Ovaj Skill je zaista moćan — osvojen 1.8K zvezdica odmah nakon otvaranja! Mrežne sposobnosti Agenta na maksimumu!

Koristim Claude Code za pisanje koda već više od pola godine — sve je u redu, ali jedna stvar mi je stalno smetala — mrežne sposobnosti su prilično slabe.

WebSearch često daje rezultate koji nemaju veze sa pitanjem, WebFetch pri povlačenju veb-stranica redovno vraća hrpu nečitljivih znakova, a kada naiđe na stranice koje zahtevaju prijavu, jednostavno staje. Još je gore kada su u pitanju dinamički renderovane platforme kao što su Xiaohongshu ili WeChat zvanični nalozi — Agent uopšte ne vidi sadržaj, kao slepi miš koji pipa slona.

Sve dok prošle nedelje jedan član nije u grupu bacio GitHub link, rekavši "Nakon instalacije ovog Skill-a, mrežne sposobnosti Agenta se pune do maksimuma". Otishao sam na GitHub — 1.8K zvezdica, tek otvoren, a već uzleće.

Instalirao sam ga istog dana. Gledano unazad, ovo je verovatno najvredniji Skill koji sam instalirao ove godine.

01. Šta je web-access

Da budemo jasni — web-access nije MCP server, već Skill.

Najveća razlika između Skill-a i MCP-a je u tome što MCP pruža samo alate, dok Skill pruža alate + strategiju + iskustvo. Da stavimo drugačije: MCP vam daje čekić, dok Skill pored čekića govori i pod kojim uglom treba zabiti ekser.

Suštinska dizajnerska filozofija web-access-a zove se "razmišljaj kao čovek" — kada dobije zadatak, prvo jasno definiše cilj, bira način koji najverovatnije direktno vodi do rešenja i proverava, a tokom procesa prilagođava strategiju na osnovu povratnih informacija, zaustavljajući se tek kada postigne cilj.

Čitav Skill ne definiše samo interfejs alata, već sadrži i mnogo logike za donošenje odluka koja uči Agenta koji alat da koristi u kojoj situaciji i kako da zaobiđe problem kada ga sretne.

Njegov skup alata podeljen je u tri nivoa:

Prvi nivo je pretraga i prikupljanje laganih podataka. WebSearch za pretragu ključnih reči, WebFetch za prikupljanje sadržaja poznatih URL-ova, curl za dobijanje sirovog HTML-a, i Jina za konverziju veb-stranica u Markdown radi uštede tokena.

Ovo su sposobnosti koje postojeći Agent već ima, a web-access je na njih dodao strategiju raspodele — kada koristiti koji alat, a kada odustati i promeniti pristup.

Drugi nivo je direktan CDP pristup pregledaču. Ovo je pravo adut web-access-a.

Da objasnimo šta je CDP. CDP je skraćenica za Chrome DevTools Protocol — to je protokol za debagovanje koji Chrome izlaže spolja. Možete ga zamisliti kao "zadnja vrata" Chrome-a — putem ovog protokola, spoljni programi mogu potpuno da kontrolišu ponašanje pregledača: otvaranje stranica, izvršavanje JavaScript-a, klik na elemente, snimanje ekrana, čak i upravljanje reprodukcijom videa.

web-access se putem CDP-a direktno povezuje sa Chrome pregledačem koji korisnik svakodnevno koristi, pa automatski nosi status prijavljenosti i može da radi sa bilo kojom stranicom koja zahteva interakciju. Xiaohongshu, WeChat zvanični nalozi, pozadinski sistemi koji zahtevaju prijavu — ništa od toga nije problem.

Treći nivo je paralelna podela posla. Više zadataka istraživanja može se podeliti pod-Agentima koji izvršavaju paralelno — svaki pod-Agent sam otvara tab, sam radi, sam zatvara, a glavni Agent prima samo zbirne rezultate. Brzo je i ne pretrpaava kontekst.

02. Instalacija web-access-a

Način instalacije je veoma jednostavan. U Claude Code-u jednostavno recite:

Instaliraj mi web-access skill, adresa repozitorijuma je https://github.com/eze-is/web-access. Ovaj skill je prvobitno napravljen za Claude Code, pre instalacije prvo razumi njegove suštinske principe i logiku rada, a zatim ga prilagodi svojoj Agent arhitekturi i okruženju računara, kako bi se zaista integrisao u trenutno okruženje, umesto grube transplantacije.

Za Codex, direktorijum Skills je malo drugačiji, ali je način instalacije isti. Instalirao sam na oba.

Nakon instalacije treba uraditi još jednu stvar — uključiti daljinsko debagovanje u Chrome-u.

