proxycast/docs/aiprompts/playwright-e2e.md

Playwright MCP 续测与 E2E

这份文档回答什么

本文件说明 AI Agent 在 Lime 中如何继续做 GUI 交互验证，主要回答：

• 什么情况下应该进入 Playwright MCP，而不是只跑本地测试
• 如何复用现有浏览器标签页和页面状态
• GUI 续测前最少要做哪些准备
• 出现 bridge 缺口、mock fallback、控制台报错时该怎么判断

它是 GUI 续测手册，不是新的本地 Playwright 测试文件模板。

什么时候先读

遇到以下任一情况时，先读本文件：

• 用户说“继续测试”“继续复现”“继续用 Playwright MCP 验证”
• 需要复用当前浏览器标签页和已有页面状态
• 需要排查浏览器模式下的 DevBridge、mock fallback、控制台报错
• 已经跑过最小 GUI smoke，接下来要做真实页面交互验证

使用边界

• 优先使用 Playwright MCP 做交互验证，不优先编写新的本地 Playwright 测试文件
• 浏览器模式默认首页从 http://127.0.0.1:1420/ 进入
• 如果 Playwright 工具当前还在 deferred surface，优先用 ToolSearch 的精确选择名，例如 select:mcp__playwright__browser_click；不要把 playwright_browser_click、browser click 之类同义词反复丢给 ToolSearch
• 能走真实后端就走真实后端；浏览器模式暂不支持或尚未桥接的能力，允许走 mock
• verify:gui-smoke 内部的 browser runtime 校验默认走无界面浏览器会话；它只证明主链可启动，不替代后续真实页面交互验证
• lime-pet 原生桌宠属于独立仓库与原生窗口壳，不纳入当前 WebView Playwright 的直接操控范围；在 Lime 主仓里只验证 companion_* API、状态事件与主窗口唤起链路，桌宠窗口移动、点击命中与原生层动画仍需额外手工 smoke
• 如果 companion 协议新增了 provider 摘要、桌宠回跳设置、桌宠主动请求同步，或双击 / 三击 / 文本对话触发的桌宠 LLM 交互事件，Playwright 续测只覆盖 Lime 主仓内的“状态事件是否触发”“是否跳到 设置 -> AI 服务商”“是否重发脱敏摘要”“是否调用宿主侧 LLM 代理逻辑”和“主窗口是否被唤起”，不在 WebView 层尝试直接操控原生桌宠 UI
• 共享网关控制页已下线，托盘也不再展示网关状态或地址；共享网关 /v1/routes 与 selector HTTP 路由也已下线，不再对“启动/停止网关、复制网关地址、路由/curl 示例、selector 路由、托盘运行态文案”做 GUI 续测；server 验证只关注标准 /v1/messages 与 /v1/chat/completions 主链，如需看运行时状态，走开发者页或实验页的诊断面板
• 旧设置页里的“安全与性能 / 容错配置”已经下线，不再对这些页签、表单或命令写入路径做 GUI 续测；如果还要验证提示路由，只围绕当前输入框 get_hint_routes 读取链与提示展示，不再寻找旧设置页入口
• 初装引导里的旧插件选择 / 插件安装 / 配置切换链路已经下线，不再对 config-switch 推荐安装、Provider Switch 页面或相关命令做 GUI 续测；当前 onboarding 只围绕现役语音体验流程验证
• 项目排版模板与品牌人设扩展旧链路已下线，不再对相关弹窗、模板列表、默认模板、人设扩展表单做 GUI 续测；项目与工作台回归只围绕当前 Claw / workspace / 现役 persona 主链
• 如果只是模块级代码修改、并不需要真实页面交互，优先跑最小单测或 verify:local

进入前的最低准备

推荐启动命令

npm run tauri:dev:headless

用途：

• 启动前端 dev server
• 启动 Tauri headless 调试环境
• 启动浏览器模式所需的 DevBridge

桥接健康检查

npm run bridge:health -- --timeout-ms 120000

用途：

• 等待 http://127.0.0.1:3030/health 就绪
• 避免 Playwright 进入页面时，前端早于 DevBridge 启动而产生 Failed to fetch 噪音

命令 / bridge 相关定向测试

npm run test:bridge
npm run test:contracts

适用时机：

• 修改了 safeInvoke
• 修改了 src/lib/tauri-mock/
• 修改了浏览器模式 bridge/mock 优先级
• 修改了 Tauri 命令边界

标准续测流程

1. 先确认当前浏览器会话是否可复用

优先顺序：

1. 调用标签页工具查看当前标签页
2. 如果已有 Lime 标签页，先查看当前 URL、标题和页面状态
3. 如果页面已漂移到旧状态，直接重新导航到 http://127.0.0.1:1420/

建议：

• 继续测试优先复用当前标签页，避免无意义重复建页
• 如果控制台历史噪音太多，刷新页面重新计数

2. 进入页面后先验证加载状态

推荐动作：

1. 打开页面后等待“正在加载...”消失
2. 用页面快照确认首页核心元素已出现
3. 立刻检查一次控制台 error

通过标准：

• 首页成功加载
• 默认首页可交互
• 初始控制台 error 为 0；如果不是 0，先定位是否为 bridge 缺口

3. 交互时优先使用稳定定位

遵循 Playwright 官方最佳实践：

• 优先用角色、名称、可见文本定位
• 优先使用 Playwright 自带等待与 web-first 断言
• 不要依赖固定 sleep 代替状态判断
• 点击前先确认元素可见、可交互

