Chrome DevTools MCP会取代传统测试框架吗？全网观点大PK_服务软件

1. 一文讲透Chrome DevTools MCP:AI测试的终极武器

2. 还在手动“F12”？谷歌发布DevTools MCP，AI帮你“盯着”浏览器调Bug、测性能！

3. Chrome DevTools MCP

4. AI编码助手终于能“亲手”调Chrome了！Chrome DevTools MCP工具详解

5. 告别盲写代码！Chrome 新工具为 AI 编程助手解锁调试能力

6. 干货

7. 【第3597期】Google Chrome DevTools MCP

8. AI 驱动的应用，传统测试正在失效

9. 利用AI做自动化测试

10. 别再问"测试会不会被AI取代了" ——2026年数据告诉你

11. Chrome官方MCP发布，前端vibe coding不再盲目！必装MCP的工具又多了一个！

12. 当 AI 拥有“浏览器之眼”

13. Python + Chrome DevTools MCP + LLM 实现 AI 驱动的 Web 自动化测试框架

14. 谷歌推出Chrome DevTools MCP公测版，腾讯团队提出FastMTP框架，Qwen3-Max发布

15. 聊聊AI工具生成测试用例有哪些缺点

16. 新加坡管理大学团队揭秘

17. AI 原生测试自动化

18. 当AI开始写测试代码，测试工程师会失业吗？

19. 青岛国之信检测分享

20. AI Test

21. 斩获10K Star！谷歌最新Chrome MCP接入Claude Code又香了～

22. 苏江

23. 一个程序员的AI编码工具“血泪史”

24. 2025年软件测试的热点技术与工具推荐

25. 测试工程师入局AI

26. 前端调试要变天？Chrome 放大招，终于解放双手了！

27. Chrome DevTools MCP

28. 🚀谷歌Chrome DevTools MCP彻底颠覆AI浏览器自动化！让Cursor、Claude Code、Codex CLI秒变浏览器控制神器，真正实现浏览器自动化，让AI为你打工！

29. 再见Playwright！谷歌官方Chrome DevTools MCP正式发布，AI编程效率再翻倍

30. 2026年AI编程趋势

31. AI 编程 2025 总结

32. 2026 软件测试趋势预测

33. AI正在取代测试工程师？真相可能和你想的不一样

34. AI编程工具如何重塑开发者职业未来

35. GPT-5.3-Codex发布，AI编程工具从工具变伙伴的趋势？

36. 软件测试的发展方向

37. AI编程助手迎来爆发！开源框架性能超越人类专家

38. 2026年AI 编程工具排行榜

39. 我用AI编程工具三个月，踩过的坑和总结的经验全在这了

40. Claude全面禁中国企业？别怕，国产模型够顶！ #大咖观察 #Claude #马斯克 #红衣聊AI

41. 5个“笨能力”，让孩子更好适应AI时代。 #大咖观察 #红衣聊AI #鸡娃 #教育有方

42. 黄仁勋一语道破，戳穿AI时代最现实的残酷真相：你不会因为AI丢掉工作，你会因为一个会用AI的人丢掉工作。#大咖观察 #红衣聊AI #黄仁勋 #英伟达 #AI时代