U adresnoj traci Chrome-a unesite chrome://inspect/#remote-debugging, označite "Allow remote debugging for this browser instance" i ponovo pokrenite pregledač.

Prilikom instalacije Skills automatski proverava verziju Node.js (potrebna je 22+), povezanost Chrome porta, a ako CDP Proxy nije pokrenut, automatski ga podiže. Kada su sve lampice zelene, može da se koristi.

Jedan detalj koji mi se posebno sviđa — kada se CDP Proxy jednom pokrene, on ostaje kao stalni proces i ne morate ga ponovo pokretati svaki put.

On se direktno povezuje sa Chrome-om koji svakodnevno koristite, ne pokreće dodatni pregledač bez glave. Zato sajtove koje ste prijavili u Chrome-u, Agent može direktno da poseti, bez ponovne prijave.

Otvorite zvanični sajt PaiCoding-a i videćete da ste već prijavljeni.

03. Pomažem PaiAgent-u u istraživanju konkurencije

U prvom praktičnom scenariju, tražio sam od Agenta da sprovede istraživanje konkurencije za projekat PaiAgent.

Pozadina je sledeća: PaiAgent je AI platforma za orkestraciju poslovnih tokova koju sam napravio, a sada želim da vidim kako se konkurenti na tržištu — Dify, Coze, FastGPT — razlikuju po tipovima čvorova, podršci za modele i načinima postavljanja, kako bih odredio prioritete funkcija za sledeći korak.

Bez web-access-a, morao bih sam da otvaram zvanične sajtove i dokumentaciju ovih platformi, jednu po jednu, i ručno sastavljam poređenje. Sada jednostavno kažem Agentu:

Istraži ove tri AI platforme za poslovne tokove — Dify, Coze, FastGPT — sa fokusom na: podržane tipove čvorova, načine integracije modela, podršku za privatno postavljanje, strategije cena. Sažmi u tabelu poređenja.

Agentova reakcija me je oduševila.

Nije glupo pokrenuo WebSearch tri puta i potom slagao rezimee, već je odmah primenio paralelnu podelu — rasporedio je tri pod-Agenta, pri čemu je svaki odgovoran za jednu platformu.

Svaki pod-Agent sam otvara tab, odlazi na odgovarajući zvanični sajt i dokumentacioni centar i pretražuje, dok glavni Agent samo prikuplja rezultate i integriše ih.

Tri pod-Agenta rade istovremeno, pa je ukupno vreme približno vremenu istraživanja jedne platforme. Da je išlo sekvencijalno, trajalo bi tri puta duže.

Ono što me je još više iznenadilo je dubina istraživanja pod-Agenta. Uz Dify kao primer, pod-Agent nije samo pogledao listu funkcija na početnoj strani, već je ušao u docs.dify.ai i prelistao nekoliko stranica dokumentacije, izvukao listu podržanih LLM-ova sa stranice "dobavljači modela" i organizovao sve tipove čvorova sa stranice "opis čvorova".

Ovakve informacije ne mogu se dobiti iz WebSearch rezimea — stvarno morate ući u stranicu i pročitati je.

Na kraju mi je Agent dao tabelu poređenja, sa svime jasno izlistanim. Nakon što sam je pročitao, dodao sam dva TODO-a za PaiAgent: podršku za čvor uslovnih grana i dodavanje HTTP zahtev čvora. To su funkcije koje konkurenti imaju, a mi još uvek nismo implementirali.

Iskreno da kažem, ovo istraživanje je ranije bio posao menadžera proizvoda i trajao bi najmanje pola do celog dana.

Sada Agent završi za desetak minuta, i gustina informacija je čak i veća nego kod ručno sastavljenog — jer Agent prelista dokumentaciju, pregleda stranice sa detaljima i neće kao čovek pomisliti da je dovoljno pogledati početnu stranicu.

04. Prikupljanje AI Agent rasprava sa Xiaohongshu-a

Drugi slučaj još bolje pokazuje vrednost web-access-a — otići na Xiaohongshu i videti stvarne povratne informacije korisnika o AI alatima za poslovne tokove.

Xiaohongshu je poznat kao majstor protiv-puzanja. WebFetch pri pokušaju prikupljanja Xiaohongshu stranica vraća ili prazno, ili zahtev za prijavu, ili hrpu obfuskovanog JavaScript-a. Ranije sam, kada sam želeo da razumem stvarna korisnička iskustva, mogao samo da otvorim Xiaohongshu aplikaciju i listam jednu po jednu.

Nakon instalacije web-access-a, jednostavno kažem:

Idi na Xiaohongshu i pretraži "Chenmo Wang Er", vidi o čemu korisnici raspravljaju, i sastavi naslov i ključne stavke prvih 10 vrednih objava.