本仓库中优先使用：

• button + 中文名称
• 页面中明确可见的标题文本
• 快照里的精确元素引用

Lime 推荐续测主路径

首页基础验证

1. 打开 http://127.0.0.1:1420/
2. 等待默认首页加载完成
3. 验证主导航可见，例如“首页”“社媒内容”“设置”
4. 检查控制台 error 是否为 0

记忆工作台验证

1. 从左侧导航进入 灵感库
2. 确认页面左侧已经收敛为 总览 / 规则 / 工作记忆 / 长期记忆 / Team 影子 / 压缩边界 六区，而不是继续把 identity/context/preference/experience/activity 平铺成顶层导航
3. 打开 规则，确认能看到有效来源与自动记忆入口，不会把 working memory 混在同一区块
4. 打开 工作记忆，确认至少能看到 session 级文件摘要或明确空态，不会直接报错
5. 打开 长期记忆，确认旧 category 仍作为内部筛选存在，并且 带回创作输入 能跳回 Claw / 新建任务主链
6. 打开 Team 影子 与 压缩边界，确认页面能消费 localStorage shadow 与 compaction 快照，不会退回旧的单层“灵感库”文案

AI 服务商页拆分后验证

1. 进入 设置 -> AI 服务商
2. 确认默认落在 服务商设置，左侧能看到 Provider 列表，右侧是当前 Provider 配置
3. 确认首屏不会默认混入 OEM Offer、套餐或云端模型目录
4. 点击 云端服务
5. 确认 OEM 会话、Offer 卡片、默认来源和模型目录改为在该页单独展示
6. 如当前环境故意破坏了 models/index.json，确认 Provider 模型区会提示“模型真相源异常”，而不是静默显示空态

社媒内容工作流

1. 点击 社媒内容
2. 没有项目时点击 新建项目
3. 已有项目时直接选择目标项目
4. 点击 新建文稿
5. 选择 新开帖子（创建新文稿）
6. 点击 确认生成
7. 验证页面出现通用工作区相关内容
8. 再次检查控制台 error
9. 如能查看运行时摘要，继续确认当前 gate 与任务标题恢复自该话题最近一次 execution_runtime.recent_gate_key / recent_run_title
10. 当前项目管理与工作台侧已下线“项目风格 / 风格策略”旧入口，不再对其做存在性验证；如页面仍出现相关入口，应判定为回流

浏览器工作台站点采集验证

1. 进入带有 browser assist 的工作区或浏览器运行时面板
2. 打开 站点采集工作台 或对应调试面板
3. 先确认推荐区已出现，并至少看到一个推荐适配器卡片
4. 点击一个推荐项，确认适配器、资料提示和标签页提示同步变化
5. 触发一次执行失败场景时，确认结果区展示业务级错误码与 report_hint
6. 如当前页面带有 contentId 上下文，再确认执行成功后默认是“写回当前主稿”，而不是新建资源文档
7. 如工作台模式开启自动保存，再确认执行成功后保存态文案与打开入口正常
8. 打开控制台并确认浏览器资料 / 环境预设读取没有落回 web mock，尤其不应出现 [Mock] invoke: list_browser_profiles_cmd 或 [Mock] invoke: list_browser_environment_presets_cmd

Team runtime 工具面验证

1. 进入 Claw 或带有 HarnessStatusPanel 的运行时页面
2. 打开工具库存 / runtime inventory 面板
3. 确认 current 协作工具面至少包含 Agent、TeamCreate、TeamDelete、SendMessage、ListPeers
4. 同时确认主线程 current 工具面包含 SendUserMessage，且 tool display 不会退回通用图标或泛化文案
5. 如果页面当前走的是浏览器 fallback mock，也要确认 fallback inventory 与 tool display 仍显示同一组工具，而不是只出现一部分协作工具或退回通用图标
6. 如果页面同时展示 MCP bridge 工具，确认 current 命名为 mcp__<server>__<tool>，对应 extension surface key 为 mcp__<server>；若仍出现裸 server__tool、混合前缀或 extension/tool 各自一套命名，判定为协议漂移
7. 如出现缺失、重复图标或文案回退，优先检查 Rust catalog、runtime 注册、src/lib/tauri-mock/core.ts 与 toolDisplayInfo.ts 是否同步

Claw 站点技能直跑门禁验证

1. 在 Claw 首页或空态推荐区选择一个站点型技能
2. 确认页面切回 Claw 对话态，并在输入区上方出现该技能的 A2UI 补参卡，而不是打开独立启动弹窗
3. 如果当前没有附着真实浏览器会话，确认 A2UI 卡继续展示“需要先准备浏览器 / 重新检测会话”的门禁提示，且主提交按钮处于禁用状态
4. 点击 去浏览器工作台，确认只发生页面跳转，不会后台偷偷拉起 Chrome
5. 在浏览器工作台附着到真实浏览器并打开目标站点后，回到 Claw 再次选择同一技能
6. 确认此时 A2UI 卡主按钮变为可执行，提交后进入 Claw 工作区并继续当前对话
7. 确认进入 Claw 后会自动发送一条首回合技能任务消息，消息文本包含站点技能启动上下文，而不是由前端挂载副作用偷偷直跑
8. 如果已有附着会话，确认 Claw 会通过 lime_site_run 执行并把结果写回当前主稿或项目资源
9. 如果没有附着会话，确认不会再向 Claw 对话流注入“我已完成登录，继续执行”之类的确认卡；阻断必须停留在技能入口层

