Communitygithub.com

browser-qa

Utilisez cette compétence pour automatiser les tests visuels et la vérification des interactions de l'interface utilisateur après le déploiement de fonctionnalités.

Qu'est-ce que browser-qa ?

Cette compétence permet à un agent IA d'effectuer des tests d'interface utilisateur automatisés et des vérifications visuelles sur des pages web déployées (staging/preview). Elle est conçue pour être utilisée avec des outils d'automatisation de navigateur comme Claude-in-Chrome, Playwright ou Puppeteer via des connexions MCP. L'agent exécute une série de phases de test : tests de fumée (vérification des erreurs console, requêtes réseau, Web Vitals), tests d'interaction (navigation, formulaires, flux d'authentification), régression visuelle (captures d'écran multi-viewports, comparaison avec des baselines), et accessibilité (WCAG 2.2 AA avec axe-core). La sécurité est primordiale : par défaut, les tests sont en lecture seule (read-only), les actions mutantes (paiement, suppression) nécessitent une option explicite et une URL de staging, et les identifiants de test sont utilisés à la place des identifiants de production. Le rapport final suit un format structuré incluant un verdict (SHIP, SHIP WITH FIXES, DO NOT SHIP) et peut être associé à `/canary-watch` pour une surveillance post-déploiement.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

QA Navigateur — Tests Visuels Automatisés & Interactions

Quand l'utiliser

  • Après avoir déployé une fonctionnalité sur la staging/preview
  • Lorsque vous devez vérifier le comportement de l'UI sur plusieurs pages
  • Avant de livrer — confirmer que les mises en page, formulaires et interactions fonctionnent réellement
  • Lors de la révision de PR qui touchent au code frontend
  • Audits d'accessibilité et tests responsives

Comment ça fonctionne

Utilise le MCP d'automatisation de navigateur (claude-in-chrome, Playwright ou Puppeteer) pour interagir avec des pages en direct comme un vrai utilisateur.

Sécurité d'abord — rayon d'explosion (exécuter en lecture seule par défaut)

Browser QA pilote de vraies sessions d'authentification et de vrais parcours utilisateur, donc traitez explicitement le rayon d'explosion. Par défaut, utiliser en lecture seule : ne jamais exécuter un parcours mutant (paiement, suppression, mise à jour en masse) contre une URL de production — nécessiter une option explicite et une URL de staging/preview. Utiliser des identifiants de test préparés, jamais de vrais identifiants de production, et occulter les identifiants/tokens/PII avant d'enregistrer une capture d'écran.

Phase 1 : Test de fumée

1. Naviguer vers l'URL cible
2. Vérifier les erreurs console (filtrer le bruit : analytics, tiers)
3. Vérifier l'absence de 4xx/5xx dans les requêtes réseau
4. Capture d'écran de la partie visible au-dessus de la ligne de flottaison sur desktop + vue mobile
5. Vérifier les Core Web Vitals : LCP < 2.5s, CLS < 0.1, INP < 200ms
   (INP a remplacé FID en mars 2024 ; seuils selon web.dev)

Phase 2 : Test d'interaction

1. Cliquer sur chaque lien de navigation — vérifier l'absence de liens morts
2. Soumettre des formulaires avec des données valides — vérifier l'état de succès
3. Soumettre des formulaires avec des données invalides — vérifier l'état d'erreur
4. Tester le flux d'authentification : connexion → page protégée → déconnexion (identifiants de test uniquement, jamais de prod)
5. Tester les parcours utilisateur critiques (paiement, onboarding, recherche)
   — en lecture seule par défaut ; n'exercer les parcours mutants que contre la staging
     avec option explicite (voir "Sécurité d'abord" ci-dessus)

Phase 3 : Régression visuelle

1. Capture d'écran des pages clés à 3 points d'arrêt (375px, 768px, 1440px)
2. Comparer avec les captures de base enregistrées
   — pas de base ⇒ signaler INCONCLUSIF, jamais un PASS silencieux
3. Signaler les décalages de mise en page > 5px, les éléments manquants, les débordements
4. Vérifier le mode sombre si applicable

Phase 4 : Accessibilité

1. Exécuter axe-core ou un équivalent sur chaque page
2. Signaler les violations WCAG 2.2 AA (contraste, libellés, ordre de focus)
3. Vérifier que la navigation au clavier fonctionne de bout en bout
4. Vérifier les points de repère du lecteur d'écran

Remarque : axe-core couvre automatiquement environ 30 à 40 % des WCAG. Un passage propre est nécessaire, pas suffisant — la navigation au clavier, l'ordre de focus et un passage avec un lecteur d'écran nécessitent toujours une vérification manuelle. Ne signalez pas "accessible" à partir d'un seul passage automatisé.

Format de sortie

## Rapport QA — [URL] — [horodatage]

### Test de fumée
- Erreurs console : 0 critique, 2 avertissements (bruit analytique)
- Réseau : tout 200/304, aucune erreur
- Core Web Vitals : LCP 1.2s ✓, CLS 0.02 ✓, INP 89ms ✓

### Interactions
- [✓] Liens de navigation : 12/12 fonctionnels
- [✗] Formulaire de contact : état d'erreur manquant pour email invalide
- [✓] Flux d'authentification : connexion/déconnexion fonctionnelle

### Visuel
- [✗] Section héros dépasse sur le viewport 375px
- [✓] Mode sombre : toutes les pages cohérentes

### Accessibilité
- 2 violations AA : texte alternatif manquant sur l'image du héros, contraste faible sur les liens du pied de page

### Verdict : LIVRER AVEC CORRECTIONS (2 problèmes, 0 blocants)
# verdict ∈ LIVRER / LIVRER AVEC CORRECTIONS / NE PAS LIVRER ; utiliser INCONCLUSIF si pas de base visuelle

Intégration

Fonctionne avec tout MCP navigateur :

  • Outils mChild__claude-in-chrome__* (préféré — utilise votre Chrome réel)
  • Playwright via mcp__browserbase__*
  • Scripts Puppeteer directs

Associer avec /canary-watch pour la surveillance post-déploiement.

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 associés