Hello，我是Niko。16年程序员老兵，专注分享 AI编程实战经验、宝藏工具资源、前沿技术动态。不玩套路，多讲干货。
先聊两个真实的翻车场景
我写公众号几乎每天都要让 Claude Code 联网。查官方文档、翻 X 上的热帖、抓微信原文做选题。这些活儿看着基础，但原生的 WebSearch /WebFetch 真的把我折磨得够呛。
场景一：Anthropic 自己的博客都读不下来。
有一次我想让 Claude Code 读一下 Anthropic 官方关于 Claude Code Auto Mode 的那篇工程博客，直接丢 URL 给它 WebFetch：
https://www.anthropic.com/engineering/claude-code-auto-mode
返回结果是这样的：
Claude Code 和 Anthropic 是一家人，官网文章居然直接拉不到。这已经不是第一次了，任何带 Cloudflare 前置的正经站点，原生 WebFetch 基本都是这个结果。
场景二：X 和微信公众号反爬，手动 copy 到崩溃。
X 和微信公众号这种 JS 重载+反爬严格的平台，WebFetch 拉不下来我能接受，毕竟是平台策略问题。但接受归接受，活还得干啊。我的工作流经常是这样的：
打开 X 的热门推文，Ctrl+A 复制，切回 Claude Code 贴进去；打开微信公众号文章，滚动、复制、清理格式、再贴进去。一篇选题调研下来，光切换窗口+手动 copy 就占掉大半时间。
装 Playwright MCP 试过。结果就是每次启动都弹一个新浏览器窗口抢走屏幕焦点，还经常和我正在用的 Chrome 打架。
直到后面，我装了一泽 Eze 的 web-access Skill。
它是什么
一句话：给 Claude Code 装了一套完整的联网神经系统。
不是单一的抓取工具，也不是又一个 MCP。它把 WebSearch、WebFetch、curl、Jina、浏览器 CDP 五种联网方式打包进一个 Skill，让 Claude Code 面对每个任务自己判断该用哪把刀。
GitHub 地址是 eze-is/web-access，目前 6.3k star，MIT 协议。作者一泽 Eze 是国内比较活跃的 AI 产品设计作者，OpenClaw 生态里也经常看到他。
核心武器是最后一层：CDP 直连你日常在用的 Chrome。不启 headless、不开新窗口、不单独维护登录态。你原本已经登录好的 X、小红书、微信公众号、公司内网，Claude Code 全都能看见，和你看到的完全一样。
为什么值得推荐
1. 装上那一刻，Anthropic 官网就通了
还是刚才那个 Claude Code Auto Mode 的链接，装上 web-access 之后再让 Claude Code 读一次：
帮我读一下 https://www.anthropic.com/engineering/claude-code-auto-mode
这次它没有调 WebFetch，而是走了 CDP：自动在我的 Chrome 里开了一个后台 tab，等页面渲染完成，直接从 DOM 里把正文提出来，最后关掉 tab。整个过程不抢焦点、不弹窗、不干扰我手头的其他工作。
一次到位，正文 + 代码示例 + 配图链接全部拿到。
我观察了一下 Claude Code 的思考日志，它选路径的过程挺有意思：第一反应还是 WebFetch，失败后没有换关键词硬搜，而是立刻切到 CDP。这个决策逻辑就是一泽在 Skill 里强调的「不要在一条死路上反复撞」。
2. X 推文和微信公众号，一句话就搞定
我做选题的日常：给一个 X 的链接或微信公众号链接，让 Claude Code 把正文和作者信息抓回来。
过去这一步是我手动 copy 的重灾区。装上 web-access 之后，同一条指令：
帮我抓一下这篇微信文章：https://mp.weixin.qq.com/s/xxxxx
Claude Code 在我的 Chrome 里后台打开链接，页面正常渲染（因为带着我的登录态，公众号的反爬根本没触发），然后一个 /eval 调用把 #js_content 的 innerText 提出来。
整个过程我这边的 Chrome 没有任何弹窗，也没有任何 tab 被推到前台。它开的 tab 是「后台 tab」，完成任务后自己关掉，我甚至察觉不到它在工作。