Agent zna da je Xiaohongshu "platforma kod koje statičke metode ne funkcionišu", pa je direktno prešao u CDP režim.

U mom Chrome-u je iskoristio moj Xiaohongshu tab, uneo ključnu reč u polje za pretragu na stranici, a zatim ekstraktovao rezultate pretrage jedan po jedan.

Tokom ovog procesa, nekoliko detalja mi se učinilo veoma finesno dizajniranim.

Agent će koristiti moj već prijavljeni Xiaohongshu nalog, tako da su rezultati pretrage i preporučeni sadržaj isti kao oni koje sam i sam video, bez ograničenja sadržaja zbog neprijavljivanja.

Nakon što je prelistao rezultate pretrage, Agent je čak proaktivno ušao u detalje nekoliko objava i ekstraktovao rasprave iz sekcije komentara. To je mnogo dublje od pukog čitanja naslova.

Na kraju mi je sastavio izveštaj.

Nakon što sam probao, utisak je samo jedan: ranije su mrežne sposobnosti Agenta bile "može da pretražuje", sada su "može da šeta".

Razlika između pretraživanja i šetnje je kao razlika između pretrage "preporuke za hranu u Beogradu" na pretraživaču i stvarnog ulaska u sokake da se prošetate.

05. Automatsko generisanje tehničke dokumentacije za PaiAgent

Treći slučaj je scenario koji je veoma praktičan u svakodnevnom razvoju.

Ako želim da na osnovu istorije izmena PaiAgent-a na GitHub-u generišem tehnički nedeljni izveštaj ili dnevnik ažuriranja, ranije bih morao sam da prelistavam commit poruke, da vidim šta je promenjeno u svakoj izmeni, da izdvojim ključne tehničke tačke, a zatim da ih organizujem u dokument. Ovaj proces je i dosadan i vremenski zahtevan. Sada jednostavno kažem Agentu:

Idi na GitHub i pogledaj nedavne commit poruke projekta PaiAgent, izdvoj ključne tehničke tačke i generiši mi tehnički nedeljni izveštaj.

Zatim se automatski prebacuje u CDP režim, pregledačom zaista otvara stranicu, čeka da se JavaScript renderuje, a zatim ekstraktuje sadržaj.

Ova strategija "prvo probaj lagan način, ako ne uspe, pređi na jači" u dizajnerskom dokumentu web-access-a se zove "odabir polazne tačke" — ne otvara pregledač za sve odmah, već prvo pokušava na najjeftiniji način, pa tek ako ne uspe, koristi teže oružje. Štedi tokene, štedi i vreme.

06. Chrome DevTools MCP

Chrome DevTools MCP je MCP server koji je napravio zvanični tim Chrome-a, a koji omogućava Agentu da kontroliše pregledač putem Chrome DevTools Protokola.

Chrome DevTools MCP je čista implementacija na nivou alata. Izlaže osnovne API-je CDP-a — kreiranje taba, izvršavanje JavaScript-a, snimanje ekrana, klik.

web-access je na sloju alata dodao tri stvari.

Prvo je strategija raspodele. On uči Agenta da prvo koristi WebSearch za pretragu, zatim WebFetch za prikupljanje, a tek ako ne uspe, da otvara pregledač.

Ova strategija postepenog stepenovanja izbegava da Agent odmah pokrene pregledač, što je skupa operacija.

Drugo je akumulacija iskustva sa sajtovima. web-access u direktorijumu references/site-patterns/ održava iskustvo rada sa različitim sajtovima — kako pretraživati na Xiaohongshu-u, karakteristike protiv-puzanja WeChat zvaničnih naloga, pravila lenjog učitavanja na Bilibili-ju.

Ovo iskustvo se automatski ažurira nakon uspešne operacije i može se ponovo koristiti između sesija.

Treće je sposobnost paralelne podeljenog rada. Više zadataka istraživanja može se podeliti pod-Agentima koji izvršavaju paralelno, pri čemu svaki pod-Agent sam upravlja svojim tabom.

Jednom rečenicom: Chrome DevTools MCP je dobar čekić, web-access je kompletan paket za uređenje.

07. Šta je CDP?

CDP (Chrome DevTools Protocol) je protokol za daljinsko debagovanje koji pruža Chrome pregledač, a koji omogućava spoljnim programima da komuniciraju sa Chrome-om putem WebSocket-a ili HTTP-a.

Jednostavno rečeno: CDP vam omogućava da "upravljate" Chrome pregledačem pomoću koda.

