opencli MCP 服务器 | PlugMCP
跳到正文 当用户要用本机已登录 Chrome 操作或验收网页(含测试自己的站、E2E、截图)、读取登录后台、抓取无 API 的数据、填表,或排查 OpenCLI doctor、会话、adapter 故障,或明确提到 opencli、浏览器自动化、标签页被抢时使用。公开文本先用 HTTP;话题调研交 agent-reach;SEO 与选词决策交 rankup;外链选点、提交与 Semrush、Similarweb 报表判读交 backlink;本 Skill 只负责浏览器驱动、会话与取数机制。
把任意工具接入任意智能体。面向非开发者的 MCP 服务器目录;网关承载流量,n8n 承载应用。
产品
目录
开发者
公司
Stars 232
Agents 3
Categories 1
How do I install opencli? Download opencli/SKILL.md from the publisher, or copy the path and open the repository. PlugMCP lists the skill and does not host the file.
Where does opencli live? The publisher keeps it at https://github.com/yan-labs/yan-skills.
Which agents can use opencli? Claude, Cursor, Codex, and Grok Build can read a SKILL.md you add from the publisher's repository. Grok Bot installs it when you send the skill's GitHub folder link in a chat.
From the publisher
SKILL.md
name opencli
description 当用户要用本机已登录 Chrome 操作或验收网页(含测试自己的站、E2E、截图)、读取登录后台、抓取无 API 的数据、填表,或排查 OpenCLI doctor、会话、adapter 故障,或明确提到 opencli、浏览器自动化、标签页被抢时使用。公开文本先用 HTTP;话题调研交 agent-reach;SEO 与选词决策交 rankup;外链选点、提交与 Semrush、Similarweb 报表判读交 backlink;本 Skill 只负责浏览器驱动、会话与取数机制。
metadata version: "1.8.2" OpenCLI
OpenCLI 把任意网站、Electron 桌面应用和外部 CLI 收敛成一条 opencli <site> <command>,
再加一条 opencli browser <session> <command> 用来现场驱动浏览器。
它走的是用户本机那个真实的、已登录的 Chrome (浏览器扩展 + 本地守护进程),
不是无痕实例、不是沙箱。这一个事实决定了本 Skill 里几乎所有规则。
本 Skill 面向的是我们自己维护的 fork(yan-labs/OpenCLI),和上游 jackwener/opencli
有差异,差异清单见 references/our-fork.md 。
零、选入口与沉淀
验收入口:scripts/accept.mjs 。例如:
node <opencli-skill-dir>/scripts/accept.mjs --url http://localhost:3000/ --url /pricing --widths 1440,390 --height 900 --out /tmp/site-accept
验收三铁律 :①只用 OpenCLI 驱动真实 Chrome,不用 Playwright、Firefox/Nightly 或沙箱浏览器;②固定验收做成脚本,只输出摘要,截图落盘;③能力缺口必须明说:新扩展支持真实 console/pageerror 捕获与持续 viewport set/reset,模板探测能力并验证读数;旧扩展 console 空返回不能当无错误,viewport 回退同源 iframe 并记录原因;外域只能检测记录,暂不能阻断。详见 references/browser-driving.md 。
OpenCLI 负责用户真实 Chrome 中的页面操作和数据获取;调研主题先进 agent-reach,SEO / 外链决策先进 rankup / backlink。公开文本先用 curl 或公开 API;需要登录态、截图、E2E、填表或浏览器实测时用本 Skill。提交决策归业务 Skill。浏览器只用用户本机已登录的 Chrome;沙箱浏览器(Playwright / agent-browser / headless)在本机不作为选项,含测试自己的站、E2E、截图,只有用户明确点名时才用。
按顺序找:现成项目或 Skill 脚本 → HTTP API → opencli <site> <command> adapter → opencli browser <session> → 确需复用时写 adapter。先用 opencli list、opencli <site> --help 查现有能力;不要重走已经有脚本的链路。配额站先读第三节并运行 scripts/pressure.mjs。