Claw @配图 异步任务验证

1. 在 Claw 对话框输入 @配图 生成 ...
2. 确认聊天区先进入 skill 执行态，并能看到 image_generate 相关工具轨迹，而不是前端静默直接创建任务
3. 如当前环境走 Bash -> lime media image generate --json，确认工具标题与结果摘要对应这条 CLI 主链；若实际走到兼容入口 lime task create image --json，也要确认它继续推进到真实完成态，而不是只创建任务文件；CLI 不可用时，才允许回退 lime_create_image_generation_task
4. 等待 task file 回流后，确认同一条卡片被替换为成功或失败状态，而不是额外再插一条前端本地伪造结果
5. 刷新页面或切换会话再返回原话题，确认最近图片任务会从 .lime/tasks 恢复
6. 如手动打开右侧查看器，确认任务卡状态与聊天区一致，且不会自动展开独立图片画布
7. 如当前界面已暴露任务控制入口，确认 get/list/retry/cancel 仍然只经由 task file 主链，不会回流前端直连图片服务
8. 如果任务来自文稿工具栏的 inline 配图、封面位或图片工作台动作，确认聊天区也会出现一条对应的用户消息与 image_generate 工具轨迹，而不是只有 task 卡突然出现
9. 如果任务来自文稿工具栏的 inline 配图，确认正文先出现占位图块，task file 成功回填后同一位置被真实图片替换，而不是在正文末尾额外追加第二张图
10. 刷新页面后再次返回该文稿，确认 inline 配图仍能通过 task file 中的 relationships.slot_id 恢复并原位替换，不依赖前端内存状态
11. 如果当前文稿已有明确小节并且用户在某一节内发起配图，确认占位图与最终图片会优先落到 anchor_section_title 指向的小节，而不是默认追加到全文末尾
12. 如果用户是在某个具体段落上发起配图，确认占位图与最终图片会优先落到 anchor_text 对应段落之后，而不是只落到该小节顶部

Claw @封面 异步任务验证

1. 在 Claw 对话框输入 @封面 小红书 标题: 春日咖啡快闪 风格: 清新插画, 1:1 春日咖啡市集封面
2. 确认聊天区先进入 skill 执行态，并能看到 cover_generate 相关工具轨迹，而不是前端静默直接创建任务
3. 如当前环境走 social_generate_cover_image + Bash -> lime task create cover --json，确认工具标题与结果摘要对应这条封面任务主链；CLI 不可用时，才允许回退 lime_create_cover_generation_task
4. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“封面已生成”
5. 如当前界面已暴露右侧查看区或任务卡，确认其状态与聊天轻卡一致，且任务类型显示为 cover_generate / 封面任务
6. 刷新页面或切换会话再返回原话题，确认最近封面任务仍可从 .lime/tasks 恢复
7. 如当前上下文带 contentId，确认封面任务写回或查看入口仍绑定当前主稿，而不是漂移成普通图片任务

Claw @海报 异步任务验证

1. 在 Claw 对话框输入 @海报 小红书 风格: 清新拼贴 春日咖啡市集活动海报
2. 确认聊天区先进入 skill 执行态，并能看到 image_generate 相关工具轨迹，而不是前端静默直接创建任务
3. 如当前环境走 Bash -> lime media image generate --json，确认工具标题与结果摘要对应这条图片任务主链；CLI 不可用时，才允许回退 lime_create_image_generation_task
4. 确认请求 metadata 中写入了 entry_source = at_poster_command，而不是被当成普通 @配图 或另一套海报协议
5. 确认默认海报尺寸会收敛到 4:5 / 864x1152，且 prompt 会补齐“海报设计”语义，而不是裸主题词直传
6. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“海报已生成”
7. 刷新页面或切换会话再返回原话题，确认最近海报任务仍可从 .lime/tasks 恢复
8. 如当前界面已暴露右侧查看区或任务卡，确认其状态与聊天轻卡一致，且点击后继续复用现有图片 viewer，而不是打开独立海报工作台

Claw @转写 异步任务验证

1. 在 Claw 对话框输入 @转写 https://example.com/interview.mp4 生成逐字稿
2. 确认聊天区先进入 skill 执行态，并能看到 transcription_generate 相关工具轨迹，而不是前端静默直接调用旧 transcribe_audio
3. 如当前环境走 Bash -> lime task create transcription --json，确认工具标题与结果摘要对应这条 CLI 主链；CLI 不可用时，才允许回退 lime_create_transcription_task
4. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“转写已完成”
5. 如果输入里没有 source_url / source_path，确认 Agent 最多只追问 1 个关键问题请求补充来源，而不是直接创建空任务或伪造完成态
6. 刷新页面或切换会话再返回原话题，确认最近转写任务仍可从 .lime/tasks 恢复
7. 如当前界面已暴露任务控制入口，确认 get/list/retry/cancel 仍然只经由 task file 主链，不会回流前端旧 ASR 接口

Claw @研报 Prompt Skill 验证

1. 在 Claw 对话框输入 @研报 关键词:AI Agent 融资 站点:36Kr 时间:近30天 重点:融资额与代表产品 输出:投资人研报
2. 确认聊天区先进入 skill 执行态，并能看到 report_generate 与 search_query 的真实工具轨迹，而不是前端静默直接生成长文
3. 确认首个 skill 调用来自 report_generate，而不是退回 research 或普通聊天回答
4. 等待结果完成后，确认最终输出包含结论、来源、风险/待确认项与建议动作，而不是一段无来源的纯主观总结
5. 如果输入里没有明确主题，确认 Agent 最多只追问 1 个关键问题，而不是直接伪造研报完成态

