--- name: OpenCLI slug: opencli category: Automation description: "OpenCLI drives the user's real logged-in Chrome for browser actions on sites that need identity, session control, or site-specific adapters. Use it to read dashboards, fetch tables, fill forms, troubleshoot doctor errors, and manage browser sessions." github: "https://github.com/yan-labs/yan-skills/tree/main/opencli" language: JavaScript stars: 177 forks: 78 install: "npx degit https://github.com/yan-labs/yan-skills/tree/main/opencli ~/.claude/skills/opencli" installs_to: ~/.claude/skills/opencli source_path: opencli/SKILL.md collection_size: 9 category_size: 2109 collection_url: "https://dirskills.com/collections/yan-labs/yan-skills" added: 2026-09-07T05:20:54.481Z last_synced: 2026-09-07T05:20:54.481Z canonical_url: "https://dirskills.com/skills/opencli" --- # OpenCLI OpenCLI drives the user's real logged-in Chrome for browser actions on sites that need identity, session control, or site-specific adapters. Use it to read dashboards, fetch tables, fill forms, troubleshoot doctor errors, and manage browser sessions. **Install:** ```bash npx degit https://github.com/yan-labs/yan-skills/tree/main/opencli ~/.claude/skills/opencli ``` ## README # OpenCLI OpenCLI 把任意网站、Electron 桌面应用和外部 CLI 收敛成一条 `opencli `， 再加一条 `opencli browser ` 用来现场驱动浏览器。 它走的是**用户本机那个真实的、已登录的 Chrome**（浏览器扩展 + 本地守护进程）， 不是无痕实例、不是沙箱。这一个事实决定了本 Skill 里几乎所有规则。 本 Skill 面向的是我们自己维护的 fork（`yan-labs/OpenCLI`），和上游 `jackwener/opencli` 有差异，差异清单见 [`references/our-fork.md`](references/our-fork.md)。 --- ## 零、我遇到这种情况，该不该用 OpenCLI 本 Skill 是**底层能力**，不是业务流程。用户不会说「用 OpenCLI」，他会说下面左边那些话。 这张表回答的是「这句话该不该落到浏览器上」——**判错方向的代价是拿到看起来正常、 内容却不同的数据**，比慢一轮贵得多。 | 用户大概会这么说 | 该走哪条 | 为什么 | |---|---|---| | 「帮我登录后台查一下」「看我的 GSC / 数据面板」 | **用**（`opencli browser`） | 需要身份。沙箱浏览器要么跳登录页，要么以匿名身份返回**更少的字段、更低的配额** | | 「这个站没有 API，把表格给我」 | **用**，但先看第四节有没有 adapter | adapter 里封装过的坑，现场驱动要重踩一遍 | | 「填一下这个表单」「帮我提交」 | **用**，但提交动作归业务 Skill 管 | 本 Skill 只负责把浏览器开对；能不能按提交见 `backlink` 的三道闸 | | 「打开这个页面看看写了什么」（公开页） | **先不用** | 先问有没有 `curl` / 公开 API。只为读一段公开文本开浏览器是浪费 | | 「帮我调研一下 X」「搜搜大家怎么说」 | **不用** → `agent-reach` | 它已经做好多平台路由。本 Skill 不做「找信息」，只做「把数据取回来」 | | 「查这个词的搜索量 / 难度」「看看竞品外链」 | **不用直接开浏览器** → 先进 `rankup` / `backlink` | 那两个 Skill 里已经有现成脚本，直接跑；现写等价实现是本阶梯第 1 级明令禁止的 | | 「Semrush / Similarweb 上帮我看个数」 | **用，但先读配额纪律** | 见下面「配额站」一节：固定会话名 + 整轮持机器级工具锁。