硬规则:跑通即沉淀成脚本,是完成条件,不需要用户督促。 现场驱动浏览器是最贵的操作,同一条链路绝不允许让 agent 手工走第二遍 :
开浏览器之前 先查有没有现成脚本或 adapter:opencli list / opencli <site> --help、本 Skill scripts/、rankup scripts/(GSC 收录、移除、导出)、backlink scripts/(Semrush/Similarweb)。有就直接跑;跑不通就修脚本 ,不许绕开它重新手点。
没有现成的,边驱动边记录 。满足任一条就必须沉淀:会再做一次、换个参数就要重跑、驱动超过约 5 步、同一串命令手敲了 2 次以上。第一次跑通后当场整理成参数化脚本(.mjs,调用 opencli browser / batch,用 try/finally 归还会话):SEO 取数归 rankup、外链和竞品归 backlink,各放进那个 Skill 的 ;通用站点能力写成 opencli adapter 或放本 Skill ;只属于某个项目的放 。脚本头部写清用途、参数、登录态依赖、已知坑(页面懒加载、行数上限、配额)和验证日期。
scripts/
scripts/
<project>/.rankup/scripts/
写完用真实参数跑一次 ,跑通才算沉淀。
交付报告必须有「## 沉淀的脚本」一节 :写脚本路径和验证命令;没有可沉淀的,写「无,理由:…」。缺这一节,任务判为未完成,主线程会打回。
写脚本可以按全局派单规则交给第三方模型(Codex 等),但「必须沉淀」的责任在当前执行者,不能甩掉。 opencli browser site-acceptance open http://localhost:3000 --window dedicated
opencli browser site-acceptance state
opencli browser site-acceptance screenshot /tmp/site-acceptance.png
opencli browser site-acceptance close
opencli 自带的 chatgpt adapter 在新版页面读不到回答;需要网页 ChatGPT 问答时,用 agent-fleet 的 fleet web start/say/close/list(chatgpt-web-ask.mjs):不限轮次,默认留页,用完显式 close。
一、开工前:doctor doctor 只诊断浏览器桥 (守护进程 + 扩展 + Chrome 连线)。
PUBLIC / LOCAL 策略的 adapter、opencli list、外部 CLI 透传都不需要它绿。
COOKIE / INTERCEPT / UI 策略和所有 opencli browser * 才需要。
行为和这份文档对不上时,第一件事是查扩展版本 本 Skill 描述的默认行为全部住在扩展里 ——扩展 1.5.x 起默认 dedicated,opencli browser 与 adapter 命令
默认使用不抢焦点的专用窗口;background 要显式指定,不切走活动标签页、每个会话一个以会话名命名的标签页组、
--window isolated、sessions 报 windowId / groupTitle / windowFallbackReason。
装成 Chrome 应用商店那个版本的话,每条命令都照样成功,只是行为回到上游 :
默认前台、自己开一个窗口、抢走用户正在看的标签页、isolated 被忽略。
这类失败没有报错,只有「怎么和文档说的不一样」。 所以:
doctor 会在扩展低于 1.0.33 时主动报这个问题,不要跳过它的输出 。
改过扩展源码(或刚拉了新构建)之后要在 chrome://extensions 里对 OpenCLI 点 reload ——
没 reload 时 Chrome 跑的仍是旧版,doctor 会提示已加载版本低于最低要求,那不是装错,是没 reload。
doctor 前两行绿、第三行红 是一个特定信号:守护进程和扩展这两个组件都活着,
坏的是它们之间那条命令路径,重启守护进程通常没用。
三、会话纪律:本 Skill 最贵的一节 opencli browser <session> 里的 <session> 就是标签页的所有权声明 。
同名会话共用同一个标签页,不同名之间互不干扰。所以「我的标签页被别人抢了」
最常见的成因是:两个任务挑了同一个会话名 。
OpenCLI 1.8.7 的守护进程会保护同一 profile + surface + session:第二个并发写
会留在本机排队,每 2 秒检查一次;前一个任务结束后自动继续,不把 session_busy 交给
外层 Agent,避免它立即重试。排队检查只访问本机 daemon,不会访问目标网站;首次等待会
明确打印占用者、等待原因和下次检查时间。默认最多等 10 分钟,超时会说明命令尚未发往
Chrome/目标网站,并要求不要立即重试。读操作仍可并行;含任一写操作的混合 batch
整体按写处理。