Claw @PPT Prompt Skill 验证

1. 在 Claw 对话框输入 @PPT 类型:路演PPT 风格:极简科技 受众:投资人 页数:10 帮我做一个 AI 助手创业项目融资演示稿
2. 确认聊天区先进入 skill 执行态，并能看到 presentation_generate 相关工具轨迹，而不是前端本地直接伪造演示提纲
3. 确认首刀不会卡在 ToolSearch / WebSearch / Read / Glob / Grep，而是直接进入 Skill(presentation_generate)
4. 等待产物回流后，确认当前话题下出现一份真实演示稿 artifact，而不是只有文本解释
5. 打开右侧查看区，确认演示稿能够作为 Markdown artifact 正常预览，并保留封面、目录、核心论点、案例和结论结构
6. 刷新页面或切换会话后再返回原话题，确认演示稿 artifact 仍能恢复，不依赖前端内存态

Claw @表单 Prompt Skill 验证

1. 在 Claw 对话框输入 @表单 类型:报名表单 风格:简洁专业 受众:活动嘉宾 字段数:8 帮我做一个 AI Workshop 报名表
2. 确认聊天区先进入 skill 执行态，并能看到 form_generate 相关工具轨迹，而不是前端本地直接伪造字段列表
3. 确认首刀不会卡在 ToolSearch / WebSearch / Read / Glob / Grep，而是直接进入 Skill(form_generate)
4. 等待结果回流后，确认同一条对话消息里出现可渲染的 A2UI 表单，而不是单文件 HTML artifact 或一段纯文本建议
5. 打开右侧查看区或表单详情时，确认结果仍然是 simple form JSON / A2UI 预览，不会切到另一套自定义表单 DSL
6. 刷新页面或切换会话后再返回原话题，确认表单结果仍能恢复，不依赖前端内存态

Claw @代码 编排主链验证

1. 在 Claw 对话框输入 @代码 修复消息历史切换后图片卡片丢失的问题，并补一个回归测试
2. 确认聊天区先进入代码编排执行态，而不是普通聊天回答
3. 确认真正出现代码工具或协作步骤时间线，且不会先卡在无意义的 ToolSearch
4. 确认执行策略切到 code_orchestrated，同时 task/subagent 偏好已被打开
5. 如当前页面可查看运行时摘要或请求详情，确认 preferred_team_preset_id=code-triage-team 与 code_command.kind 已注入
6. 刷新页面或切换会话后再返回原话题，确认代码任务对话仍保留在同一条消息主链，不会裂成另一套旁路会话

Claw @渠道预览 工作流验证

1. 在 Claw 对话框输入 @渠道预览 平台:小红书 帮我预览这篇春日咖啡活动文案的首屏效果
2. 确认聊天区显示的仍是原始 @渠道预览 ... 文本，而不是直接把 slash workflow 暴露给用户
3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command.intent=preview 与 entry_source=at_channel_preview_command 存在
4. 确认当前回合不会像 @发布 一样直接触发浏览器后台门禁，而是优先产出预览稿 artifact
5. 等待工作流完成后，确认当前话题下出现一份真实预览稿 artifact，而不是只有普通聊天建议
6. 打开右侧查看区，确认预览稿仍复用现有 artifact viewer，不会切到另一套渠道预览工作台
7. 刷新页面或切换会话后再返回原话题，确认渠道预览结果仍可恢复

Claw @上传 工作流验证

1. 在 Claw 对话框输入 @上传 平台:微信公众号后台 帮我把这篇春日咖啡活动文案整理成可直接上传的版本
2. 确认聊天区显示的仍是原始 @上传 ... 文本，而不是直接把 slash workflow 暴露给用户
3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command.intent=upload 与 entry_source=at_upload_command 存在
4. 确认命中后台平台时会继续出现真实浏览器门禁，而不是静默退化成普通 artifact 生成
5. 等待工作流完成后，确认当前话题下出现一份真实上传稿 artifact，而不是只有普通聊天建议
6. 打开右侧查看区，确认上传稿仍复用现有 artifact viewer，不会切到另一套上传工作台
7. 刷新页面或切换会话后再返回原话题，确认上传结果仍可恢复

Claw @发布合规 风控验证

1. 在 Claw 对话框输入 @发布合规 内容:这是一篇小红书种草文案 重点:夸大宣传 输出:风险清单
2. 确认聊天区显示的仍是原始 @发布合规 ... 文本，而不是退回普通聊天口头判断
3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 analysis_skill_launch，且 entry_source=at_publish_compliance_command 存在
4. 确认默认会补齐创作风控的 focus / style / output_format，而不是沿用普通 @分析 的空白默认值
5. 等待结果完成后，确认输出包含风险等级、风险点、修改建议与待确认项，而不是一段笼统提醒
6. 刷新页面或切换会话后再返回原话题，确认风控结果仍可恢复

Claw @发布 工作流验证

1. 在 Claw 对话框输入 @发布 平台:微信公众号后台 帮我把这篇文章整理成可直接发布的版本
2. 确认聊天区显示的仍是原始 @发布 ... 文本，而不是直接把 slash skill 暴露给用户
3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command 元数据存在
4. 确认当前回合如果命中平台后台，会出现真实浏览器门禁提示，而不是直接退化成联网搜索或普通聊天
5. 等待工作流继续推进后，确认产物仍落在现有 content-posts/*.md / *.publish-pack.json 主链，而不是另一套发布任务协议
6. 刷新页面或切换会话后再返回原话题，确认发布稿与发布包仍可恢复

