让 Agent 自己验前端:Chrome 官方案例的四步闭环

编程 Agent 写前端很快,但它看不到页面渲染出来什么样,最后还是人一页页点。Chrome 官方 11 月 10 日发了一个案例:印度保险平台 Policybazaar 和旗下 Pensionbazaar 给 Agent 接上 Chrome DevTools for agents 和 Modern Web Guidance,新页面从写到验完由约四天缩到几小时,约 30 个落地页的性能审计人工投入少了 92%。这篇把他们的「写完就验」闭环拆成四步,配置和检查清单都能照搬。
前置条件
- 一个能装插件或 MCP 服务器的编程 Agent。案例里 Pensionbazaar 用 Claude Code,Policybazaar 用 Kiro;官方仓库写明 Antigravity、Cursor、Copilot 等也能接。
- 本机有 Chrome 和 Node.js(MCP 服务器通过
npx chrome-devtools-mcp@latest启动)。 - 有设计稿更好。Pensionbazaar 用 Figma MCP 让 Agent 读设计,拿来和渲染结果对比。
第一步:先让 Agent 写对,再谈验
案例里第一个问题是生成的代码「停在过去」:用 JavaScript 手搓弹窗而不用原生元素,加不必要的 polyfill,漏掉 fetchpriority 这类性能提示。他们的解法是装 Modern Web Guidance,一个由 Chrome 和社区维护、覆盖 200 多个场景的 Agent Skill,按你设定的 Baseline 兼容目标约束写法,不设就默认 Baseline Widely Available:
npx modern-web-guidance@latest install
团队的评估是基础模型在性能上大约七成符合最佳实践,Agent 自己的报告列出 12 条规则补上了剩下的差距。几个典型例子:
| 方面 | 基础模型常犯 | 规则怎么管 |
|---|---|---|
| 图片加载 | 把 fetchpriority="high" 和 loading="lazy" 写在同一张图上 | 禁止混用,高优先级图每页限一两张 |
| 布局稳定 | 用了 content-visibility: auto 却漏掉 contain-intrinsic-size | 要求两者成对出现,防止渲染时大幅跳动 |
| 让出主线程 | 泛泛地调用 scheduler.yield() | 强制按时间截止(performance.now() + 50)保护 INP |
这个 Skill 站内单独介绍过:Modern Web Guidance 是什么。
第二步:给 Agent 一个干净的浏览器
Chrome DevTools for agents 是一组工具,包括 MCP 服务器、CLI 和 Agent Skill,让 Agent 拿到控制台日志、网络请求、无障碍树等运行时数据。在 Claude Code 里按插件装:
/plugin marketplace add ChromeDevTools/chrome-devtools-mcp
/plugin install chrome-devtools-mcp@chrome-devtools-plugins
团队要求每次测试都在全新的浏览器实例里跑,这样已装的扩展不会干扰结果,个人数据也不会泄露。做法是在 MCP 配置的 args 里加 --isolated:
{
"args": ["-y", "chrome-devtools-mcp@latest", "--isolated"]
}
测试确实需要已登录的会话时,改用 --autoConnect 连你正在用的浏览器,但要清楚 Agent 能看到这个浏览器里的东西。工具全貌见站内的 Chrome DevTools MCP 实测。
第三步:把检查写成清单,交给 Agent 自己验、自己改
团队把检查项写进 Agent 的指令,用提示词或 Skill 都行。官方给了每项检查对应的工具:
| 检查 | 用到的工具 |
|---|---|
| 多尺寸响应式 | resize_page、emulate、take_screenshot |
| DOM 和计算样式对照设计稿 | take_snapshot、get_css_styles、evaluate_script |
| 长动画帧、阻塞渲染资源、Core Web Vitals | click、drag、performance_start_trace / performance_stop_trace、performance_analyze_insight、list_network_requests |
| SEO、无障碍等非性能项 | lighthouse_audit |
可以直接放进 Skill 的检查清单:
## 前端交付前验证(每个新页面必做)
1. 用 take_snapshot + get_css_styles 对照设计稿,列出间距、颜色、字号差异。
2. resize_page 到 375、768、1280 宽,各截一张图,检查文字截断和换行错乱。
3. 录一次性能 trace,用 performance_analyze_insight 找长动画帧和阻塞资源。
4. 检查控制台报错和失败的网络请求。
5. 发现问题:改 CSS/JS → 刷新页面 → 复验同一项。
6. 同一问题修 3 次仍不过,停下并在报告里标出,交给人处理。
第 6 条对应官方的提醒:给循环明确的通过/失败条件和步数上限,不然 Agent 会反复绕圈浪费 token。前面的尺寸和次数是示例,按你的项目改。
前端任务在 Agent 亲眼看过渲染结果之前,不算完成。
修复循环本身很短:工具抓到具体错误,Agent 分析后改 CSS 或 JavaScript,刷新页面确认。案例里一个页面的头部布局、间距和渐变跟设计稿对不上,Agent 改了对应的 .scss,还主动展开手风琴组件检查展开状态是否符合设计。
第四步:交付时附一份验证报告
Pensionbazaar 的 Agent 交代码时附带给 QA 的报告,包括:
- 和 Figma 设计的逐像素差异对比,基于截图、DOM 快照和计算样式。
- 不同屏幕尺寸下的截图。
- 性能诊断,如 Speed Index、Total Blocking Time。
lighthouse_audit给出的 SEO、最佳实践、无障碍分数。- 交互检查的通过/失败:折叠行、开关、编辑和删除行、空状态,以及控制台报错。
Policybazaar 那边是另一种用法:活动页上线前,工程师对预发布地址发起移动端和桌面端审计,Agent 跑性能和 Lighthouse,同时自动拉取 CrUX 真实用户数据,直接替掉了原来手动跑 PageSpeed Insights 的步骤。有一次审计发现几个非关键 API 在加载时串行触发,和关键渲染抢资源,上线前就修掉了。官方给的数字是 Agent 完成 12 次审计的时间,工程师只够做 1 次。
常见坑
- 不加 --isolated。扩展、缓存会污染性能数据,Agent 还可能读到你浏览器里的个人信息。
- 循环没有出口。不写失败条件,一个改不好的样式问题会让 Agent 一直来回改。
- 只测桌面宽度。案例里最常见的问题是小屏文字被截断、flex 换行错乱和图片引起的布局偏移。
- 把审计效率当成线上指标提升。92% 说的是人工审计投入减少,不等于页面性能提升了这么多,修复和工程师审阅仍然保留。
完成标准
- Agent 能在
--isolated浏览器里打开本地页面并截图。 - 检查清单已写成 Skill 或固定提示词,包含退出条件。
- 一个新页面跑完闭环后,产出带多尺寸截图和性能诊断的报告。
- 官方建议先从高频、模板化的页面开始,这类页面最能体现闭环的价值。
验证思路更系统的讲法见 Claude Code 团队怎么做验证。
最后
先挑一个最常改的落地页,把第三步的清单交给 Agent 跑一遍,看它能找出几个你原本要手动点出来的问题。