这只串行化同一时刻的写入。两个任务顺序或交替复用同名会话,仍会操作同一个标签页,
随后读到对方打开的页面,所以唯一会话名规则不变。
这把锁也不管站点账号的并发与限速。数据源脚本若同一账号不能并发,仍要自己加全局锁。
法律 1 保护的是标签页身份,不是站点的服务端状态。 所有会话共用同一个 Chrome
profile 和同一个登录身份,所以如果站点把「当前选中的项目/客户」存在服务端会话里,
一个标签页切换目标,其它标签页刷新后会跟着变——会话名分得再开也拦不住。
判据:在站点里切换目标之后 URL 变不变? 不变就先验证再并行,
细节见 references/session-laws.md 。
自动回收与临时保活 browser 会话默认空闲 10 分钟自动回收;释放后的空白占位窗口在 15 秒内关闭。
在飞命令也有硬上限:默认 10 分钟,命令自身 timeout 更长时尊重该 timeout;
卡死超过上限会在回收检查时被强制释放。OPENCLI_INFLIGHT_MAX_MS 可覆盖默认上限(正整数毫秒)。
opencli browser captcha-help open https://example.com --keep-alive
opencli browser long-review --idle-timeout 1800 open https://example.com
opencli browser captcha-help close
--keep-alive 取消空闲回收;--idle-timeout <秒> 设置正整数秒数。两者也可放在会话名与子命令之间。
OPENCLI_BROWSER_IDLE_TIMEOUT 兼容秒数,也接受 never;命令行参数优先于环境变量,再是默认值。
两个命令行参数不要同时用;close 和 opencli browser cleanup 都能释放保活会话。
仅在等用户人工过验证码、需要长时间挂着的人机协同页、或配额站连续采集间需要保留页面的短暂停顿时使用;
除此之外几乎都不该用。使用者负责最终 close 。brief 或脚本使用 keep-alive 时,
必须在报告里写明会话名与原因;子 agent 默认不得使用,必须由主线程在 brief 中明确授权 。
用 opencli browser sessions 查看占用者、[keep-alive] 标记和回收剩余时间(JSON 有 keepAlive、idleDeadlineAt);
用 scripts/orphan-windows.mjs 只读检查空白窗口残留。
配额站例外 Semrush / Similarweb 等同账号限额站使用固定的站点会话名,并且一次访问放进一个 batch ;单条 batch 由 daemon 串行,跨多条命令的整轮采集还要持有 yan-tools-share-<tool>.lock。不要让多个 agent 并行采集:一个采集者顺序抓取并落盘,分析者读文件。开工前先运行:
node <opencli-skill-dir>/scripts/pressure.mjs --tool semrush
$$ 在脚本里安全,在 Bash tool 里不安全已验证事故(2026-08-23):sub agent 用 S="naver-bs-$$" 连续调用 OpenCLI,
每条命令都创建了新会话(新空白标签页),上一条打开的页面被遗弃。
agent 看到的永远是空白页,以为页面没加载好不断重试,最终泄漏 9 个会话。
名字要描述工作 ,不只是唯一:backlink-probe-<后缀> 胜过 bl-1。
会话名是唯一存在的标识符,一个唯一但无意义的名字仍然回答不了「这是谁的标签页」。
JS 里不要手搓后缀,用 scripts/opencli-core.mjs 的 defaultSession(base);
Bash 里 source scripts/session.sh 然后 S=$(oc_session <base>) ——出事的那批
会话全是从 Bash tool 直接发出去的,压根没经过 JS 那个助手。
两边都有一道守卫会拒绝 以 3~6 位数字结尾的会话名(guardSessionName /
oc_guard_session),因为那就是 $$ 展开后的形状。这个失败原本不报错,
只表现为「页面怎么老是空的」,所以必须让它当场红。
用完必须还回去 opencli browser <session> close # 释放这一个
opencli browser sessions # 看现在还有谁活着,以及各自在哪个窗口
opencli browser cleanup # 释放**全部**——只有主线能跑,见下
Sub agent 必须在 finally 块或退出前显式 close 自己的会话 ——崩溃时不会自动清理。
cleanup 是主线专用。 它释放的是这台机器上全部 的租约,不是「我的」——
sub agent 跑它会把兄弟 agent 正在用的标签页一起关掉,
而那些 agent 只会看到自己的页面莫名其妙不见了。留着的会话在用户 Chrome 里就是一个标签页,看起来和别人正在做的活儿一模一样。
const before = await snapshotSessions(); // 扇出前存快照
// ... 扇出 ...