Claw @配音 云端技能主链验证

1. 在 Claw 对话框输入 @配音 目标语言: 英文 风格: 科技感 给这个新品视频做一版发布配音稿
2. 确认聊天区保留原始 @配音 ... 文本，而不是被改写成 slash scene 或其它内部协议
3. 如页面可查看发送详情或运行时摘要，确认 request_metadata.harness.service_scene_launch.service_scene_run.scene_key=voice_runtime，并且 skill_id 已绑定到当前可用的配音 service skill
4. 确认首刀进入 lime_run_service_skill 主链，而不是普通聊天解释、站点型 lime_site_run，或旧的本地 TTS 测试命令
5. 如果当前 OEM 云端会话缺失，确认界面明确提示需要登录 / 注入会话，而不是伪造“配音已完成”
6. 刷新页面或切换会话后再返回原话题，确认该配音任务的时间线与最近使用状态仍可恢复

Claw @浏览器 真实浏览器任务验证

1. 在 Claw 对话框输入 @浏览器 打开 https://news.baidu.com 并提炼页面主要内容
2. 确认聊天区保留原始 @浏览器 ... 文本，而不是被改写成其它内部 slash 或 skill 协议
3. 如页面可查看发送详情或运行时摘要，确认 request_metadata.harness.browser_requirement=required 且 browser_launch_url=https://news.baidu.com
4. 确认该回合优先进入 Browser Assist / mcp__lime-browser__* 时间线，而不是 WebSearch 或普通聊天解释
5. 如果输入改成后台发布、登录、扫码这类任务，确认 requirement 升级为 required_with_user_step
6. 刷新页面或切换会话后再返回原话题，确认浏览器任务时间线与关联浏览器 artifact 仍可恢复

Claw @读PDF Prompt Skill 验证

1. 在 Claw 对话框输入 @读PDF /tmp/agent-report.pdf 提炼三点结论并标注关键证据
2. 确认聊天区先进入 skill 执行态，并能看到 pdf_read 与 list_directory / read_file 的真实工具轨迹，而不是前端静默直接给出摘要
3. 确认首个 skill 调用来自 pdf_read，而不是退回 summary、analysis 或普通聊天回答
4. 如果输入的是本地路径，确认 Agent 不会再追问“请上传 PDF”，而是直接读取并输出文档信息、核心要点、关键证据
5. 如果输入里只有 PDF URL，确认 Agent 最多只追问 1 个关键问题请求本地路径或导入工作区，而不是伪造“已读 PDF”

Claw @链接解析 / @抓取 异步任务验证

1. 在 Claw 对话框输入 @链接解析 https://example.com/agent 提取要点 并整理成投资人可读摘要
2. 确认聊天区先进入 skill 执行态，并能看到 url_parse 相关工具轨迹，而不是前端静默退回普通总结
3. 如当前环境走 Bash -> lime task create url-parse --json，确认工具标题与结果摘要对应这条 CLI 主链；CLI 不可用时，才允许回退 lime_create_url_parse_task
4. 如果当前回合无法即时抓取正文，也必须看到真实 url_parse task file 被创建，且 extractStatus 为 pending_extract，而不是停留在口头解释
5. 如果输入里没有 URL，确认 Agent 最多只追问 1 个关键问题请求补充链接，而不是直接创建空任务或伪造完成态
6. 刷新页面或切换会话再返回原话题，确认最近链接解析任务仍可从 .lime/tasks 恢复
7. 再输入 @抓取 https://example.com/post 帮我抓正文并整理成素材库摘要，确认仍走同一条 url_parse task 主链，但 entry_source = at_web_scrape_command，并默认携带 extract_goal = full_text
8. 再输入 @网页读取 https://example.com/post 帮我读这篇文章并告诉我核心结论，确认仍走同一条 url_parse task 主链，但 entry_source = at_webpage_read_command，并默认携带 extract_goal = summary

Claw @竞品 研究报告验证

1. 在 Claw 对话框输入 @竞品 Claude 与 Gemini 在中国开发者市场的差异
2. 确认聊天区先进入 skill 执行态，并能看到 report_generate 相关工具轨迹，而不是前端静默退回普通聊天对比
3. 确认运行时仍沿 report_generate -> search_query / WebSearch 主链，而不是退回一次性普通搜索
4. 确认 report_request.entry_source = at_competitor_command
5. 确认默认会补齐竞品分析的 focus 与 output_format，而不是沿用普通 @研报 的默认值
6. 刷新页面或切换会话再返回原话题，确认竞品分析结果仍按原会话恢复

Slash Skill / Skill 执行验证

1. 进入 Claw 或任一支持 slash skill 的聊天入口
2. 输入一个已安装技能，例如 /image_generate 画一张春日海报
3. 确认前端不会回退普通 chat_stream，而是进入 skill 执行态
4. 打开控制台，确认浏览器模式接通 DevBridge 时不再出现 execute_skill、list_executable_skills 或 get_skill_detail 的 unknown command 报错
5. 如当前 skill 设计为走 Bash -> lime ...，继续确认最终反馈的是任务提交摘要或任务状态，而不是前端本地伪造成功态