43. 全球首家无人公司来了！一整个AI团队替人上班，不吃饭不摸鱼，普通人的数字员工时代真的来了吗？#大咖观察 #红衣聊AI #智能体 #AI时代

44. 硅谷顶级VC的投资逻辑，赌的是人不是公司。 #大咖观察 #红衣聊AI #硅谷 #投资

45. 硅谷大佬接连破防，AI的效率提升太疯狂了。 #大咖观察 #红衣聊AI #硅谷 #AI工具

46. 当AI从工具人变成“打工人”，你的工作会被重新定义吗？ #大咖观察 #红衣聊AI #黄仁勋 #AI人工智能

47. 黄仁勋最新访谈：AI时代，软件没有价值了吗？很多企业在用AI上都踩了大坑#黄仁勋 #软件 #智能体 #Openclaw #龙虾

48. 我写了一个自动发微信公众号的 Skill，操作 Chrome，支持图文和文章，会记住登录状态，不需要每次登录。文章的话，提供markdown文档本地地址，会自动帮你把 Markdown 转 HTML（可选风格较少），配图会一张张粘贴进编辑器，不需要手动上传，封面图、原创设置暂时不支持，建议把封面图放文章内容。也支持 HTML，你把自己的风格保存成 html 文件，它就能自动选择复制粘贴到编辑器，但是 html 暂时不支持自动上传图片。技术上我没有使用 PlayWright MCP，因为这玩意儿太费 Tokens 了，而是用的 Chrome CDP (Chrome DevTools Protocol) 是一个允许外部程序通过 WebSocket 与 Chrome（以及 Edge、Opera 等基于 Chromium 浏览器的内核）进行通信的底层调试协议。都是脚本操作，不怎么费 Token。图文的话需要告诉图片地址、标题和内容，可以自动上传图片，填写标题和内容。所有操作都不会发布，只是帮你生成草稿。需要 Claude Code 或者其他支持 Skills 的 Agent，需要 Nodejs 运行环境（但如果你装了 Claude Code 应该就支持 Node）Skill 地址：网页链接安装说明：网页链接这是我分享的 Skill 之一，还有一些其他 Skills，注意其中 gemini-web 的 skill 可以帮你用你的 Gemini 账号画图，需要自己登录一下。不保证它的稳定性和安全性，不过我自己也在用。

49. Claude Code官方推出的入门课程，免费！有空补学习一下内容包括：1.使用 Claude Code 的核心工具进行文件操作、命令执行和代码分析。2 通过 /init、Claude.md 文件以及 (at) 引用来高效管理上下文。3. 利用多种快捷键和命令来控制对话流程。4. 在需要更深入分析的复杂任务中启用 Plan Mode 和 Thinking Mode。5. 创建自定义命令，用于自动化重复性的开发工作流。6. 通过 MCP 服务器扩展 Claude Code，引入浏览器自动化等能力。7. 配置 GitHub 集成，实现自动化的 PR 审查和 Issue 处理。8. 编写 hooks，为 Claude Code 添加额外的行为和能力。访问：anthropic.skilljar.com/claude-code-in-action#HOW I AI# #程序员#

50. 随着AI智能体的发展，能做好决策、持续创新的人，会拥有独特的竞争力。#大咖观察 #红衣聊AI #行业研究