await reconcileSessions(before, { prefix: 'tm-' }); // 只关自己那批
它能收掉崩溃的 sub agent 留下的标签页,一个兄弟的都不碰。
prefix 或 sessions 必须给 ——否则它只报告不动手,因为「快照之后新出现的」
里面也包含兄弟 agent 同期开的会话,无差别关掉就退化成了 cleanup
(实测一次 dry-run 就混进了一个别人的 sweep2-*)。
差集也比 idle alarm 快:实测 2026-08-28 有 31 个标签页是靠 idle 自己掉的,
在它掉之前用户的标签栏一直是脏的。
五个窗口模式,默认已经是不打扰的那个 标志位置在会话名和子命令之间 (放在子命令后面也能工作):
opencli browser <session> --window isolated open "https://..."
放在会话名前面 会报 unknown command: <你的会话名>,读起来像装坏了,其实是语法错。
dedicated 的完整生命周期、定位、隔离、可观测细节见下面「专用窗口」小节。
需要扩展 ≥ 1.0.33 (opencli doctor 那行就是判据)。旧扩展上默认仍是前台、
isolated 会被静默忽略——那正是下面那张表里的坑。
background 只在借不到 normal 窗口时才新建窗口 ,并把原因记下来:
opencli browser sessions 那一行尾部显示 [new window: <reason>](JSON 里是 windowFallbackReason)。
browser 与 adapter 都借不到时只建一个 替身窗口共用;用户之后开了自己的窗口,新会话会跟过去。
这个字段为 null 就是落在用户自己的窗口里,或者是用户自己要的 isolated。
旧版 isolated 的两种故障、版本与复测记录见 references/field-notes.md 。需要判定当前版本,运行 opencli doctor,再比较 opencli browser sessions 中默认与 isolated 的 windowId。
绝不抢用户的浏览器焦点 这台机器上的 Chrome 是用户正在用的那一个。 抢焦点不是「体验略差」,
是直接打断他手上的活——他正在打字或看页面,窗口被抬起来、标签页被切走。
实测(2026-08-23,macOS + Chrome) :后台模式下 open / eval / screenshot /
click / type 全程——用户窗口的活动标签页索引不变 ,标签数在 close 之后回到基线,
页面侧 document.hasFocus() 恒为 false、visibilityState 恒为 hidden。
同一台机器上换成 --window foreground,活动标签页立刻从第 1 个被切到第 3 个。
这条曾经是坏的,2026-08-23 修好了 。当时 --window isolated
不新开窗口,行为与 background 一模一样,于是文档写下了「没办法把 agent 的标签页
挪出用户窗口」。真因是四层各自静默地否决它:运行时白名单只认两个值把 isolated
丢掉了;「这窗口是不是我的」靠猜(全是非 http 页面就算我的)而把用户随手开的空窗口
认成了容器;窗口建对了之后分组收敛又把标签页搬回用户窗口;以及挑「用户在哪个窗口」
用了 focused,而 Chrome 不在最前面时所有窗口的 focused 都是 false。
每一层都不报错 ,所以每修一层都以为好了。
怎么确认自己拿到的是修好的版本 :opencli doctor 的 Extension 那行 ≥ 1.0.33;
再跑 opencli browser <s> --window isolated open <url> 之后 opencli browser sessions,
它那一行的 windowId 应该与显式 --window background 会话的不同;background 借到用户窗口时没有 [new window: …]。
专用窗口与可见性 显式 bounds 与用户当前屏有重叠时才转为自动宫格,尺寸跟随格子,不再长期保留迁移前的宽高。自动化屏幕集合固定为全部非主屏,按外接/虚拟屏优先、id 数值顺序排列;没有可用非主屏时才用主屏。鼠标所在屏只影响新窗口选屏偏好,其他自动化屏还有空槽时优先用其他屏,否则照常用鼠标屏。用户当前屏在负坐标副屏时,0,0,… 若与用户当前屏完全不相交,原 bounds 会被保留,窗口可出现在主屏。当前屏探测不可用时以主屏为迁移判断的备用。
出现主屏位置时先看 window status -f json 的 placement.source、relocatedFrom 和当前屏是否就是主屏,再结合屏幕数量判断;需要迁移却未迁移时再查扩展版本是否 ≥ 1.5.3。