聊天结果保存为技能验证

1. 在 Claw / 创作 中完成一段足够长的助手结果
2. 确认助手消息操作区出现 保存为技能
3. 点击后确认页面跳到 技能，并自动打开脚手架对话框
4. 确认对话框仍只暴露轻量基础字段，但已经带着来源摘要
5. 直接创建后，确认生成的 SKILL.md 预览里已经包含：
   • 何时使用
   • 输入
   • 执行步骤
   • 输出
   • 失败回退
6. 如当前链路来自聊天结果沉淀，确认这些 section 不是通用空壳，而是带有本次结果提炼出的上下文

Slash Scene / ServiceSkill 验证

1. 进入 Claw 对话框，确认当前租户目录里存在一个 entries.kind=scene 的场景，例如 /daily-trend-brief
2. 输入 /daily-trend-brief 帮我整理今天的小红书趋势赛题
3. 确认聊天区先出现正常的用户消息，再进入 Agent 执行态，而不是前端静默直接提交云端 run
4. 打开时间线，确认首个执行器是 lime_run_service_skill，而不是前端本地直接产出结果卡
5. 如当前 OEM 会话可用，确认工具结果会回流 run 状态或摘要；若当前会话缺失，确认聊天区明确提示需要登录或注入会话，而不是伪造成功
6. 未命中 scene 目录时，确认 /unknown-scene ... 仍回到普通 slash / Codex 流程，不会被误报为本地技能异常
7. 如果当前 scene 绑定的是站点型 skill，例如 /x文章转存 https://x.com/.../article/...，确认 slash 菜单可见后仍能成功解析到底层 site skill，而不是因为首页未暴露 site skill 就在发送时失配
8. 对 markdown_bundle 型站点场景，确认成功后项目目录里同时出现 index.md、images/ 和 meta.json，且正文中的图片链接已经被改写为项目内相对路径，而不是继续指向远程图片 URL
9. 同时确认聊天轻卡或 tool timeline 会明确展示项目目录、Markdown 相对路径和图片数量，避免用户只能看到“已保存”却不知道文件实际落点

开发者页站点来源导入验证

1. 进入 设置 -> 开发者
2. 在 站点脚本目录联调 区块找到 外部来源 YAML 导入
3. 粘贴一份仅包含 Lime 支持子集的 YAML 来源，点击 导入到 Lime 标准
4. 验证摘要区来源切换为 外部导入，且适配器列表出现新导入名称
5. 再点击 清空站点目录缓存，确认来源恢复为 应用内置，列表回退到 bundled 目录
6. 导入与清理全过程都不应出现后台自动拉起浏览器、自动唤醒 Chrome 或常驻浏览器控制进程

连接器页验证

1. 进入 设置 -> 连接器
2. macOS 下确认首页能看到“我的浏览器”“macOS 连接器”“高级控制”三块主区域；Windows 与其他非 macOS 平台默认不应出现系统连接器卡片
3. 点击“展开高级控制”，确认 总览 / Profile / 桥接 / 后端 / 调试 页签可切换
4. 如当前环境允许目录选择，点击“选择目录并安装”或“同步更新扩展”，确认安装目录最终落到固定子目录 Lime Browser Connector
5. 点击“复制配置”，确认剪贴板内容包含 serverUrl / bridgeKey / profileKey
6. 确认“连接方式”区块同时展示“浏览器扩展 / CDP 直连”两种说明，并包含 chrome://extensions 与 chrome://inspect/#remote-debugging 的打开或复制入口
7. 在“动作配置”区块临时关闭一个能力，例如“页面内查找”，确认开关状态立即更新，且后端能力列表同步隐藏对应动作
8. 如当前环境已有 observer 连接，再确认“断开已连接扩展”能把页面状态回退到等待连接
9. 如当前环境接通真实后端，再确认“打开 Chrome 扩展页”与“打开远程调试页”可成功唤起对应 Chrome 页面

自动化设置页验证

1. 进入 设置 -> 系统 -> 自动化
2. 确认调度状态、任务列表、健康面板能正常加载
3. 打开控制台，确认浏览器模式接通 DevBridge 时不再出现 get_automation_jobs、get_automation_health 或 get_automation_run_history 的 unknown command 报错
4. 如当前环境允许创建或编辑任务，再确认提交后列表能刷新，而不是只靠 web mock 静态回显

话题模型恢复验证

1. 进入同一工作区中的两个话题
2. 分别切换成不同的 provider/model 组合
3. 在两个话题之间来回切换
4. 验证模型选择器恢复的是该话题最近一次 session runtime，而不是陈旧的 localStorage 默认值
5. 如页面暴露运行时摘要条，再确认 provider/model 文案与选择器一致
6. 如其中一个组合是 ollama，再补验证一组原生 tools 模型与一组非原生 tools 模型都能真实发出回复，而不是只拿到模型列表后在运行时卡成 502 Bad Gateway

话题权限恢复验证

1. 进入同一工作区中的两个话题
2. 在话题 A 选择 只读，在话题 B 选择 当前工作区 或 完全访问
3. 在两个话题之间来回切换，必要时刷新页面后再切回
4. 验证输入框权限选择器恢复的是该话题最近一次 accessMode，而不是工作区级默认值
5. 如页面暴露运行时摘要、调试面板或开发日志，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_access_mode
6. 再立即发送一条消息，确认本轮会沿用该 accessMode 对应的正式权限策略，而不是只在 metadata 里残留旧的 harness.access_mode