51. 继昨天Google Agents 白皮书（网页链接），我们今天把mcp的白皮书也总结一下。 Agent Tools & Interoperability with Model Context Protocol (MCP)这应该是目前 MCP 体系最系统的白皮书（之一）了吧，通篇结构清晰，既讲了工具在智能体系统中的定义和设计原则，又深入分析了 MCP 在技术架构、安全与治理方面的优势与风险。1. 工具是智能体的“手与眼”。大模型本质上只是一个模式预测引擎，不能主动感知世界或执行动作。工具让模型拥有了外部交互能力，也因此成为智能体系统的核心组件。文中对工具类型有很清晰的划分：Function Tools（函数调用型）、Built-in Tools（内置工具）和 Agent Tools（智能体级调用）。特别有意思的是，Agent 本身也可以被封装成一个 Tool，这意味着多智能体系统可以通过“工具接口”彼此互操作。2. 工具设计的关键是可解释与细粒度。文档强调“Describe actions, not implementations”，也就是工具描述应聚焦行为语义，而非实现细节。并提出几个值得长期遵守的设计准则：文档清晰、输入输出有 schema 验证、输出简洁、错误信息具引导性。这些看似“文档规范”的建议，其实是让 LLM 能在推理过程中正确选择与调用工具的前提。3. MCP 出现的根本原因，是为了解决“N×M 集成问题”。过去模型和外部系统之间的连接高度碎片化，每个工具都要单独适配。MCP 通过标准化接口和通信协议把模型、工具和数据源解耦，形成“Host–Client–Server”的三层结构，从而实现了可复用、可组合、可动态发现的工具生态。4. MCP 的优势在于生态与扩展性。它让工具注册、发现与调用变得统一，支持动态工具加载，这使得智能体系统不再需要在部署前定义好所有能力。文中提到 MCP Registry 的构想（类似 npm 或 PyPI），也许会形成 AI 工具层的“包管理体系”。这将极大加速企业级智能体生态的互通。5. 但 MCP 也带来了新的安全威胁。白皮书后半部分几乎一半篇幅都在讨论风险，包括： 1）Dynamic Capability Injection：服务器可动态更改工具集，导致智能体意外获得高危能力； 2）Tool Shadowing：恶意工具通过相似描述“抢占”合法工具调用； 3）Confused Deputy 问题：智能体误用自身权限代替用户执行越权操作； 4）数据泄露与 prompt 注入：通过工具输入输出通道泄露敏感信息。文中提出的防御策略（如工具白名单、版本固定、mTLS、HIL 审批、输出净化、最小权限原则等）都是非常实用的企业级落地建议。6. MCP 的发展路径很可能会复现云计算早期的模式——底层协议开放，但企业实际使用都建立在“托管与治理层”之上。未来我们也许会看到“安全版 MCP 平台”，它提供身份管理、审计追踪、工具签名验证、访问控制等功能，就像当年的 API Gateway 成为了 REST 的守门人。7. 另一点值得注意的是“上下文膨胀”问题。文中指出，当 MCP 工具数量增多时，所有工具定义都要塞入模型上下文，会导致 tokens 暴涨、推理性能下降。文中提出用“RAG 化的工具检索”替代预加载——先检索，再动态注入。有个名词叫“ToolRAG”。MCP 已经成为智能体生态走向工业级互操作的关键里程碑，但它还远没到“可直接上生产”的成熟阶段。未来的重点不在于“协议标准”，而在于“安全与治理层”的建设。只有当工具、智能体与企业系统之间的边界被有效约束，Agent 才能在真正意义上成为可信的“行动者”。#ai创造营# #程序员#