X 也是一样。单条推文、整个 thread、某个账号的近期动态，给一个链接就完事。
就这一条就值回票价了。
3. 并行调研，真的开 100 个 tab
我最开始以为「并行」是个噱头。直到有一次做横向对比的稿子，我让 Claude Code 同时调研 5 个竞品的官网、Product Hunt 页、GitHub README 和近期 X 提及。
它真的开了 5 个子 Agent，每个子 Agent 自己在我的 Chrome 里起了 3-4 个后台 tab，总共 20 来个 tab 同时跑。我在前台继续写别的文章，完全没感觉。
十几分钟后，主 Agent 给我一份对比表。所有子 Agent 抓取的原文没有涌进主上下文，只留下汇总结论。这一点对写长文特别重要，上下文干净了，Claude Code 后续推理质量明显高一截。
作者 demo 里跑过一个极限案例：10 个子 Agent 同时调研小红书、微博、B 站、Boss 直聘、GitHub、知乎、即刻、豆瓣、36kr、虎嗅，总共 100 个 tab 并行。他的记录是 Chrome 占了 38.6 GB 内存，Claude Code 占了 14 GB，然后电脑卡死了。
我没敢试这个极限，但日常 20-30 个 tab 并行对我的 M1 Max + 64GB 毫无压力。
4. 站点经验沉淀：越用越顺
这个机制是我第二喜欢的设计（第一是 CDP）。
每次 Claude Code 操作完一个站点，会把这次摸索到的「URL 模式」「平台特征」「已知陷阱」写进 references/site-patterns/{域名}.md。下次再操作同一个站点，直接复用这份先验知识。
我现在 site-patterns/ 目录下已经躺着 x.com.md、xiaohongshu.com.md、mp.weixin.qq.com.md 几份文件。拿 x.com 为例，Skill 已经记住了「直接构造 x.com/search?q= 效率最高」「长推文要滚动加载」「引用推文藏在 article 下第二个 div」这些细节。
一泽自己给了一张数据：有经验 vs 无经验，访问小红书博主主页的步骤从 6 步压到 2 步，耗时省 90%。我自己感受最明显的是：第二次调研 X 上某个话题，速度肉眼可见变快了。
5. 设计哲学可复用：写 Skill 的人读一遍会发财
如果你自己也写 Skill，这个仓库值得当教案读。
一泽在 README 里提了一个让我印象很深的公式：
Skill = Agent 策略哲学 + 最小完备工具集 + 必要的事实说明
拆开看：
- 策略哲学：不写「第一步查 X，第二步查 Y」，而是写「拿到任务先定义成功标准 → 选一个最可能直达的方式验证 → 过程中用结果校准方向 → 对照标准确认完成」。这套思考框架可以迁移到任何新站点，而不是硬编码。
- 最小完备工具集：搜、看、做三类行为对应的原子工具给足，剩下让模型自己组合。
- 必要事实说明：Agent 容易忘的惰性知识（比如「DOM 里存在已加载但不可见的内容」「短时间密集开 tab 会触发风控」）直接在 Skill 里点明，不让模型每次都重新试错。
这和我之前写的那几个 Skill 完全不是一个量级。我原先习惯把流程步骤一条一条列给 Claude Code，结果就是遇到新情况它傻眼。看完 web-access 之后回去改我自己的 Skill，效果立竿见影。
它的技术架构到底怎么工作
如果你好奇 CDP 直连 Chrome 到底怎么做到的，我把原理简化画一下：
flowchart LR
A[Claude Code<br/>AI Agent] -->|HTTP API| B[CDP Proxy<br/>本地轻量网桥]
B -->|WebSocket| C[你的日常 Chrome<br/>登录态+Cookie+扩展]
C -->|渲染后 DOM| B
B -->|提取结果| A
classDef default fill:#EBF2F8,stroke:#0F4C81,stroke-width:1.5px,color:#1a1a1a,font-size:13px
classDef primary fill:#0F4C81,stroke:#0A3660,stroke-width:2px,color:#fff,font-size:13px
class A,C primary