话题工具偏好恢复验证

1. 进入同一工作区中的两个话题
2. 分别切换 联网 / 深度思考 / 任务模式 / 子代理 开关组合
3. 在两个话题之间来回切换，必要时新建一个空白话题再切回
4. 验证工具开关恢复的是该话题最近一次 session runtime，而不是主题级 localStorage 默认值
5. 如首次切回旧话题时只能命中 fallback，再继续切换一次，确认第二次开始已优先走 runtime 恢复

话题 Team 恢复验证

1. 进入同一工作区中的两个话题
2. 在话题 A 里选择一个 builtin Team，在话题 B 里选择另一个 builtin 或 custom Team
3. 在两个话题之间来回切换，必要时新建一个空白话题再切回
4. 验证 Team 选择器、摘要区和 Team Workbench 展示恢复的是该话题最近一次 recent_team_selection，而不是主题级 localStorage 的旧值
5. 对 custom Team 额外确认：切回后 label / description / roles 没丢；如果本轮是从 fallback 回填，继续切换一次确认第二次开始已优先走 runtime 恢复
6. 如果当前项目已有子代理或父会话上下文，再发送一条新消息，确认 Team Workbench 的 shadow 卡片与当前 Team 恢复一致，不会退回到全局 theme fallback；本轮如涉及 harness.team_memory_shadow，这里就是最小 GUI 续测锚点

子代理 current 字段验证

1. 准备一个带 Team 或父子会话上下文的工作区，并触发一次子代理创建
2. 如果当前入口支持显式名称或工作目录，优先带上 name 与绝对 cwd；如果 UI 暂无显式入口，至少复用现有 flow 创建一个 child session，并在详情区观察其展示名与工作目录
3. 验证 child session / Team Workbench 优先显示显式 name，而不是退回 agent_type、profile label 或 task summary fallback
4. 如果本轮涉及 teamName，确认 child 会回挂到当前 Team，上下文里能按该名字识别，不会出现重复成员或错挂到其它 Team
5. 验证 child 的 working_dir 与详情展示反映请求的绝对 cwd；如果请求非法相对路径，前端应看到明确失败，而不是静默回退父目录
6. 如果当前入口或调试面板暴露 mode / isolation，传入非空值时前端应看到明确 unsupported，而不是静默创建 child session

上下文压缩链路验证

1. 准备一个长线程，确保能够稳定接近上下文上限
2. 在 workspace.settings.auto_compact=true 时发送普通消息，确认需要时会自动压缩，并且时间线出现 自动压缩
3. 再把同一工作区切到 workspace.settings.auto_compact=false
4. 分别验证两条链路：
   • 普通发送消息
   • ask-user / elicitation 回填后继续执行
5. 两条链路都不应再静默自动压缩；如果达到上下文上限，页面应出现“请先手动压缩上下文或新建会话后重试”的可见错误

运行时交接制品验证

1. 进入带有 HarnessStatusPanel 的对话工作区，并确保当前话题已经拿到 sessionId
2. 展开 交接制品 区块，点击 导出交接制品
3. 验证区块内出现：
   • 导出时间
   • 线程状态 / 最新 Turn 状态
   • Todo 统计
   • plan / progress / handoff / review 文件列表
4. 继续点击单个制品的 预览，确认预览弹窗能打开，并能看到对应绝对路径
5. 如页面桥接到了真实后端，再点击 打开目录 或单文件 打开，确认不会落回 mock，且工作区内确实生成 .lime/harness/sessions/<session_id>/...
6. 如果这轮继续开发问题证据包，再把同一条续测链扩展为“先导出 handoff，再导出 evidence pack”，确认两者目录与状态卡不会串线
7. 如果这轮继续开发 replay 样本导出，再点击 导出 Replay 样本，确认：
   • input / expected / grader / evidence-links 文件列表出现
   • replay 区块能显示 handoff / evidence 的关联根路径
   • 打开目录后工作区内确实生成 .lime/harness/sessions/<session_id>/replay
8. 如果这轮继续开发 replay -> eval 主链，再点击 复制回归命令，确认：
   • 剪贴板内容同时包含 npm run harness:eval:promote -- ...、npm run harness:eval 与 npm run harness:eval:trend
   • promote 命令里的 session-id / slug / title 已自动带出，不需要手工补参数
   • 该入口只是复制仓库已有主命令，不是 Lime 内部自动 promotion
9. 如果这轮继续开发外部分析交接，再点击 导出分析交接 与 一键复制给 AI，确认：
   • analysis-brief.md / analysis-context.json 文件列表出现
   • 复制内容直接来自后端 copy_prompt，不需要前端再手写 prompt
   • analysis 区块能显示 handoff / evidence / replay 的关联目录
10. 如果这轮继续开发人工审核记录，再点击 导出人工审核记录，确认：
    • review-decision.md / review-decision.json 文件列表出现
    • 区块能显示当前状态、审核清单与关联 analysis 文件
    • 打开目录后工作区内确实生成 .lime/harness/sessions/<session_id>/review
11. 如果这轮继续开发人工审核保存闭环，再点击 填写人工审核结果，至少填写：
    • 决策状态
    • 决策摘要
    • 审核人
    • 风险等级
12. 保存后确认：
    • 区块里的“当前人工审核结论”立即刷新为最新状态、审核人和摘要
    • review-decision.md / review-decision.json 仍然保持同一目录，不会新开平级目录
    • 如页面桥接到了真实后端，重新点击 导出人工审核记录 后，已保存结论不会被刷回 pending_review

