browser-cdp

SKILL.md

Browser CDP 操作工具

通过 CDP 协议控制 Chrome，复用已有登录态，执行浏览器自动化操作。

前置条件

macOS / Linux / Windows（实验性），已安装 Google Chrome

Node.js 20+

agent-browser 已安装：npm install -g agent-browser

⚠️ 首次启动会 kill 用户的常规 Chrome。 在启动前必须征求用户同意（见下方"启动流程"），否则用户可能丢失未保存的标签页/草稿。

启动流程（skill-mode 强制步骤）

第一步：探测当前状态（无副作用）
node {SKILL_DIR}/scripts/setup-cdp-chrome.js 9222 --detect-only

输出形如：

CDP_STATUS=ready                        # 已就绪，可直接复用
CDP_URL=http://127.0.0.1:9222/json/version
BROWSER=Chrome/148.0.7778.168

或：

CDP_STATUS=needs-setup
CHROME_RUNNING=yes                      # 用户有 Chrome 在跑，启动会杀掉
CHROME_PID_COUNT=3

第二步：根据探测结果分支

CDP_STATUS=ready → 直接使用 agent-browser --cdp 9222 ...，不要运行 setup。

CDP_STATUS=needs-setup 且 CHROME_RUNNING=no → 安全启动：
node {SKILL_DIR}/scripts/setup-cdp-chrome.js 9222 --yes

CDP_STATUS=needs-setup 且 CHROME_RUNNING=yes → 先用 AskUserQuestion 工具向用户确认：告知会杀掉 N 个 Chrome 进程、可能丢失未保存工作；用户同意后再带 --yes 启动；用户拒绝则放弃这次自动化。

为什么不能直接 --yes： 脚本在非 TTY（即 skill 模式 / Bash 工具）下，如果检测到 Chrome 在跑而没有 --yes，会以退出码 3 报 NEEDS_CONSENT: ... 并中止，不会静默杀进程。这是有意的兜底——但 skill 流程仍应先问用户，而不是看到 3 就盲传 --yes。

启动脚本选项

选项
说明

--detect-only
只探测，不修改任何状态（skill 用）

--yes
已征得同意，跳过交互提示

--reset
启动前清空 ~/chrome-debug-profile（登录失效时用）

--profile <name>
使用非 Default 的 Chrome profile（如 "Profile 1"）

--dry-run
打印将执行的步骤，不执行

退出码：0 成功 / 1 通用错误 / 2 用户拒绝（TTY）/ 3 需同意但缺 --yes。

常用操作

打开页面并等待加载

agent-browser --cdp 9222 open "<URL>"
agent-browser --cdp 9222 wait 3000

提取页面文本

agent-browser --cdp 9222 eval 'document.body.innerText.substring(0, 8000)'

提取 Auth Token

agent-browser --cdp 9222 eval 'localStorage.getItem("token") || document.cookie'

复杂 JS（含引号 / $ / 反引号）

shell 转义容易出错，用以下两种方式之一：

# 1) base64 包裹
agent-browser --cdp 9222 eval -b "$(echo -n "document.querySelectorAll('a').length" | base64)"

# 2) heredoc + --stdin
cat <<'EOF' | agent-browser --cdp 9222 eval --stdin
const links = document.querySelectorAll('a');
links.length;
EOF

页面交互（snapshot 拿元素引用）

agent-browser --cdp 9222 snapshot -i        # 仅交互元素
agent-browser --cdp 9222 click "<CSS or @e1>"
agent-browser --cdp 9222 type "<sel>" "<text>"

停止 / 清理

关掉 debug Chrome 窗口即可。若窗口无响应，先按 --user-data-dir 核验出 debug 实例的 PID 再只结束它：

macOS / Linux：pgrep -af chrome-debug-profile

Windows：wmic process where "name='chrome.exe'" get ProcessId,CommandLine | findstr chrome-debug-profile
拿到 PID 后 kill -9 {PID} / taskkill /F /PID {PID}。核验不出归属时停止，手工清理不得按 Chrome 可执行文件名批量结束进程——那会连带杀掉用户的日常 Chrome。
例外：setup-cdp-chrome.js --reset 内部确实会做一次按可执行名的清理，它属于本 skill 自带的、需 --yes 显式同意的启动流程；手工排障不要复制该做法。

登录态失效：node {SKILL_DIR}/scripts/setup-cdp-chrome.js 9222 --reset --yes（注意 --yes 同样需要先问用户）。

OpenCode 环境注意事项

opencode 没有后台执行命令行的工具，长时间的 CDP 操作（如等待页面加载、大批量数据抓取）会阻塞整个会话，导致 CLI 无响应。

超时包装

Windows 上对 CDP 命令使用 PowerShell Job 包装超时：

$job = Start-Job { agent-browser --cdp 9222 eval "window.location.replace('https://www.qidian.com/rank/')" }
Wait-Job $job -Timeout 30 | Out-Null
if ($job.State -eq 'Running') { Stop-Job $job; Write-Output "⏱ CDP 操作超时（30s），请重试或手动打断" }
else { Receive-Job $job }
Remove-Job $job -Force

macOS / Linux 上使用 timeout 命令：

timeout 30 agent-browser --cdp 9222 eval "window.location.replace('https://www.qidian.com/rank/')" || echo "⏱ CDP 操作超时（30s），请重试或手动打断"

已知限制

即使加了超时包装，以下场景仍可能出现问题：

场景
风险
缓解

页面加载超时
eval 命令等待永不返回
设置 30s 超时，超时后重试

大批量数据抓取
多页翻页时累计等待过长
每页独立超时，失败后从断点继续

Chrome 进程僵死
CDP 连接断开但进程未退出
先核验 debug profile 对应 PID，只结束该 debug 实例后重连；不得连带普通 Chrome

网络波动
请求挂起无超时
超时后自动重试一次

如遇到持续卡死的操作，在 opencode 中按 ESC 手动打断。

常见问题

问题
解决方案

NEEDS_CONSENT + 退出码 3
用 AskUserQuestion 询问用户是否允许杀掉 Chrome，同意后加 --yes 重跑

CDP 端口未监听
--detect-only 再确认；端口被占用则换端口

页面跳转到登录页
snapshot -i 找登录按钮并操作

eval 返回 null
检查 localStorage key 名；含引号的 JS 用 eval -b 或 --stdin

登录态过期
setup-cdp-chrome.js 9222 --reset --yes 重新拷贝

有多个 Chrome profile
--profile "Profile 1" 指定

Chrome 不会启动（30s 超时）
试 --reset；检查端口冲突；查看 ~/chrome-debug-profile/ 是否损坏