SuperAPI AI 工具集

helium-browser

智能体与模型

查看项目

更新于 10-16 08:02

技能介绍

用途:通过 CDP 附加到用户正在运行的 Helium 浏览器,控制其真实标签页、Cookie 和登录会话。Helium(https://helium.computer/)是基于 Chromium 的浏览器。

主要能力:可借助 agent-browser、chrome-devtools-mcp 或 playwright-cli 之一驱动浏览器。按顺序选用第一个可用的工具,并只阅读其对应参考文档:agent-browser(command -v agent-browser)、chrome-devtools-mcp(为 Helium 配置的 MCP 服务器)、playwright-cli(command -v playwright-cli,需先检查其已知问题)。

前置条件:用户需在 helium://inspect/#remote-debugging 一次性启用远程调试,该设置跨重启保留。启用后 Helium 会在用户数据目录写入 DevToolsActivePort 文件:macOS 为 ~/Library/Application Support/net.imput.helium,Linux 为 ~/.config/helium,Windows 为 %LOCALAPPDATA%\imput\Helium\User Data。文件含两行:端口与浏览器 WebSocket 路径,二者在 Helium 重启后都会变化,须每次重新读取,不可硬编码。示例:PROFILE="$HOME/Library/Application Support/net.imput.helium";WS="ws://127.0.0.1:$(sed -n 1p "$PROFILE/DevToolsActivePort")$(sed -n 2p "$PROFILE/DevToolsActivePort")"。调试服务器仅支持 WebSocket,其 HTTP 发现端点(/json/version、/json/list)返回 404,因此 http://127.0.0.1:<port> 形式的 CDP URL 不可用;Helium 运行时用其配置目录启动工具也会因 Chromium 配置锁失败,附加是唯一方式。

使用方式:每次新 CDP 连接都会弹出“Allow remote debugging?”提示,需用户点击批准。每个任务只使用一条连接,由工具的守护进程或服务器保持打开;连接前告知用户以便批准。切勿循环重试失败连接或额外开启“测试”连接。确认附加到正确浏览器(标签列表应显示用户真实标签页);自行新开标签而非导航用户标签,只关闭自己打开的标签;把已登录会话视为用户本人,仅在任务需要范围内操作账户;结束时按工具参考文档断开,断开不会退出 Helium。

限制与排障:连接超时表示提示未及时批准,请用户关闭过期提示并批准下一次后重连一次;ECONNREFUSED 表示 Helium 未运行、仍在启动或已换端口,需重读 DevToolsActivePort;无提示且连接挂起时,可在 helium://inspect/#remote-debugging 关闭再开启远程调试,或退出并重启 Helium。启用远程调试期间,任何本地进程都可完全控制浏览器;它绑定 localhost,用户可在不需要时关闭。