SuperAPI AI 工具集

chrome-cdp

安全与审计

查看项目

更新于 10-15 22:17

技能介绍

chrome-cdp 是一个基于 Chrome DevTools 协议(CDP)的浏览器检查与控制技能,CLI 位于技能目录下的 scripts/cdp.mjs,需相对 SKILL.md 解析或使用已安装包路径。

用途:读取已渲染页面、已登录标签页,进行导航、页面交互、DOM 与无障碍状态查看、网络信息获取和截图。

前提条件:Chrome(或 Chromium、Brave、Edge、Vivaldi)需开启远程调试,打开 chrome://inspect/#remote-debugging 并切换开关;需要 Node.js 22+(使用内置 WebSocket)。CLI 先尝试在 CDP_PORT 或 9222 上做 HTTP 发现,失败后回退到 DevToolsActivePort,可用 CDP_PORT_FILE 指定非标准位置。

主要命令:list、tabsjson 列出页面;snap、find 检查页面结构;shot、shotel、shotref 截图;eval 执行 JavaScript;html、htmlref 获取 HTML;nav 导航;net 获取资源计时;click、clickref、clickxy 点击;type、typeref 输入;loadall 点击“加载更多”;evalraw 透传原始 CDP 命令;open 打开新标签页;stop 停止守护进程。target 为 list 输出中的唯一 targetId 前缀。

坐标:截图按原生分辨率保存,图像像素 = CSS 像素 × DPR;CDP 输入事件使用 CSS 像素,CSS px = 截图图像 px / DPR。

限制与注意:优先用 snap 而非 html;快照后优先用 clickref、typeref、shotref、htmlref;click 需唯一选择器,拒绝歧义、隐藏、禁用或不可交互匹配;输入文本用 type 而非 eval,需先聚焦可编辑控件;首次附加标签页时 Chrome 可能弹出“允许调试”提示,后台守护进程在 20 分钟无活动后自动退出;安全读取操作会重试一次 CDP 超时,变更性求值不会重试。授权方面,任务合理需要的浏览器操作视为已授权,但导航到陌生或低信任站点、发送或发布内容、购买、上传、删除、更改账户设置等重大外部操作需先询问。