喜马拉雅小助手

背景：为什么不用 v1 playbook

喜马拉雅创作中心是 React 单页应用。早期给 LLM 用的 playbook（ximalaya-assistant）每次都要重读 SKILL.md、手动 snapshot，再用会变的 @ref 去 click；不少按钮对合成事件静默失败，只能临时写 JS 兜底，流程不可重复。

v2 把整条链路固化成同级脚本 ximalaya-audio-assistant.py：不依赖易变 ref，用稳定 CSS 选择器 + agent-browser 的 JS eval / 真实鼠标事件驱动页面。LLM 只负责选子命令和参数，不再临场摸 DOM。

核心能力与子命令

前置依赖 agent-browser-core，本机已 agent-browser install；登录态写入 --state（默认 ximalaya-state.json），首次扫码后可复用。

| 场景 | 子命令 |
|------|--------|
| 扫码登录 | login |
| 上传发布 | upload（专辑 ID、文件/目录、标题、简介、标签、话题、AI 勾选等） |
| 改元数据 | edit |
| 换音频文件 | replace |
| 换单集封面 | replace-cover |
| 删除单集 | delete（需 --confirm） |
| 列专辑 / 查播放与元数据 | list-albums、query |

脚本里已处理一批实测坑点：隐藏 input[name=file] 三步上传；「确认发布」「保存」用 MouseEvent；简介用 Form API setFieldsValue({richIntro})；话题直写 API + Form，不走 UI 搜索（编辑/上传页 onSearch 常不触发）；replace 在声音管理页翻页查找（每页 10 条，最多 20 页），菜单与弹层用真实 mouse 坐标（dispatchEvent 对 React 弹层不可靠）；upload 发布后若简介为空会自动进编辑页补写；delete 针对自定义 .xmDeleteModal 点确认，并用 API 再验列表防假成功。

适用边界

• 须在本机终端跑，不能指望 WorkBuddy 沙箱端到端验证（依赖本机浏览器与喜马拉雅登录态）。
• 未登录或会话过期时，应先 login：截图二维码、轮询直到回到 studio.ximalaya.com，再 state save 后重跑业务命令。
• 删除不可撤销；替换封面上传后必须点裁剪框「确定」，否则封面不生效。