dedicated 用专用 slot 窗口保持页面可见,适合懒加载报表、网站验收和截图;仍使用用户同一 Chrome 与登录态。扩展 ≥ 1.2.0、CLI ≥ 1.10.0;先用 opencli browser window status -f json 确认 supported 和 dedicated-window capability。用 --window-slot 将需同时可见的会话分开;窗口定位、环境变量、外来标签策略和旧版 isolated + 虚拟屏方案见 references/field-notes.md 。
自动网格由每块屏幕自己的 workArea 分辨率计算,目标尺寸接近 1280×900,最小 900×620(屏幕本身更小时退化),最大优先控制在 1600×1100;若整数分格无法同时满足上下限,优先保证最小尺寸和铺满工作区。格子无大间隙,与当前窗口数无关。例如 5120×2850 是 4×3 格、约 1280×950;2560×1440 是 2×2 格、1280×720;1512×949 是 1×1。窗口持久占用「displayId + tileIndex」固定槽位,行优先从左上开始,先填满一块屏再填下一块(鼠标屏的新建偏好例外);优先复用最小空槽。开关窗口不会移动或缩放其他窗口,鼠标移动也不会迁移已有窗口。所有屏的格子用完后才在最后一块屏层叠;层叠窗口可能被 Chrome 判为 hidden,懒加载报表要避免超过自然容量。
自动放置窗口(placement.source==='auto')会在屏幕变化、每条命令获取/创建窗口前以及约 30 秒 alarm 时串行对账;拖离槽位会归位,最大化、全屏、最小化会先恢复 normal 再归位,不传 focused。屏幕重建或移除时只迁移失去屏幕的窗口,分辨率变化时更新该屏格子。显式 bounds / display 放置不受自动对账影响。opencli browser window relayout 可立即对账并显示旧位置→新位置;-f json 返回 windows[] 的 old、new(各含 bounds/state)、displayId、tileIndex、changed 和可选 error。
默认空闲 15 秒回收,OPENCLI_DEDICATED_IDLE_MS 可覆盖;lease 结束时 setTimeout 检查,alarm 与每次获取/创建前的惰性回收兜底。池上限是所有自动化屏格子数之和,下限 4;window status -f json 的 pool.capacity 是上限,pool.naturalCapacity 是非重叠容量总和,pool.automationDisplays[] 列出各屏 id、name、area、naturalCapacity、cols、rows、tile: {width,height},可直接看每屏 cols×rows 和格子大小;整除余下的像素补到边缘格子。兼容字段 automationDisplay 仅指第一块屏,windows[] 保留 tileIndex 并增加 displayId、可选 reconciledAt(最后完成归位或首次对齐的时间,毫秒时间戳)。两块 5120×2850 工作区共 24 格。--window-display <名称片段> / OPENCLI_WINDOW_DISPLAY 仍沿用匹配屏的旧分格规则,不跨到其他屏。
并行任务直接用各自会话,不提前排队等槽位;池满(live>=pool.capacity)时先按空闲时间回收无 holder/lease 的窗口(具名 slot 与 pool-N 都算),全部忙才报 dedicated-pool-exhausted,此时等任务释放。扩展改动需在 chrome://extensions reload 才生效;reload 会中断正在运行的会话,须等任务空闲再做。
opencli browser <session> --window dedicated --window-slot <slot> open <url>
opencli browser window status -f json
opencli browser window relayout -f json
自动选屏与半宽 :CLI 探测鼠标所在屏,仅给新窗口分配提供偏好,不改变自动化屏幕集合。已有窗口的屏幕和格子固定,不因鼠标变化或其他窗口开关重排。主屏仅在没有可用非主屏时作为候选。placement.excludedDisplayBounds 保留作兼容字段,不再表示鼠标屏被排除出集合;以 windows[].displayId 和 pool.automationDisplays[] 为准。调用方无需手算格子或位置。以上固定网格、自愈与 relayout 属于待合并的 feat/window-layout 行为,须在主线程验收并启用对应构建后使用。