先跑 `node /scripts/pressure.mjs --tool semrush` | | 「开十个 agent 一起抓」 | **不要** | 扇出的单位是 agent，资源却是标签页。采集落盘（`scripts/receiver.mjs`），N 个 agent 读文件，站点侧并发度 0 | | 「我的标签页被别人抢了」「读回来的页面不对」 | **用本 Skill 排障** | 先怀疑会话撞名，见第三节四条法律 | | 「浏览器连不上 / doctor 报红 / 命令行为和文档不符」 | **用本 Skill 排障** | 第二节：先看扩展版本，商店版会让每条规则都对不上 | | 「过一下验证码」 | **半自动** | 把前面全部做完，只把那一下点击留给用户，见第八节 | **一句话判据**：*无痕窗口打开它，还是不是同一个东西？* 不是 → 必须走用户真实的 Chrome（也就是本 Skill）；是 → 先找 API 或现成脚本。 --- ## 一、先判断：这件事该不该用浏览器 **动手之前先走这条阶梯，命中即停。** 每一级往下的唯一理由是「上一级确实不存在」， 不是「我对下一级更熟」。跳级的代价不是慢，是拿到看起来正常但内容不同的数据。 | 级 | 手段 | 什么时候用 | |---|---|---| | 1 | **现成脚本** | 项目里、兄弟 Skill 里已经有的 `.mjs`。直接跑，不要现写等价实现 | | 2 | **HTTP / REST API**（`curl` / `fetch`） | 没脚本但服务有 API。先用 API，跑通后固化成脚本 | | 3 | **`opencli ` adapter** | 目标站已有 adapter。`opencli list \| grep -i ` 一眼就知道 | | 4 | **`opencli browser ` 现场驱动** | 没有 adapter，或 adapter 不覆盖这个动作 | | 5 | 写一个新 adapter | 这个动作以后还要重复做。见 [`references/adapters.md`](references/adapters.md) | ### 判据：无痕窗口打开，还是不是同一个东西？ 答案是「不是」，就**必须**走用户的真实浏览器（也就是 OpenCLI）。 需要身份的一切——第三方数据面板、Search Console、社区后台、聊天式 AI 工具—— 用运行环境自带的沙箱浏览器打开，要么直接跳登录页，要么以匿名身份返回**看起来正常 但内容不同**的结果（配额更低、字段更少、国家库不同）。这种失败会伪装成 「这个工具没有这项数据」，而正确的结论其实是「你没登录」。 反过来，**只是看一段公开文本就不要开浏览器**——先问有没有 `curl` 或公开 API。 三个 driver 的取舍（为什么默认是 OpenCLI 而不是 agent-browser 或 Claude in Chrome， 各自的实测泄漏数据）见 [`references/drivers.md`](references/drivers.md)。 ### 不在本 Skill 范围 - **找信息、做调研、搜某个话题** → 用 `agent-reach`，它已经负责多平台路由。 本 Skill 只管「怎么把浏览器开对、把数据取回来」。 --- ## 二、开工前：doctor ```bash opencli doctor ``` `doctor` 只诊断**浏览器桥**（守护进程 + 扩展 + Chrome 连线）。 `PUBLIC` / `LOCAL` 策略的 adapter、`opencli list`、外部 CLI 透传都不需要它绿。 `COOKIE` / `INTERCEPT` / `UI` 策略和所有 `opencli browser *` 才需要。 ### 行为和这份文档对不上时，第一件事是查扩展版本 **本 Skill 描述的默认行为全部住在扩展里**——后台默认、`opencli browser` 与 adapter 命令 都在用户当前窗口开标签页、不切走活动标签页、每个会话一个以会话名命名的标签页组、 `--window isolated`、`sessions` 报 windowId / groupTitle / windowFallbackReason。 装成 Chrome 应用商店那个版本的话，**每条命令都照样成功，只是行为回到上游**： 默认前台、自己开一个窗口、抢走用户正在看的标签页、`isolated` 被忽略。 **这类失败没有报错，只有「怎么和文档说的不一样」。** 所以： | 观察到 | 该做什么 | |---|---| | 命令成功但窗口/焦点行为与本文档不符 | 跑 `opencli doctor`，看 `Extension` 那行的版本 | | 版本 < 1.0.33 | **告诉用户他装的是应用商店版**，需要换成 [yan-labs 的 Release](https://github.com/yan-labs/OpenCLI/releases/latest) 里的 zip，并把商店版移除或停用 | | `doctor` 自己就报了这条 | 照它说的做——它会打印下载地址和加载步骤 | `doctor` 会在扩展低于 1.0.33 时主动报这个问题，**不要跳过它的输出**。 