Putem CDP-a možemo:

• Upravljati stranicom: navigacija, snimanje ekrana, generisanje PDF-a
• Izvršavati JavaScript: pokretanje proizvoljnog JS koda na stranici
• Upravljati DOM-om: čitanje i izmena elemenata stranice
• Simulirati korisničke radnje: klik, unos, skrolovanje
• Nadgledati mrežu: praćenje zahteva i odgovora
• Analizirati performanse: dobijanje indikatora učitavanja stranice

U suštini, sve što možemo da uradimo u Chrome DevTools-ima, sada možemo uraditi i pomoću koda.

Kako omogućiti CDP?

Dovoljno je dodati jedan parametar pri pokretanju Chrome-a:

# macOS
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

# Windows
"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

# Linux
google-chrome --remote-debugging-port=9222

Nakon pokretanja, posetite http://localhost:9222/json i videćete informacije o svim otvorenim tabovima.

Šta je CDP Proxy?

CDP Proxy dodaje sloj HTTP API-ja, što pozive čini jednostavnim:

Izvorni način (kompleksno):
vaš kod ←WebSocket→ Chrome (9222)

Način preko CDP Proxy-ja (jednostavno):
vaš kod ←HTTP→ CDP Proxy ←WebSocket→ Chrome (9222)

Sa CDP Proxy-jem možete koristiti jednostavne HTTP zahteve za upravljanje pregledačem:

# Izlistaj sve tabove
curl http://localhost:3456/targets

# Izvrši JS
curl "http://localhost:3456/eval?target=xxx" -d 'document.title'

# Klikni na element
curl "http://localhost:3456/click?target=xxx" -d 'button.submit'

# Snimi ekran
curl "http://localhost:3456/screenshot?target=xxx"

CDP Proxy vs MCP chrome-devtools vs Puppeteer

Sva tri mogu da upravljaju pregledačem, ali imaju različitu namenu:

Karakteristika	CDP Proxy	MCP chrome-devtools	Puppeteer
Pregledač	Koristi svakodnevni Chrome	Posebna nova instanca	Posebna nova instanca
Status prijave	Automatski nosi	Potrebna ponovna prijava	Potrebna ponovna prijava
Sukob instanci	Nema	Moguć sukob	Nema
Način poziva	HTTP API	MCP alatka	Node.js API
Slučaj upotrebe	Svakodnevno prikupljanje, ponovno korišćenje prijave	Izolovano okruženje	Automatizovano testiranje

Zašto web-access preferira CDP Proxy?

Scenario 1: Prikupljanje sajtova koji zahtevaju prijavu
────────────────────────
CDP Proxy → Koristi već prijavljeni Chrome, direktan pristup
MCP/Playwright → Zahteva ponovnu prijavu, čak i rešavanje CAPTCHA-e

Scenario 2: Istovremeno upravljanje više sajtova
────────────────────────
CDP Proxy → Rad u različitim tabovima, deljenje statusa prijave
MCP → Može dovesti do sukoba instanci

Scenario 3: Potrebno izolovano okruženje (testiranje, više naloga)
────────────────────────
CDP Proxy → Uticaće na svakodnevni Chrome
MCP/Playwright → Posebna instanca, međusobno nezavisno

Tok rada CDP-a

Kada razumemo CDP, možemo razumeti zašto web-access može da "pregleda veb kao čovek" — on ne simulira pregledač, već zaista kontroliše Chrome.

ending

Iskreno, nakon korišćenja web-access-a, promenilo mi se razumevanje "mrežnih sposobnosti Agenta".

Ranije sam mislio da su mrežne sposobnosti Agenta samo pretraživač i prikupljanje stranica — šta nađeš, to i dobiješ. Sada shvatam da pravo povezivanje treba da bude kao pregledanje kao čovek — otvorite pregledač, listate, klikćete linkove, čitate sadržaj, i kada naiđete na prepreku, smislite kako da je zaobiđete.

web-access radi upravo to. On Agentu ne daje samo pretraživač, već pregledač — i još ga uči kako da ga koristi.

1.8K zvezdica nije bez razloga. Ova stvar zaista radi dobro.

Ako koristite Claude Code ili Codex, toplo preporučujem da instalirate i probate. Pre instalacije mislite "dovoljno je samo pretraživati", a nakon nje otkrićete da Agent može da uradi mnogo više — pomaže vam u istraživanju konkurencije, prikuplja povratne informacije korisnika sa društvenih mreža, prati izmene na sajtovima, popunjava formulare.

To je onako kako Agent treba da izgleda.

[Dobar alat vam ne daje samo još jednu funkciju, već vam oduzima jednu brigu.]

vidimo se u sledećem.