О себе Портфолио Кейсы Услуги Блог Контакт 🎙 Поговорить с AI
EN DE RU
🎙 Поговорить с AI
November 14, 2026 · 4 min read

Агент меняет код, но не проходит UI-проверку: как подключить Chrome DevTools MCP и ловить ошибки до merge

Я — Denis Shokhirev, Agentic AI Systems Architect из Freiburg im Breisgau, Germany; в DennisCraft AI Studio я собираю production-grade AI-системы для DACH B2B на Claude, Supabase, n8n, Doppler и self-hosted Postgres. Самый неприятный сбой в агентной разработке происходит не тогда, когда тесты падают, а когда агент уверенно коммитит “исправление”, CI зеленый, а кнопка в браузере уезжает под modal или форма перестает отправляться после hydration. Это типичная проблема у команд, которые уже дали а

Denis Shokhirev
Denis Shokhirev
Agentic AI Systems Architect
Telegram LinkedIn

Я — Denis Shokhirev, Agentic AI Systems Architect из Freiburg im Breisgau, Germany; в DennisCraft AI Studio я собираю production-grade AI-системы для DACH B2B на Claude, Supabase, n8n, Doppler и self-hosted Postgres. Самый неприятный сбой в агентной разработке происходит не тогда, когда тесты падают, а когда агент уверенно коммитит “исправление”, CI зеленый, а кнопка в браузере уезжает под modal или форма перестает отправляться после hydration.

Это типичная проблема у команд, которые уже дали агенту право менять UI-код. Lint, unit и даже e2e через фиксированные селекторы не всегда ловят визуальный регресс, ошибки консоли и сетевые сбои, которые возникают только в реальном браузерном рантайме. Поэтому я добавляю в контур проверки Chrome DevTools MCP: агент не просто читает репозиторий, а открывает страницу, смотрит DOM, консоль, network и screenshot до merge.

Почему обычный CI пропускает то, что пользователь видит сразу

LLM-агент хорошо справляется с локальными правками: меняет React-компонент, обновляет стили, правит API-вызов, прогоняет тесты. Но браузер — это другой слой правды. Там встречаются CSS cascade, hydration mismatch, race condition в fetch, CORS, сломанные asset paths и ошибки, которые не проявляются в jsdom.

Я вижу один и тот же паттерн на реальных внедрениях: агент чинит “неработающую” форму, но одновременно ломает tabindex, aria-атрибуты или состояние disabled у кнопки. Для разработчика diff выглядит разумно. Для пользователя экран становится частично мертвым.

Это не новая мысль. OWASP ASVS 4.0 рекомендует проверять поведение приложения в рабочем контексте браузера, включая клиентские ошибки и фактическое выполнение JavaScript, а не только статический анализ кода: https://owasp.org/www-project-application-security-verification-standard/. Если ваш агент меняет интерфейс, проверка только по Git diff слишком слабая.

Что дает Chrome DevTools MCP агенту

MCP здесь важен не как “еще один инструмент”, а как интерфейс к наблюдаемому браузеру. Агент получает доступ к тем данным, которые обычно смотрит человек вручную в DevTools.

Минимальный набор сигналов

СигналЧто ловитПочему это важно до merge
Console errorsReferenceError, hydration warning, CSP/CORSОшибки часто не ломают сборку, но ломают экран
Network panel404, 401, timeout, неверный payloadАгент видит, что UI “нажал”, но backend не ответил как ожидалось
DOM inspectionОтсутствующий элемент, скрытый блок, disabled stateМожно проверить фактическое состояние после рендера
ScreenshotСдвиг layout, перекрытие modal, пустой контейнерВизуальный регресс заметен без участия reviewer

Когда я подключаю браузерную проверку к агенту, задача меняется. Он уже не заканчивает на “код сгенерирован”. Он должен доказать, что изменение работает в браузере на конкретном URL, с конкретным сценарием, без консольных ошибок и сетевых провалов.

Как встроить проверку в пайплайн без лишней магии

Практически я советую простой маршрут: агент вносит правку, запускает локальный preview, открывает страницу через MCP, исполняет короткий сценарий, собирает артефакты, и только после этого получает право открыть pull request. Не надо строить отдельную платформу вокруг этого. Достаточно дисциплины в шагах.

1. Поднимите preview среды

#!/usr/bin/env bash
set -euo pipefail

export NODE_ENV=test
export NEXT_TELEMETRY_DISABLED=1

npm ci
npm run build
npm run start &
APP_PID=$!

trap "kill $APP_PID" EXIT
sleep 10

curl -f http://127.0.0.1:3000/login

Важно, чтобы агент работал не против production, а против изолированного preview со стабильными тестовыми данными. Для Supabase я обычно использую отдельный project или локальную базу с предзаполненными учетными записями и предсказуемым state.

2. Задайте агенту явные критерии приемки

ui_checks:
  url: "http://127.0.0.1:3000/login"
  steps:
    - wait_for: "form"
    - type: { selector: "input[name=email]", text: "[email protected]" }
    - type: { selector: "input[name=password]", text: "Secret123!" }
    - click: { selector: "button[type=submit]" }
    - wait_for: "[data-test=dashboard]"
  fail_on:
    - console_error
    - network_status_gte: 400
    - missing_selector: "[data-test=dashboard]"

Ключевой момент: не просите агента “проверь UI”. Просите проверить измеримые условия. Тогда у вас появляется бинарное решение для merge.