改过扩展源码（或刚拉了新构建）之后要在 chrome://extensions 里对 OpenCLI 点 **reload**—— 没 reload 时 Chrome 跑的仍是旧版，`doctor` 会提示已加载版本低于最低要求，那不是装错，是没 reload。 红了先看 [`references/troubleshooting.md`](references/troubleshooting.md)。 排障的第一步永远是 **`npm ls -g @jackwener/opencli` 确认 CLI 是发布版还是本地源码 link**—— 这一步决定后面是查代码还是查环境，跳过它会浪费一整轮。 **`doctor` 前两行绿、第三行红**是一个特定信号：守护进程和扩展这两个组件都活着， 坏的是它们之间那条命令路径，重启守护进程通常没用。 --- ## 三、会话纪律：本 Skill 最贵的一节 `opencli browser ` 里的 `` **就是标签页的所有权声明**。 同名会话共用同一个标签页，不同名之间互不干扰。所以「我的标签页被别人抢了」 最常见的成因是：**两个任务挑了同一个会话名**。 OpenCLI 1.8.7 的守护进程会保护同一 profile + surface + session：第二个**并发写** 会留在本机排队，每 2 秒检查一次；前一个任务结束后自动继续，不把 `session_busy` 交给 外层 Agent，避免它立即重试。排队检查只访问本机 daemon，不会访问目标网站；首次等待会 明确打印占用者、等待原因和下次检查时间。默认最多等 10 分钟，超时会说明命令尚未发往 Chrome/目标网站，并要求不要立即重试。读操作仍可并行；含任一写操作的混合 batch 整体按写处理。 这只串行化同一时刻的写入。两个任务顺序或交替复用同名会话，仍会操作同一个标签页， 随后读到对方打开的页面，所以唯一会话名规则不变。 这把锁也不管站点账号的并发与限速。数据源脚本若同一账号不能并发，仍要自己加全局锁。 ### 四条法律（完整实测数据见 [`references/session-laws.md`](references/session-laws.md)） | # | 法律 | 一句话理由 | |---|---|---| | 1 | **一个会话一个标签页；N 个页面就要 N 个会话名** | 三个 agent 各用独立名字：跨 agent 抢占 0 次。共用 `work`：3 / 12 / 2 次，其中一个每次读都读错。**唯一例外是配额站，见下一节** | | 2 | **不要用 `tab new` / `tab select` / `open --tab` 在一个会话里放多个页面** | 三个都**静默**失败：命令报成功，下一次读回错误的页面。一次三 agent 运行把用户的 Chrome 从 11 个标签页涨到 30 个孤儿页 | | 3 | **绝不硬编码会话名** | `opencli browser --help` 的第一个例子就是 `work`，抄它的人全撞在一起 | | 4 | **开工前一次性把要用的会话全部开好、handle 全部拿到，再进工作循环** | 边创建边使用会把理论上的竞态变成可复现的竞态 | **法律 1 保护的是标签页身份，不是站点的服务端状态。** 所有会话共用同一个 Chrome profile 和同一个登录身份，所以如果站点把「当前选中的项目/客户」存在服务端会话里， 一个标签页切换目标，其它标签页刷新后会跟着变——会话名分得再开也拦不住。 **判据：在站点里切换目标之后 URL 变不变？** 不变就先验证再并行， 细节见 [`references/session-laws.md`](references/session-laws.md)。 ### 配额站：法律 1 的唯一例外 有些站**同时加载**会触发上限。实测（2026-08-28）Semrush 大约 3 个标签页同时 load 就出问题，一个个开、中间隔几秒则没事。**受限的是导航事件，不是标签页存在**—— 所以它要的不是信号量，是串行加间隔。 而串行 daemon 已经免费给了：同名会话的写会在本机排队。于是配额站的解法是把法律 1 反过来用——**一个站一个固定会话名，不带任何 per-agent 后缀**： ``` semrush-nav similarweb-nav ``` 十个 agent 拿到同一个名字，daemon 就把它们排成一队，Semrush 那边永远只看到 一个标签页在一页页地翻。 **动手前先跑 `pressure.mjs`：** ```bash node /scripts/pressure.mjs --tool semrush ``` 它一句话回答「现在动手会不会把事情搞砸」——配额站已经几个标签页、到没到线、 tools-share 锁被谁拿着、那个 pid 还活着吗，然后给 `go` / `wait` / `stale-lock`。 退出码可以直接串起来：`node pressure.mjs --tool semrush && node my-crawler.mjs`。 **它报 `unknown` 时不要当成「没人在用」**——那是「会话列表拿不到」，不是「0 个标签页」。 | 规则 | 为什么 | |---|---| | **配额站用固定会话名**，`sessionForUrl(url, base)` 自动判 | 会话名就是并发度。