浏览器 CDP 自动化

解决什么问题

很多抓取任务会卡在三类页面上：完全依赖 JS 渲染的页面（比如 B 站，web_fetch 拿到的只是空壳 HTML）、需要登录态的操作，以及需要点击、填表、滚动的交互流程。CDP（Chrome DevTools Protocol）让自动化工具直接连上用户本机已登录的 Edge 或 Chrome，在真实浏览器里执行任务，天然继承 cookie 和登录状态，不用单独处理鉴权。

核心能力与工作方式

技能通过 WebSocket 与开启远程调试的浏览器通信。浏览器以 remote debugging 模式启动（Edge 默认端口 9222，Chrome 默认端口 9223），之后即可调用一组简洁的命令：

• browser.goto(url)：导航到指定 URL，等 Page.loadEventFired 后再补 2 秒给 JS 渲染
• browser.eval(script)：在页面上下文执行 JavaScript 并返回结果
• browser.click(selector)：计算元素中心坐标，用 document.elementFromPoint 模拟点击，支持任意可点击元素
• browser.screenshot()：截图当前页面，返回 PNG base64，可另存为文件
• browser.wait(ms)：显式等待 JS 渲染或网络请求
• browser.tabs()：列出所有标签页

适用边界与踩坑

不是所有场景都该用它。静态 HTML 页面直接用 web_fetch 即可；有强反自动化检测的站点（如小红书，存在 UA 检测和行为检测）可能直接失败；带签名保护的 API（如 B 站的 wbi 签名）无法绕过，只能走 DOM 提取，且播放量等字段是文本，需要自己 parseInt 清洗。

工程上还有几个实际限制：

• 每个调试端口同一时间只允许一个 WebSocket 连接，任务失败残留连接时需重启浏览器
• document.cookie 拿不到 HttpOnly cookie，需要完整 cookie 只能读浏览器的 SQLite 文件
• Next.js 等 SPA 的内部路由不能直接导航（会 404），需先进一个已知子页面再用 JS 触发跳转
• 调试端口可能被预装软件（如联想 Vantage）占用，得先结束占用进程