：
- 可复用：流程沉淀在
SKILL.md + scripts，不是散落在聊天历史里。 - 可维护：系统变化时，通常只需要改请求脚本或提示词，不必重做整套页面点击逻辑。
- 可协作：同一份 Skill 可以由不同角色按需改造，例如切换产品线、变更筛选条件、调整分析维度。
对于 iOS / Android 双端协作场景，这个方法尤其有价值：
- 你可以按端拆分分析口径，例如崩溃、卡顿、升级失败、兼容性问题。
- 也可以按角色拆分报告模板：研发看根因，产品看共性需求，管理看趋势与优先级。
- 数据采集层保持稳定，请求脚本复用；上层提示词按角色快速迭代。
这会比“每个角色维护一套独立自动化脚本”更轻量，也更容易在团队内持续演进。