3. Сохраняйте артефакты для reviewer

from pathlib import Path
import json

artifacts = {
    "url": "http://127.0.0.1:3000/login",
    "console_errors": [],
    "failed_requests": [],
    "screenshots": ["artifacts/login-final.png"],
}

Path("artifacts").mkdir(exist_ok=True)
with open("artifacts/report.json", "w", encoding="utf-8") as f:
    json.dump(artifacts, f, ensure_ascii=False, indent=2)

print("saved artifacts/report.json")

Reviewer не должен гадать, что именно видел агент. Screenshot, console log и список неуспешных запросов дают нормальную почву для решения.

Где эта схема дает максимальную отдачу

Лучше всего Chrome DevTools MCP окупается на 3 типах задач.

Формы и кабинеты

Логин, онбординг, платежные экраны, загрузка документов, CRUD-интерфейсы. Здесь агент часто правит и валидацию, и состояние кнопок, и API-вызовы. Один пропущенный 401 или сломанный disabled-state — и бизнес-процесс стоит.

Компоненты с условным рендером

Tabs, modal, drawers, table filters, infinite scroll. На diff все выглядит безобидно, а в рантайме элемент оказывается вне viewport, под overlay или не появляется из-за race condition.

Регулируемые сценарии

В DACH-контексте это особенно важно там, где интерфейс связан с consent, audit trail или отображением персональных данных. Если агент меняет экран с документами или клиентским профилем, браузерная проверка нужна не ради красоты, а ради управляемого риска.

Что еще поставить рядом с MCP

Chrome DevTools MCP не заменяет остальные слои. Я обычно оставляю стек из 4 проверок:

СлойИнструментЧто ловит
SecretsgitleaksУтечки ключей и токенов
SASTsemgrep, banditПодозрительные паттерны в коде
Browser runtimeChrome DevTools MCPКонсоль, DOM, сеть, визуальные сбои
Human reviewPR reviewКонтекст продукта и бизнес-риск
gitleaks detect --source . --no-banner
semgrep --config auto .
bandit -r backend/

if [ -f artifacts/report.json ]; then
  cat artifacts/report.json
else
  echo "missing browser artifacts" >&2
  exit 1
fi

Anthropic в документации по tool use прямо показывает модель работы, где модель получает инструменты, наблюдает результат и делает следующий шаг на основе внешнего состояния, а не только текста: https://docs.anthropic.com/. Для агентной разработки это базовый принцип. UI нужно не предполагать, а наблюдать.

FAQ

Нужно ли запускать браузерную проверку на каждый commit?

Нет. Я запускаю ее на ветках, где агент менял фронтенд, API-контракты или пользовательские сценарии. Для чисто серверных изменений достаточно других слоев.

Это заменяет Playwright или Cypress?

Нет. Если у вас уже есть e2e-набор, он остается. MCP полезен как глаз агента и как быстрый runtime-check до того, как человек начнет разбираться в PR.

Можно ли доверять screenshot как единственному сигналу?

Нет. Screenshot хорош для layout-регрессий, но не показывает консольные ошибки и скрытые сетевые сбои. Нужна комбинация DOM, network и console.

Что делать с flaky-проверками?

Начинайте с 1–2 критических сценариев и фиксированных тестовых данных. Большинство “нестабильности” приходит не из браузера, а из плохой тестовой среды и непредсказуемого состояния backend.

Подходит ли это для regulated рынков?

Да, если вы отделяете preview от production, логируете действия агента и храните артефакты проверки. Тогда у вас появляется нормальный audit trail по изменению UI-поведения до merge.

На каком этапе ваш агентный контур сегодня ловит больше всего проблем в проде — статический анализ, браузерный runtime или ручной review после PR? Мне правда интересно, потому что именно здесь у большинства команд скрыт основной риск.
I run a free 30-min stack audit for DACH founders building AI in regulated markets. DM me on LinkedIn or write to @ger_dennis_ai.

Для вашего бизнеса

Такие агенты я делаю для бизнеса в Германии и ЕС.

Опишите в двух предложениях, что отнимает у команды время, — отвечу в течение суток.

Разработка ИИ-агентов (страница на немецком) →
Читать дальше
Как не утонуть в хаосе MCP: 50+ remote MCP servers уже есть, но без отбора агент в проде становится дырой в безопасности
AI-агент ломается на мобильном UI: как подключить iOS и Android к MCP и гонять реальные сценарии вместо скриншотных демо
Один украденный ключ — и 5000 разработчиков под риском: что инцидент с Cursor и trojanized Claude Code extension меняет в безопасности AI IDE
Ваши клиенты спрашивают ChatGPT, какого мастера выбрать. Вас называют
Все статьи →
Где это применяется
Услуги — что мы делаем
Поговорить с голосовым агентом
Кейсы
Готовы к следующему шагу?

Превратить процесс в систему, которая работает

Продакшн-качество, а не демо.

Обсудить проект → ← Все статьи