52. Skills比MCP更重要？更省钱的多！Python大佬这观点老金测了一周终于懂了

53. 工具永远是工具，驱动创新的永远是人类的想象。 #大咖观察 #红衣聊AI #人工智能 #科技改变生活 #AI工具

54. 以后和你同台竞争的，除了其他人类，还有AI。 #大咖观察 #红衣聊AI #DeepSeek #人工智能 #金融

55. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

56. AI Infra 核心逻辑与大模型行业趋势

57. 15年大佬深夜痛哭半小时！氛围编程巨坑曝光，95%程序员沦为「AI保姆」

58. 如何看待王垠对 Cursor 等 AI 编程的评价「不懂计算机科学的人用好 AI 编程是妄想」？

59. 当有人说“编程已死” 我更愿意说一句：死的是“打字员式编程”，活下来的是“定义价值的编程”。#大咖观察 #红衣聊AI #openclaw #ChatGPT#编程

60. 黄仁勋规划下一代科技版图，普通人机会在哪里黄仁勋 GTC 大会揭秘：AI正在重构 100万亿美元经济，普通人却可能被彻底淘汰？不！这才是我们唯一能翻盘的机会 #AI #英伟达 #黄仁勋

61. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

62. Sam Altman疯了！用这三招，他想让全世界为ChatGPT打工！#Altman #人工智能 #科技改变生活 #AI新星计划 #openai

63. 掌握AI技术，真的能大幅提升人类的思维能力，让智商突破二百的界限吗？#大咖观察 #红衣聊AI #IQ #智商

64. AI革命不是让你去学写代码，而是让你学会指挥AI干活。 #大咖观察 #红衣聊AI #科技改变生活 #人工智能

65. 靠AI赚钱的讨论依旧持续想多一份收入，AI也许是个不错的选择。#大咖观察 #红衣聊AI #赚钱思维

66. AI 圈的“春晚”提前开了？MiniMax 的M2.5，10B 激活参数跑出旗舰水准！ #人工智能 #科技改变生活 #玩个很新的东西 #MiniMax #Agent

67. PC 软件为手机重做了一遍，现在轮到 Agent 了2 月 10 日，笔记软件 Obsidian 发布了 1.12 版，核心功能是一个命令行工具（CLI）。同一天，画图工具 Draw.io 和 Excalidraw 都发布了 MCP（Model Context Protocol）接口。三个消息单独看都不大，放到一起却指向同一件事：软件正在为 AI Agent 重做自己的接口。Obsidian 的用户群不是极客，核心受众是做笔记、搞知识管理的普通人。这样一款产品突然加了命令行工具，图什么？答案写在官方公告里：“scripting, automation, and integration with external tools”。翻译成人话：让 AI Agent 能直接操作你的笔记库。命令行工具有一个天然优势：自带说明书。Agent 只需要运行一条 `obsidian --help`，就能拿到所有功能和用法。文件名是元信息，参数是接口文档，不需要额外配置，CLI 天生就是 Agent 能理解的语言。Draw.io 和 Excalidraw 选了另一条路，发布 MCP 接口。MCP 是 Anthropic 推出的协议，定义了 AI 和外部工具之间的标准通信方式，到 2026 年初已成事实标准，OpenAI、Google、Microsoft 全部跟进。画图软件有了 MCP，Agent 就能直接创建图表元素、修改属性、导出成品，不需要人打开任何界面。三款工具，同一天，两种技术路线，同一个结论：软件厂商已经把 AI Agent 当成一类新的“用户”来服务。【1】上一次这种事发生，诞生了微信和抖音2007 年 iPhone 发布后，每一个 PC 软件都面临同一个问题：你的产品在手机上怎么用？PC 时代的大屏幕、鼠标、键盘、多窗口，到了手机上全部失效。不是把网页缩小就行，要从头设计交互、重写界面。这催生了整个移动互联网时代。微信不是 QQ 的手机版，抖音不是优酷的手机版，美团外卖不是大众点评的手机版。它们是为手机这个新载体从零设计的产品，因此成了各自领域的赢家。Agent 带来的变化，结构上一模一样。手机改变的是人和软件之间的交互界面：从鼠标键盘变成触屏手指。Agent 也在改变交互界面，只不过这一次，使用软件的不再是人，而是 AI。人需要图形界面、按钮、视觉反馈。Agent 不需要这些，它需要结构化的接口、明确的参数、可预测的输出。GUI（图形界面）对 Agent 来说是累赘，CLI 和 API 才是母语。Obsidian 加 CLI、Draw.io 加 MCP，就是在给 Agent 开一扇专属的门。【2】2 月 5 日，两件事同时发生软件厂商愿意为 Agent 适配，前提是 Agent 真的能用起来了。2 月 5 日，Anthropic 和 OpenAI 在同一天分别发布了 Opus 4.6 和 GPT-5.3-Codex，各自最强的 Agent 模型。