SuperAPI AI 工具集

chrome-cdp

编程与开发

查看项目

更新于 10-15 20:32

技能介绍

用途:通过 Chrome DevTools Protocol 与本地 Chrome 浏览器会话交互,适合检查、调试或操作 Chrome 中打开的页面,可截图、读取结构与执行脚本。

主要能力:以 python -m chrome_cdp 提供命令,先 list 列出页面并用 targetId 前缀作目标;shot 截取视口(默认 /tmp/screenshot.png,输出含 DPR 与坐标换算提示);snap 获取无障碍树快照(比 html 更紧凑语义化);eval 执行 JavaScript;html 取整页或元素 HTML;nav 导航并等待加载;net 查看资源计时;click/clickxy 点击;type 在当前焦点插入文本;loadall 反复点击“加载更多”;evalraw 透传任意 CDP 方法;stop 停止守护进程。守护进程按标签页常驻,首次访问只弹一次“允许调试”对话框,空闲 20 分钟自动退出。

使用方式:需 Chrome 开启远程调试(chrome://inspect/#remote-debugging 打开开关),并具备 Python 3.10+ 与 websockets 库。坐标换算:截图图像像素 = CSS 像素 × DPR,clickxy 等输入事件使用 CSS 像素,即 CSS 像素 = 截图图像像素 / DPR。跨域 iframe 输入建议先 click/clickxy 聚焦再用 type,而非 eval。eval 时避免跨多次调用使用基于索引的选择器(如 querySelectorAll(...)[i]),因 DOM 可能变化;可一次收集数据或用稳定选择器。

限制:截图仅覆盖当前视口,需下方内容应先滚动;前缀有歧义会被拒绝;更多协议细节见 references/coordinate-system.md 与 references/daemon-ipc.md。其余未在资料中说明的平台、收费或效果暂未提供。