Communitygithub.com

browser-qa

Utiliza esta habilidad para automatizar pruebas visuales y verificar interacciones de UI usando automatización del navegador después de desplegar funcionalidades.

¿Qué es browser-qa?

Browser QA es una habilidad para agentes de IA que automatiza las pruebas visuales y la verificación de interacciones en aplicaciones web. Está diseñada para usarse después de desplegar una funcionalidad en un entorno de staging o previsualización, y antes del lanzamiento a producción. La habilidad ejecuta una secuencia de cuatro fases: prueba de humo (verificación de errores de consola, red y métricas web), prueba de interacción (navegación, formularios, flujos de autenticación), regresión visual (comparación de capturas de pantalla en diferentes tamaños de viewport) y accesibilidad (aplicación de estándares WCAG 2.2 AA). Prioriza la seguridad restringiendo operaciones mutantes (como pagos o eliminaciones) a entornos de staging con consentimiento explícito, y siempre utiliza credenciales de prueba. Se integra con herramientas MCP de automatización del navegador como claude-in-chrome, Playwright o Puppeteer, y genera informes detallados con veredictos accionables (SHIP, SHIP WITH FIXES, DO NOT SHIP).

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/browser-qa

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Browser QA — Pruebas Visuales Automatizadas e Interacción

Cuándo Usar

  • Después de desplegar una funcionalidad en staging/previsualización
  • Cuando necesitas verificar el comportamiento de la UI en distintas páginas
  • Antes del lanzamiento — confirmar que diseños, formularios e interacciones realmente funcionan
  • Al revisar PRs que afectan el frontend
  • Auditorías de accesibilidad y pruebas responsivas

Cómo Funciona

Utiliza el MCP de automatización del navegador (claude-in-chrome, Playwright o Puppeteer) para interactuar con páginas en vivo como un usuario real.

Seguridad primero — radio de impacto (ejecutar solo lectura por defecto)

Browser QA maneja autenticación real y recorridos reales de usuario, por lo que el radio de impacto debe tratarse explícitamente. Por defecto usar solo lectura: nunca ejecutar un recorrido mutante (pago, eliminación, actualización masiva) contra una URL de producción — requerir una aceptación explícita y una URL de staging/previsualización. Usar credenciales de prueba sembradas, nunca inicios de sesión reales de producción, y redactar credenciales/tokens/PII antes de guardar cualquier captura de pantalla.

Fase 1: Prueba de Humo

1. Navegar a la URL objetivo
2. Verificar errores de consola (filtrar ruido: analytics, terceros)
3. Verificar que no haya 4xx/5xx en peticiones de red
4. Captura de pantalla de la parte visible en viewport desktop + móvil
5. Verificar Core Web Vitals: LCP < 2.5s, CLS < 0.1, INP < 200ms
   (INP reemplazó a FID en marzo de 2024; umbrales según web.dev)

Fase 2: Prueba de Interacción

1. Hacer clic en cada enlace de navegación — verificar que no haya enlaces rotos
2. Enviar formularios con datos válidos — verificar estado de éxito
3. Enviar formularios con datos inválidos — verificar estado de error
4. Probar flujo de autenticación: inicio de sesión → página protegida → cierre de sesión (solo credenciales de prueba, nunca producción)
5. Probar recorridos críticos del usuario (pago, incorporación, búsqueda)
   — solo lectura por defecto; solo ejecutar recorridos mutantes contra staging
     con aceptación explícita (ver "Seguridad primero" arriba)

Fase 3: Regresión Visual

1. Capturar pantalla de páginas clave en 3 puntos de interrupción (375px, 768px, 1440px)
2. Comparar contra capturas de referencia guardadas
   — sin referencia ⇒ reportar INCONCLUSIVO, nunca un PASAJE silencioso
3. Señalar desplazamientos de diseño > 5px, elementos faltantes, desbordamiento
4. Verificar modo oscuro si aplica

Fase 4: Accesibilidad

1. Ejecutar axe-core o equivalente en cada página
2. Señalar violaciones WCAG 2.2 AA (contraste, etiquetas, orden de enfoque)
3. Verificar que la navegación por teclado funcione de extremo a extremo
4. Verificar los puntos de referencia del lector de pantalla

Nota: axe-core cubre automáticamente aproximadamente el 30–40% de WCAG. Una ejecución limpia es necesaria, no suficiente — la navegación por teclado, el orden de enfoque y una verificación con lector de pantalla aún requieren una comprobación manual. No reportar "accesible" solo con una verificación automatizada.

Formato de Salida

## Informe de QA — [URL] — [marca de tiempo]

### Prueba de Humo
- Errores de consola: 0 críticos, 2 advertencias (ruido de analytics)
- Red: todo 200/304, sin fallos
- Core Web Vitals: LCP 1.2s ✓, CLS 0.02 ✓, INP 89ms ✓

### Interacciones
- [✓] Enlaces de navegación: 12/12 funcionando
- [✗] Formulario de contacto: falta estado de error para email inválido
- [✓] Flujo de autenticación: inicio/cierre de sesión funcionando

### Visual
- [✗] Sección Hero se desborda en viewport de 375px
- [✓] Modo oscuro: todas las páginas consistentes

### Accesibilidad
- 2 violaciones AA: falta texto alternativo en imagen Hero, bajo contraste en enlaces del pie de página

### Veredicto: LANZAR CON CORRECCIONES (2 problemas, 0 bloqueantes)
# veredicto ∈ LANZAR / LANZAR CON CORRECCIONES / NO LANZAR; usar INCONCLUSIVO si no hay referencia visual

Integración

Funciona con cualquier MCP de navegador:

  • Herramientas mChild__claude-in-chrome__* (preferido — usa tu Chrome real)
  • Playwright mediante mcp__browserbase__*
  • Scripts directos de Puppeteer

Combínalo con /canary-watch para monitoreo post-despliegue.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills relacionados