Opus 4.6 支持 100 万 token 上下文窗口，在 Terminal-Bench 2.0（评估 Agent 终端任务能力的基准测试）上拿到 65.4%。GPT-5.3-Codex 更激进，在同一基准上得分 77.3%，接近人类水平，OpenAI 对它的定位也从“代码助手”变成了“通用工作 Agent”。这两个模型的共同特点：不只是更聪明，而是更能做事。上下文更长，复杂任务不断档；工具调用更强，和外部软件配合更顺畅。Claude Code、Codex CLI 这类 Agent 工具把这些能力带进了日常工作。Opus 4.6 的 Agent Teams 功能还能让多个 Agent 并行协作，各管一块。开源这边动静更大。OpenClaw 1 月发布，72 小时拿了 6 万 GitHub star，现在超过 14 万。它跑在本地，通过 WhatsApp、Telegram 和你交互，能管邮件、管日历、跑脚本、操作浏览器。《科学美国人》的标题是：“这个开源 Agent 在运行你的电脑。”Agent 到了这个能力水平，软件不为它们适配，就是把一类越来越重要的“用户”拒之门外。【3】不开门，Agent 就翻窗有些厂商主动开门，有些选择抵制。趋势不会因为抵制而停下。去年底豆包手机的遭遇就是例子。字节跳动的 AI 助手用 AI 模拟人操作手机界面（GUI Agent），替用户跨 App 操作，结果微信、支付宝、淘宝纷纷限制使用。表面理由是安全，更深的原因是 Agent 绕过了广告和推荐链条，影响了平台收入。但封杀一个豆包，封不住整个行业。苹果 Siri 在接入 Gemini，华为小米 vivo 全在推 AI 助手，IDC 预测 2026 年中国 AI 手机出货量将占过半。更关键的是，GUI Agent 本身就是一种“翻窗”操作：AI 模拟人点屏幕，效率低、易出错、触发风控。如果 App 主动提供了 API 或 MCP，Agent 就不需要“装成人”去操作界面，而是通过授权的、结构化的方式调用功能，操作透明、权限可控。我自己就有体感。我之前不爱发微信公众号，因为编辑器太难用。现在排版、配图、上传草稿箱全部由 Agent 通过浏览器自动化完成，我只管写内容。公众号从没为 Agent 提供过接口，但 Agent 硬是“翻窗”跑通了。能用，但如果官方给一条正路，体验会好一个数量级。这就是 Obsidian 和 Draw.io 选择主动适配的逻辑：与其让 Agent 用各种 hack 绕过你的 GUI，不如直接给它一条干净的路。【4】CLI、MCP、Skills：给 Agent 开门的三种方式软件为 Agent 适配，目前主要三条路。CLI：命令行工具对 Agent 天然友好，参数明确、输出结构化、自带帮助文档。开发门槛低，兼容性最好，任何能调 shell 的 Agent 都能直接用。适合已经有命令行体系的开发者工具。Obsidian 和 Codex CLI 走的都是这条路。MCP：优势在于标准化和权限管控。一个 MCP 接口写好，所有支持 MCP 的 Agent 都能用。你可以精确定义 Agent 能调用哪些功能、访问哪些数据。到 2026 年初，MCP server 数量已超过一万个。适合涉及数据安全和权限控制的场景。Agent Skills：不需要改代码，由用户或社区编写一组指令文件教 Agent 怎么用你的软件。Obsidian 官方就在 GitHub 上发布了一套 Skills。门槛最低，一个 Markdown 文件就能搞定，但也最脆弱，依赖 Agent 对自然语言指令的理解准确度。怎么选？有命令行体系的，CLI 优先；需要权限管控和跨平台兼容的，走 MCP；短期没开发资源的，先写 Skills 让社区用起来。三条路不互斥，最好同时提供。【5】你现在可以做什么如果你是普通用户，建议从现在开始把一些重复任务“委托”给 Agent。用 Claude Code 整理文件、生成文档、自动化日常工作。想折腾的可以试试 OpenClaw，感受一下“AI 替你干活”的状态。安全性上 OpenClaw 还有争议，敏感场景慎用，但体验 Agent 能力值得一试。养成一个习惯：遇到重复劳动先想想“这个能不能让 Agent 做”，这种直觉会慢慢拉开效率差距。如果你是产品经理或开发者，现在就该想：你的产品对 Agent 友好吗？核心功能是不是只能通过 GUI 操作？Obsidian 的做法是在已有产品上加一条 CLI 通道，成本不高，但打开了全新的使用场景。MCP 生态在快速扩张，早一步提供接口就能在 Agent 生态中抢到先机，就像移动互联网早期，第一批做好移动适配的产品吃到了最大的红利。如果你是公司决策者，想想豆包手机的教训。封杀 GUI Agent 只是治标，Agent 操作软件这件事不会因为一家公司的抵制停下来。主动提供接口，至少你能控制 Agent 怎么用你的产品；被动等着被“翻窗”，连操作日志都拿不到。Obsidian 发了个 CLI，Draw.io 发了个 MCP。看起来是两条产品新闻。放到 Opus 4.6 和 GPT-5.3-Codex 同日发布、OpenClaw 一周拿十几万 star、豆包手机被围剿这些事旁边看，指向的是同一件事。十几年前，没有移动端的软件被慢慢淘汰。今天，没有 Agent 接口的软件，同样的事情会发生，只是速度快得多。