要看手机 / H5 版式时加 --half:窗口仍占一个完整格位,宽度只有格宽的一半,靠格内左侧;会话结束归还池后自动恢复整宽,window status / window list 的 half 字段可查。其余情况不要加。这只缩窗口宽度,不模拟手机 UA、触控或 DPR。
opencli browser <session> --window dedicated --half open <url>
四、发现能力:不要背命令表,去问 有 160+ 站点 adapter,数量每周都在变。任何写死在文档里的清单都会过期 ,
所以本 Skill 不列它们。
opencli list # 按站点分组的表格
opencli list -f json # 机器可读,agent 用这个
opencli list | grep -i twitter # 找某个站
opencli <site> --help # 这个站有哪些命令
opencli <site> <command> --help # 位置参数、专属标志、输出列
opencli list -f json 每条给 {site, name, aliases, description, strategy, browser, args, columns}。
strategy 决定要不要浏览器 :
在退回裸 opencli browser 之前,先查一下有没有 adapter 已经覆盖了这个工作流。
在高频改版的登录站上尤其值得——adapter 里封装过的坑,现场驱动要重踩一遍。
通用标志(多数 adapter 命令有,浏览器相关的那几个例外)
五、现场驱动:最小闭环 S="recon-pricing" # 描述性常量,Bash tool 里不要用 $$
opencli browser "$S" open "https://example.com/pricing"
opencli browser "$S" state # 拿到带 [N] 编号的快照
opencli browser "$S" click 7
opencli browser "$S" wait selector "[data-loaded]" --timeout 15000
opencli browser "$S" state # 页面变了就必须重新 state
opencli browser "$S" close
选择器优先的目标契约 :每个交互命令接受一个 <target>,要么是 state/find
给的数字 ref,要么是 CSS 选择器。多个匹配时用 --nth <n> 消歧。
每个信封都报 matches_n 和 match_level (exact / stable / reidentified)。
CLI 已经替你救回了中等程度的 DOM 漂移,match_level 告诉你该有多信。
先要紧凑输出,需要时再要全量 :state 是预算感知的快照;network 先给形状预览,
再用 --detail <key> 取单条 body。吐一个巨大的 payload 等于白烧上下文。
错误是机器可读的 :失败返回 {error: {code, message, hint?, candidates?}}。
按 code 分支,不要匹配消息字符串。
三条最常被违反的规则
动手之前先看。 先 state 或 find。数字 ref 是每次快照独有的 ,
绝不要跨会话凭记忆写死。
页面变了就重新 state。 导航、表单提交、SPA 路由切换都会让旧 ref 失效——
失效还算好的,更糟的是 reidentified 到新页面上一个形状相似的元素。
一般页面的 eval 用于读取,并包 IIFE。 本环境 eval 上下文跨调用持续,
重复声明会抛错且那次调用根本没执行 。要改页面就用 click/type/select/keys,
它们有结构化输出和指纹,eval 没有。扩展注入 iframe 的特殊交互见下节。
跨源 iframe:2026-09-11 起真的能用了 跨源 iframe(含别家浏览器扩展注入的侧边面板 ——它通常就是 shadow root 里的一个
<iframe src="https://<厂商域>/">)现在可以 frames 列出、eval --frame N 直接读写 DOM,
不需要剪贴板、不需要按坐标点截图 。需要扩展 ≥ 1.1.0;低于它 frames 静默返回 []。
三条反直觉的前提:扩展热键要用 eval 派发合成 KeyboardEvent(browser keys 到不了
扩展那一层)、iframe 里的 React 按钮要派发 pointer/mouse 完整序列(.click() 无效)、