三层结构都很轻：
- Agent 层：Claude Code 用
curl调本地 3456 端口，没有 SDK 依赖 - Proxy 层：一个 Node.js 脚本，把 HTTP 请求翻译成 Chrome 的 WebSocket 协议
- 浏览器层：你自己的 Chrome，开启
chrome://inspect里的 remote debugging 就行
对比 Playwright MCP：Playwright 每次启新的 Chromium，新的用户目录，登录态要重新搞；web-access 直接捆在你日常 Chrome 的后台 tab 上跑。这就是体验差异的根源。
快速上手（3 步）
第一步：安装 Skill
最省事的方式是直接让 Claude Code 自己装：
帮我安装 web-access skill，仓库地址是 https://github.com/eze-is/web-access。
这个 skill 原为 Claude Code 设计，安装前请先理解其核心原理和工作逻辑，
再结合你的 Agent 架构与电脑环境进行适配。
也可以走 npx skills add eze-is/web-access 或者 Claude Code 官方的 plugin 命令。
第二步：打开 Chrome 的 remote debugging
Chrome 地址栏输入 chrome://inspect/#remote-debugging，把 "Allow remote debugging for this browser instance" 勾上。第一次需要重启一下 Chrome。
第三步：直接用
任何联网任务丢给 Claude Code 即可，Skill 会自动识别。我常用的几条：
帮我抓一下这篇文章：[URL]
同时调研这 5 个产品的官网，给我对比表
在 X 上搜索「Claude Code Skill」的近期热门推文
读一下我在 chrome 里打开的那个关于 XXX 的 tab
最后那条挺有意思。Skill 装完会在 scripts/ 下带一个 find-url.mjs，能从本地 Chrome 书签和历史里按关键词、时间窗、访问频次搜索。你提到「上次看过的那个讲 XX 的文章」但想不起来地址，这个脚本能救命。
不足和提醒
关掉冗余的浏览器 MCP。 如果你之前装过 Chrome DevTools MCP 或 Playwright MCP，建议关掉。不然 Claude Code 在选工具的时候会左右互搏，反而更慢。
社媒自动化有封号风险。 这不是 web-access 的锅，是所有浏览器自动化工具的通病。如果你想让 Claude Code 自动发小红书、自动点赞、批量操作微博，用小号。作者在 README 里写得很明白，不要拿主账号试手。
需要 Chrome，不能完全脱离电脑跑。 CDP 直连的代价是 Agent 必须有一个活着的 Chrome 实例。纯服务器环境、headless 场景覆盖不到。不过对于我这种日常在 Mac 上写稿子的人，这不算缺点。
内存消耗要注意。 并发跑 50 个 tab 以上时 Chrome 会吃很多内存。我的 M1 Max + 64GB 日常 20 tab 无压力，你的机器如果只有 16GB，并行度控制在 5-10 之间。
一句话总结
如果你用 Claude Code 做任何需要联网的工作，技术调研、选题资料抓取、竞品对比、社媒内容分析，web-access 是我目前见过最接近「Agent 真实世界联网能力」答案的 Skill。
值不值得装？我的 CLAUDE.md 里现在有这么一句：
当 Fetch 请求失败时，尝试使用 /web-access 请求
这条规则已经跑了很久，没出过一次故障。
写在最后
我的判断是：未来一两年内，这类通用联网 Skill 会成为每个 Claude Code 用户的标配。Agent 要真正「能上网」，光靠框架自带的 WebSearch / WebFetch 远远不够，必须有一层能操作真实浏览器的能力兜底。web-access 目前在国内 CC 圈子里已经是事实上的默认答案了。
如果你还没装，今晚花 5 分钟装上，试一次抓 X 热帖的快感，你会明白我为什么要专门写一篇推荐。
下一篇我会写一个完全不同方向的话题，最近在帮几个朋友做 AI 编程落地咨询，发现一个共性的坑特别值得说。关注我，不错过。
参考资料：