话题内容上下文恢复验证

1. 进入带 contentId 的工作台话题并完成至少一次发送
2. 留在同一话题下再次发送，保持目标主稿不变
3. 验证本轮仍写回当前主稿，没有误新建资源文档或切到其他内容
4. 如能查看调试面板或运行时摘要，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_content_id，而不是页面一次性参数或陈旧缓存
5. 再切到另一个 contentId 后立即发送一次，确认同步窗口内仍能命中新主稿，而不是被旧 runtime 误覆盖

话题主题上下文恢复验证

1. 进入普通对话话题完成一次发送，再切到通用工作区话题完成一次发送
2. 在两个话题之间来回切换，必要时新建一个空白话题再切回
3. 验证 UI 恢复的是该话题最近一次主题上下文，而不是页面一次性参数或主题级缓存
4. 如能查看调试面板或运行时摘要，继续确认依据是当前话题最近一次 execution_runtime.recent_theme / recent_session_mode
5. 再从普通对话切到新的 general_workbench 后立即发送一次，确认同步窗口内仍命中新 theme / session mode，而不是被旧 runtime 误覆盖

通用工作区运行阶段恢复验证

1. 进入同一个通用工作区话题，至少完成一次 write_mode 或 publish_confirm 阶段发送
2. 留在同一话题下再次发送，保持当前 gate 和任务标题不变
3. 验证本轮仍衔接当前 gate / 任务标题，而不是掉回旧阶段或空标题
4. 如能查看调试面板或运行时摘要，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_gate_key / recent_run_title
5. 再切到新的 gate 或新的运行标题后立即发送一次，确认同步窗口内仍命中新 gate / run title，而不是被旧 runtime 误覆盖

服务型技能自动化交付链

1. 从首页进入服务型技能卡片
2. 选择一个 scheduled / managed 的本地服务型技能
3. 打开“创建自动化任务”，提交后进入对应工作区
4. 确认同一次操作里：
   • 自动化任务已创建
   • 工作区已打开
   • 对应内容仍落在同一个 contentId
5. 如能查看运行记录或调试面板，继续确认自动化 agent_turn payload 含 content_id 与 request_metadata.artifact

素材页验证

1. 从社媒内容项目进入 素材
2. 验证素材列表可加载
3. 验证素材计数、列表项或空状态正常显示
4. 如当前环境能查看调试面板或 DevBridge 日志，优先确认素材页读取的是 gallery_material_* 命令，而不是旧 poster_material_* 命名
5. 检查控制台无新增 error

每一步至少记录什么

执行 Playwright MCP 续测时，至少记录以下事实：

• 当前页面 URL
• 当前关键可见文本
• 是否走到了真实 bridge
• 是否触发了 mock fallback
• 控制台 error 数量
• 如失败，明确失败命令名或失败交互点

推荐结论格式：

• 页面是否可打开
• 业务流是否走通
• 控制台是否归零
• 新暴露的命令缺口是什么
• 该缺口更适合补真实 bridge 还是补 mock

常见故障与处理

1. Cannot read properties of undefined (reading 'invoke')

通常表示：

• 浏览器里加载了真实 Tauri API 包
• 没有走 web mock / HTTP bridge 链路

优先排查：

• 是否使用了浏览器模式专用启动方式
• Vite 是否正确走了 web alias
• 当前页面是否需要强制刷新以拿到最新前端代码

2. [DevBridge] 未知命令

说明：

• 前端已调用某命令
• 浏览器 bridge 分发器没有实现

处理顺序：

1. 先判断该命令是否应走真实后端
2. 如果该能力在浏览器模式下不是关键阻塞项，可加入 mock 优先集合
3. 如果该命令属于核心业务路径，优先补 bridge 分发

3. Failed to fetch

常见原因：

• DevBridge 没启动
• 3030 端口不可用
• 前端先于 bridge 就绪开始调用

处理建议：

• 确认 tauri:dev:headless 已启动
• 检查 bridge 健康接口
• 刷新页面后复测，排除启动时序问题

4. UI 已可用但控制台仍报错

说明：

• 页面可能依赖 fallback mock 继续运行
• 但仍有命令先打到了 bridge 并报 unknown command

处理建议：

• 如果该命令属于浏览器模式可接受的降级能力，加入 mock 优先列表
• 如果该命令属于当前主路径必须能力，补真实 bridge
• 对浏览器资料 / 环境预设这类已桥接命令，优先排查真实 DevBridge 或默认种子，不要再把它们加回 mock 优先集合

何时补 mock，何时补真实 bridge

优先补真实 bridge

适用于：

• 当前主路径必须命令
• 明确已有后端实现
• 返回结构简单稳定
• 不涉及复杂流式事件或强原生依赖

优先补 mock

适用于：

• 浏览器模式不支持的原生能力
• 非主路径功能
• 高频噪音命令，但不影响主流程完成
• 流式 / 系统级能力，短期内 bridge 成本高于收益

结果判定标准

一次“继续测试”完成后，至少满足以下之一：

1. 主路径走通且控制台 error 归零
2. 主路径走通，且剩余错误已被明确归类为非阻塞项
3. 已定位新的 bridge 缺口，并给出下一步最小修复点

交接要求

如果本轮没有完全收口，结论里必须留下：

• 当前停留页面
• 已完成的业务步骤
• 最新暴露的命令缺口
• 推荐下一步先补 mock 还是先补 bridge
• 下一轮建议的 Playwright 复测路径

相关文档

• docs/aiprompts/quality-workflow.md
• docs/aiprompts/commands.md
• docs/aiprompts/governance.md