恢复面板绝不 reload 页面 (reload 后拿不到 frame target,opencli 会静默退回主页面执行)。
batch:一次调用跑多步 固定序列(open → wait → eval)一律用 batch ,它复用一条 Page 连接,
省掉每条命令各付一次的连接—解析—拆除开销。
opencli browser "$S" batch --commands '[
{"cmd": "open", "args": {"url": "https://example.com"}},
{"cmd": "wait", "args": {"selector": ".loaded", "timeout": 10000}},
{"cmd": "state", "args": {"source": "dom"}}
]'
返回 {cmd, index, ok, result?, error?} 数组;默认遇错继续,--stop-on-error 改为中止。
修复版 CLI 任一步 ok:false 或 fill verified:false 整条命令退出非零,index 指出失败步;旧版可能退出 0,脚本仍须检查每步结果。截图参数用 {path, width, height, fullPage, annotate}。
条件逻辑 (每一步决定下一步)用顺序调用,不要硬塞进 batch。
模型驱动 auto(仅在已安装版本支持时)
六、取数与落盘
页面里没有 API 时的取数顺序
network —— 页面的数据如果来自 JSON 接口,接口几乎总比渲染后的 DOM 可靠 。
先 network 看形状,再 --detail <key> 取那一条。
extract —— 长文正文,返回带 next_start_char 游标,循环到它为 null。
eval —— 前两者都不合适时的定点提取。
滚动抓表 —— 兜底手段,不是默认手段。开抓之前先花一分钟找那个免费导出按钮 。
抓之前必须知道的三个坑
同名控件陷阱 :同一个报表上常并排放着两个名字高度相似的导出控件,一个走付费配额、
一个免费导当前页,行为完全相反。凡是要写下「某功能不可用」,先确认你点的不是同名的另一个控件。
同一个工具里不同报表的导出模型可以完全不同。 在 A 报表验证出「只能一页页导」,
不构成 B 报表的结论。每换一个报表,重新看一眼导出面板。
导出触发器常常是 <svg> 图标 ,没有 .click() 方法,要 closest('button,[role=button],a')
往上找真正的按钮;面板异步挂载要轮询等按钮出现 ,不要用固定 sleep 或坐标点击。
落盘:抓到的数据不许留在下载目录 首选本地接收端 :起一个只监听 127.0.0.1 的服务,让页面 fetch(..., {method:'POST'})
把数据直接送进项目目录。它一次性消掉四个问题——不用等文件落齐、不用归并重名副本、
不受下载目录权限影响、不占对话上下文。
接收端的端口不能写死成常量 ,理由和会话名不能写死完全同构:两个项目同时开工时,
第二个实例 EADDRINUSE 起不来,而后台常驻的常见写法会把输出丢进 /dev/null——
这个失败是完全静默的 ,随后页面的 fetch 照样返回 200,打到的是另一个项目的接收端 。
七、坏了怎么办 出问题之后回来查证据 :守护进程的日志按类落在 ~/.opencli/logs/,
opencli daemon logs(默认 errors)/ commands / extension / daemon,
支持 -n 与 --grep。它从守护进程的下一次启动开始记,之前的没有留下来。
原生 alert 可能让 eval 和同会话的 dialog accept 一起排队超时;遇到连续超时先看 access-report.mjs --suspicious,按 references/field-notes.md 的步骤处理。守护进程日志不包含 HTTP 状态码或响应体;scripts/opencli-core.mjs 另记 site-access.jsonl,用下面的报告看路由、调用方和降级证据:
node <opencli-skill-dir>/scripts/access-report.mjs --since 2h
node <opencli-skill-dir>/scripts/access-report.mjs --suspicious
node <opencli-skill-dir>/scripts/access-report.mjs --degraded
degraded 是观察结果,不等于自动重试;原始判据、取样和局限见同一参考文件。
自修复的硬停条件 (不要改代码):AUTH_REQUIRED(叫用户去 Chrome 里登录)、
BROWSER_CONNECT(叫用户跑 doctor)、验证码 / 限流。修复预算最多 3 轮。