68. Claude Code从来就不是什么编程工具

69. 用好 Coding Agent 两个秘籍： 1. 给好的代码给它参考 2. 告诉它如何自己验证用好了事半功倍好的代码参考在 GitHub 上通常你能找到合适的。验证可能需要提供工具和方法，比如 - 让它把代码编译一下，有编译错误 - 把网站启动起来用 Chrome Dev Tool MCP 或者 Playwright MCP 打开看看有没有网页错误或者错误日志 - 跑一下自动化测试代码 - 连上真实 API，比如我昨天分享的一个 http://t.cn/AXqmK0Pt ： > 比如昨天我让 Codex 实现发布草稿到微信公众号的功能，直接配好 API Key，给它一个文档，让它写完后自己用这个 Key 和文档去发布验证。过一会儿去看，已经实现好了，完全不需要我反复测试。

70. Anthropic 发了一份 33 页的官方指南，专门讲怎么给 Claude 构建 Skill。这份文档信息量很大，我来帮你梳理一下核心要点。先说 Skill 是什么。本质上就是一个文件夹，核心是一个叫 SKILL.md 的文件，用 Markdown 写，带个 YAML 头部。它解决的问题是：你不用每次对话都重复解释自己的偏好、流程和专业知识，教一次就够了，以后自动生效。可以把它理解成 Claude 的标准操作手册。以前你得反复 prompt，现在打包好让它自己按流程走。文件夹结构很简单。主文件 SKILL.md 是必须的，另外可以选配脚本目录、参考文档目录和资源目录。这套系统有个精妙的设计叫三层渐进式加载。第一层是 YAML 头部的 name 和 description，这个始终在系统提示词里，用来判断要不要激活这个 Skill。第二层是 SKILL.md 正文的完整指令，只有 Claude 判断当前任务相关时才加载。第三层是 references 目录下的文档，按需读取。这意味着你启用几十个 Skill 也没事，Claude 不会把所有内容都塞进上下文。第一层的 description 就像个触发器，写得好才能在正确时机激活。 Skill 和 MCP 是什么关系？指南用了个比喻特别到位：MCP 是专业厨房，提供工具、食材、设备；Skill 是菜谱，告诉你怎么用这些东西做出一道菜。MCP 解决的是能做什么，Skill 解决的是该怎么做。没有 Skill 的 MCP，用户拿到工具却不知道怎么用；有了 Skill，等于给工具配上说明书和经验沉淀。指南把使用场景分成三类。第一类是文档和素材创作，不依赖外部工具，纯靠 Claude 内置能力，比如生成前端设计、PPT、文档。第二类是工作流自动化，多步骤流程的标准化执行，比如用 skill-creator 引导用户一步步创建新 Skill。第三类是 MCP 增强，给已有的 MCP 连接提供工作流指导，比如 Sentry 那个代码审查 Skill，能自动拉错误数据、分析 PR、给修复建议。技术细节上有些硬性规则要注意。文件名必须精确是 SKILL.md，大小写敏感。文件夹名必须用 kebab-case，比如 my-cool-skill，空格下划线大写都不行。Skill 文件夹里不能放 README.md。禁止用 XML 尖括号，防止提示词注入。名称不能包含 claude 或 anthropic。 description 字段写法直接决定 Skill 能不能被正确触发。好的写法要同时包含三个要素：做什么、什么时候触发、核心能力是什么。指南总结了五种实战模式。顺序工作流编排适合严格按步骤执行的场景，比如客户入驻流程。多 MCP 协调适合跨服务的联合工作流，比如设计到开发交接。迭代精炼适合需要多轮改进的场景，比如报告生成。上下文感知的工具选择适合同一目标根据条件选不同工具的场景，比如智能文件存储。领域专业智能适合需要嵌入专业知识的场景，比如支付合规检查。测试上建议覆盖三个维度。触发测试看 Skill 是否在正确时机激活，直接请求能触发、换种说法也能触发、无关请求不误触发。功能测试看执行结果对不对。性能对比看有无 Skill 的差异，对话轮次、API 失败次数、token 消耗这些指标。一个实用建议：先在单个困难任务上反复迭代直到成功，再把经验提取成 Skill，别一开始就追求广覆盖。分发方面，个人用户可以下载压缩后上传到 Claude.ai 设置，或者放到 Claude Code 的 skills 目录。组织层面管理员可以全工作区部署。API 用户通过 /v1/skills 端点管理。Anthropic 把 Agent Skills 定位成开放标准，希望它能跨平台使用。常见问题排查。Skill 不触发通常是 description 太模糊，要加具体的触发短语。Skill 过度触发是范围太宽，要加负向条件缩小范围。指令不被遵循往往是太长太含糊或关键内容被埋没，要精简并把重要的放最前面。上下文变慢是 SKILL.md 太大或启用太多 Skill，主文件控制在 5000 词以内，详细文档移到 references 目录。最后一个高级技巧值得记住：关键验证步骤用脚本替代自然语言指令。代码是确定性的，语言理解不是。指南下载地址：resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf?hsLang=en #HOW I AI##科技先锋官#

71. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

72. 如果AI突然消失了，你的工作能力会不会下降呢？ #大咖观察 #红衣聊AI #AI工具

73. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

74. Simon Willison（Django 框架的联合创始人）。他一边陪家人装饰圣诞树、看电影，一边用 Codex CLI + GPT-5.2，把 Emil Stenström 的 JustHTML（纯 Python、通过 html5lib-tests）迁移成了一个纯 JS、零依赖的库，跑过了 9200+ 个 html5lib-tests 用例，最终产出大约 9000 行代码、43 次提交。整个过程他自己只发了 8 条左右的提示词。当然我不是来吹 Coding Agent 或者说 GPT-5.2 多牛逼的，只是正好我发现这案例本身完美命中了 Coding Agent 的舒适区。什么是 Coding Agent 的舒适区呢？1. 从一种语言“翻译”到另一种语言大语言模型最擅长的事情之一就是“照葫芦画瓢”，或者说“翻译”，无论是自然语言还是编程语言，都能做到又快又好。所以像这个案例中从 Python 翻译成 JS，相对就很轻松了2. 有完整的测试集合想想我们日常写代码，写完都需要测试一遍，如果不对再修改，如果这个过程需要人工介入，比如一些 UI 测试，就会很低效，但是如果 Agent 能自己测试，那么它可以从测试中收集反馈不断调整不断修复，直到把问题解决。这个 HTML5 标准有一套名为 html5lib-tests 的测试集。这是一套与语言无关的测试数据（输入是 HTML，输出是正确的解析树结构）。这就好比你让 AI 做数学题，你虽然不懂解法，但你手里有一本带标准答案的习题册。你不需要盯着 AI 写的每一行代码（过程），你只需要看它算出的结果对不对（结果）。3. 已经设计好了架构，Agent 只需要“填空”Agent 由于受上下文窗口长度限制，每次任务是没办法太长的上下文，复杂一点的项目你没法整个代码库扔过去，所以我们通常要基于架构设计将 Agent 的任务拆分成小一点的任务让它刚好在上下文窗口内完成。所以架构设计无论对于真人的项目还是 Coding 的项目都非常重要。Simon 这个项目他不需要凭空设计，直接让 Agent 参考那个 Python 项目的 API 设计。这意味着架构是现成的，AI 只需要基于现有架构去“翻译”。4. 高手来操作武侠小说里面，同样一把剑，在高手手里能发出更大的威力，毫无疑问 Simon 是高手中的高手。看 Simon 的操作流程：1). 制定规范 (Spec First)：第一条提示词不是求代码，而是扔给 AI 现有的 Python 代码，让它写一份 JavaScript 版本的设计文档（Spec）。2) 冒烟测试 (Smoke Test)：让 AI 先跑通一个最简单的“Hello World”级别的 HTML 解析，确保链路是通的。3. 死循环测试 (The Loop)：Simon 配置好 GitHub Actions，每提交一次代码就自动运行那 9000 多个测试用例。- AI 写代码 -> 跑测试 -> 报错 -> AI 读错误日志 -> 修正代码 -> 再跑测试。- 结果：AI 像个不知疲倦的程序员，用了 140 万个 Token，提交了 43 次，直到所有绿灯亮起。Simon 把这个过程称为 “设计智能体闭环” (Designing the Agentic Loop)。这就是为什么这项目对于 Agent 来说做起来很成功。---既然我们知道 Coding Agent 的舒适区或者说强项在哪里，其实我们在开发时也可以充分发挥它的强项，比如说：1. 不要着急实现，先看看有没有“葫芦”可以照着画“瓢”2. 尽量让 Agent 自己去验证需求，为 Agent 提供验证必须的工具，比如Chrome Dev Tool MCP、Lint、自动化测试等等3. 先设计好再去实现《I ported JustHTML from Python to JavaScript with Codex CLI and GPT-5.2 in 4.5 hours》网页链接