「空」不等于「坏」。 EMPTY_RESULT 常常不是 adapter 的 bug:平台会在反爬启发式下
主动降级结果,站点也会用 HTTP 200 + 空 body 代替真正的 404。换个查询词、
在普通标签页里肉眼看一下,能复现再进修复流程——否则你是在给一个正常的 adapter 打补丁。
八、人机验证:自动化到最后一步 遇到 CAPTCHA、短信验证码这类无法自动化的节点,把前面所有能自动完成的步骤全部做完 ——
表单填好、选项选好、页面打开好——只把那一下点击留给用户,并明确告诉他
现在浏览器里哪个标签页、需要点什么 。
不要把整条 SOP 甩回给用户,也不要在回复里写一串「请前往 https://…,然后输入…」。
目标是让用户的操作量从「一整套流程」降到「一次点击」。
九、参考文件
自带脚本 node <opencli-skill-dir>/scripts/receiver.mjs --root . --out data/<主题>/raw
不要每次重写接收端。 自己写的版本十有八九会漏掉「端口占用时必须崩」这一条,
而那一条漏了的后果不是崩溃,是数据静默写进另一个项目的目录。
十、安装与更新 npx skills add yan-labs/yan-skills --skill opencli -g -y
npx skills update opencli -g -y
# 1) CLI
npm i -g https://github.com/yan-labs/OpenCLI/releases/download/v1.9.0-yan.3/opencli-cli-1.9.0-yan.3.tgz
# 2) 浏览器扩展:下载 opencli-extension-v*.zip 解压,
# chrome://extensions → 开启开发者模式 → 加载已解压的扩展程序
# ⚠️ 先移除或停用 Chrome 应用商店那个 OpenCLI
# 3) 验证:三行都要 [OK],Extension 那行的版本 ≥ 1.0.33
opencli doctor
为什么不能用应用商店那个版本 :本 Skill 描述的默认行为——扩展 1.5.x 起默认 dedicated,background 须显式指定、
browser 与 adapter 默认用不抢焦点的专用窗口、不切走用户活动标签页、每会话一个标签页组、
--window isolated、sessions 报 windowId / groupTitle / windowFallbackReason——
全都只存在于我们的构建里 。商店版默认是前台,装了它本 Skill 的规则会与实际行为不符。
两个同时装还会一起连上守护进程互相打架。
CLI 1.9.0 / 扩展 1.1.1 (跨源 iframe 支持、frames --debug、browser <会话> clipboard,
以及扩展 1.1.1 修复的 OOPIF eval 路由——面板反复开合后 eval 静默落回主页面的已知回归)
已随 v1.9.0-yan.3 发布,见 references/our-fork.md 。如果
frames --debug 报 unknown option,说明全局装的还是旧 tgz,npm i -g 上面那个新 URL
即可;扩展侧记得在 chrome://extensions reload,装好后照第 3 步验证 doctor 打出的版本号。
改过扩展源码之后必须在 chrome://extensions 手动 reload 一次 才生效——
CLI 侧的改动重启守护进程即可,扩展侧的不会自动生效。opencli doctor 打印的扩展版本
就是判据 :它显示什么,加载的就是什么。
X 搜索与免费原帖追溯 node scripts/x-research.mjs read POST_URL --depth 1:通过免费 FxTwitter 公共接口读取已知帖子及回复父帖,不使用 Chrome Cookie;引用帖随响应一起精简。depth 默认 0,最多 3;遇到错误即停,不自动重试。
node scripts/x-research.mjs search 'QUERY' --scrolls 0:OpenCLI 打开真实 Chrome 搜索页,只读 DOM,输出精简 JSON;默认仅当前已加载一屏,最多滚动 3 次。不是完整搜索全集,父帖 ID 未知保留 null,外链可能仍为 t.co。网页自身仍会请求 X,不能规避账号限速。不要对已受限账号连续运行。
2026-09-17 验证:FxTwitter 回复→父帖、引用帖和游戏外链成功;Chrome 实页显示“出错了”,正常搜索 DOM 提取尚待账号恢复后验收。page_error 不等同已确认 HTTP 429。运行离线检查:node tests/x-research.test.mjs。