75. PSI引擎吊打LSP，JetBrains为何在AI编程时代被Claude Code反超？

76. 怕吃预制菜？我用AI开了家让大家放心吃的餐馆 #AI新星计划 #人工智能 #科技改变生活 #豆包电脑版 #豆包编程

77. 把AI从“精英玩具”变成“全民工具” 让全世界都能用上便宜的AI。#大咖观察 #红衣聊AI #开源

78. 诞生才一周年，MCP凉了

79. 【最新玩法】n8n工作流秒变MCP工具，直连各种MCP客户端，零代码实操！

80. 阿里系连发两个重磅AI产品，暗藏了一个巨大的机会#灵光 #蚂蚁灵光 #阿里巴巴 #全模态通用AI助手 #AI工具

81. 当AI 和全能工具合体，我熬夜k帧的日子终于结束了 #AI新星计划 #科技改变生活 #剪映AI还是太全面了 #剪映AI #剪映创作者见面会

82. 你还在用旧思维与AI打交道吗？ #大咖观察 #红衣聊AI #AI时代 #智能体 #大模型

83. 因为AI编程，Tailwind CSS差点死了

84. Chrome开发者工具支持MCP啦！ - Web开发必备MCP工具

85. 我宣布谷歌已接管浏览器自动化！

86. 当 AI 开始写代码：测试开发在系统里到底该站哪一层

87. Chrome DevTools MCP 使用指南

88. Chrome DevTools MCP：让AI睁开眼操控浏览器，开发效率飙升300%

89. Chrome DevTools MCP让AI学会自己调试代码！

90. 继微软Playwright之后，谷歌Chrome DevTools MCP也来了（网站开发，AI 自动调试控制台错误）

91. 告别“蒙眼编程”：利用 Chrome DevTools MCP 释放 AI 编码助理的全部潜能

92. CodeBuddy经验：AI编程神器Chrome MCP配置，自媒体人的最爱

93. Chrome DevTools推出 MCP 公测，AI助手可直接调试网页

94. Chrome DevTools MCP：让AI编程助手真正“看见”代码的未来

95. Chrome DevTools MCP参考指南

96. Google发布Chrome DevTools MCP，很实用

97. Chrome DevTools MCP赋予智能体火眼金睛，实现浏览器自动化调试

98. 让AI成为你的浏览器管家：Chrome DevTools MCP，打开自动化与性能分析新世界

99. 入门教程：配置 Chrome MCP Server，让 AI 助手接管你的浏览器

100. Chrome DevTools MCP：谷歌推出基于Chrome 的MCP实现

101. Chrome DevTools MCP重磅来袭：AI编程助手终于不用"蒙眼"写代码了！

102. VS Code 使用 Chrome DevTools MCP 实现浏览器自动化

103. Chrome DevTools MCP：让 AI 编码助手掌控 Chrome 浏览器

104. chrome远程控制mcp工具：chrome-devtools-mcp轻量版demo试验

105. Chrome DevTools MCP终极指南：史上最全面、最深度的工具解析（一）

106. 从 AI 生成到实时调试：Claude Code + Chrome DevTools 实战指南

107. Chrome DevTools为AI智能体推出MCP协议

108. 当AI能写测试脚本时，测试工程师需要具备这些能力（附升职涨薪关键策略+保姆级资源）

109. AI测试，2025年的下一个风口！

110. CMU：编程智能体真的能提升效率吗？

111. 谷歌推出 Chrome DevTools MCP：让 AI Agent 浏览器调试能力

112. 又一款浏览器 MCP - Chrome DevTools MCP

113. AI编程工具概述

114. 现在用 AI 开发网页应用，一个痛点就是 AI 看不到网页运行情况

115. 安装chrome-devtools-mcp：让AI看懂网页，自动帮你Debug

116. [重磅揭秘！Google推出最强MCP工具，代码效率提升10倍！]

117. 使用 Chrome DevTools MCP 进行调试：让 AI 在浏览器中“拥有双眼”

118. Agent编程工具的真相：速度提升36%，但代码复杂度飙升35%

119. 🔍 AI编程助手终于"开眼"了？

120. AI 出码率如何提升？AI驱动研发变革实践案例

121. 谷歌为Chrome开发者工具推出MCP服务器 AI可以利用MCP服务器自动测试/修复/验证

122. AI Test：AI 测试平台落地实践！

123. Copilot MCP 技术分享 Chrome Devtools

124. 谷歌推出Chrome DevTools MCP 服务器预览版

125. Chrome官方MCP插件

126. 亲测！Chrome DevTools MCP，让BrowserMCP和Playwright都黯然失色

127. AI 编程工具差距真没你想得那么大，真正的差距是：你不会用

128. chrome-devtools-mcp 在opencode cli中配置方法

129. Chrome DevTools MCP终极指南：史上最全面、最深度的工具解析（二）

130. Chrome DevTools MCP：前端开发自动化又上了一个新台阶

131. AI软测工具应用实践深度解析

132. 传统软件和AI系统，到底有什么区别？

133. 推荐一款前端项目Vibe Coding必备的MCP！让AI随时能看到网页开发效果

134. 告别写脚本！我用智谱AutoGLM做的AI测试框架，填Excel表格就自动跑

135. Claude MCP(5): Chrome DevTools MCP

136. 为什么软件测试开发需要智能体（AI Agent）？

137. 实测可用！AI大模型在软件测试领域的5个落地场景（附操作步骤+Prompt模板）

138. Chrome DevTools彻底颠覆AI浏览器自动化

139. 精选 5 款值得关注的 AI 测试工具

Chrome DevTools MCP会取代传统测试框架吗？全网观点大PK

张大妈

张大妈

Chrome DevTools MCP会取代传统测试框架吗？全网观点大PK

精选参考来源

张大妈

张大妈