名字固定 = 并发度 1 | | **一次访问 = 一个 batch**（`openAndExtract`） | 「含任一写操作的混合 batch 整体按写处理」，所以整包是原子的，别人插不进来——这正是共用名字仍然安全的原因 | | **禁止 open 一次隔几轮对话再读** | 会话一直占着，后面全在排队。实测 daemon.log 一天 1016 条 busy 轮询 | | **采集写成顺序循环**（`sequentialCrawl`），不要扇出 | 排队是兜底不是调度器：daemon 默认只等 10 分钟，20 个词顺序跑就快贴到上限 | | **间隔用 `sleepStep()`，不要用 `wait time`** | `wait time 5` 在 1.8.7 是坏的：报 "Waited 5s"，实测 928ms 就返回。写错了整套节流静默失效 | | **撞上限的第一动作是 `close`，不是 `sleep`** | 释放标签页本身就是退避。当成「页面没加载好」去重试只会再开一个，越retry越糟 | **daemon 排队只串行化单条命令 / 单个 batch，保护不了跨多条命令的整轮采集。** 同名会话排队意味着两条命令之间的间隙对别人是敞开的：一轮横跨几十条命令的采集 （poll → 截图 → 滚动循环），任何 poll 间隙里别的工作流都能往同一个固定名标签页 `open` 自己的 URL。实测 2026-08-29 一天抓到 4 次现行接管。所以整轮采集必须**另持 机器级工具锁**（`yan-tools-share-.lock`，`pressure.mjs` 报告的就是它）， 整轮持有、结束释放——「排队所以安全」只对单条 batch 成立。完整法律与参考实现见 backlink Skill 的 `one-collector-per-quota-tool`（`backlink/SKILL.md`，实现在 `backlink/scripts/ground-truth.mjs`）。 **分析阶段一律不碰配额站。** 采集落盘（`scripts/receiver.mjs`），N 个分析 agent 读文件， 站点侧并发度是 0。这是唯一能让 agent 数量和站点压力彻底解耦的做法——今天那 19 个 `tm-*` 标签页全开在同一个 Semrush 报表上，就是因为扇出的单位是 agent 而资源是页面。 **导航超时不等于页面没开。** 扩展硬编码 15 秒且改不了，Semrush 的重报表经常超。 标签页那时已经建好了，正确反应是先 extract 探活，确认真没内容才在**同一个会话里** 重新导航。`openAndExtract` 已经这么做了；手写的话千万别开新会话去重试。 > Semrush / Similarweb **一个 adapter 都没有**（`opencli list` 里 0 条），所以每次取数 > 都必须开真标签页。想从根上删掉这个问题，就得给最高频的几个报表写 COOKIE/INTERCEPT > adapter——从日志看是 `analytics/overview`、`keywordoverview`、`keywordmagic` > （也正好是超时最多的三个：9 / 8 / 5 次）。 ### `$$` 在脚本里安全，在 Bash tool 里不安全 这是我们踩过的真实事故，必须区分： | 场景 | `$$` / `process.pid` 行为 | 正确做法 | |---|---|---| | **Node 脚本**（一个进程跑完全程） | 整个生命周期同一个 PID，安全 | `` let session = `ahs-${process.pid}` `` | | **Claude Code 的 Bash tool** | **每次调用都是新进程，PID 不同** | 用**描述性字面常量**（`naver-birthstone`、`bing-check-mysite`），或 `S=$(uuidgen \| cut -c1-8)` 存进文件再读回 | 已验证事故（2026-08-23）：sub agent 用 `S="naver-bs-$$"` 连续调用 OpenCLI， 每条命令都创建了新会话（新空白标签页），上一条打开的页面被遗弃。 agent 看到的永远是空白页，以为页面没加载好不断重试，最终泄漏 9 个会话。 **名字要描述工作**，不只是唯一：`backlink-probe-<后缀>` 胜过 `bl-1`。 会话名是唯一存在的标识符，一个唯一但无意义的名字仍然回答不了「这是谁的标签页」。 JS 里不要手搓后缀，用 `scripts/opencli-core.mjs` 的 `defaultSession(base)`； **Bash 里 `source scripts/session.sh` 然后 `S=$(oc_session )`**——出事的那批 会话全是从 Bash tool 直接发出去的，压根没经过 JS 那个助手。 两边都有一道守卫会**拒绝**以 3~6 位数字结尾的会话名（`guardSessionName` / `oc_guard_session`），因为那就是 `$$` 展开后的形状。这个失败原本不报错， 只表现为「页面怎么老是空的」，所以必须让它当场红。 ### 用完必须还回去 ```bash opencli browser close # 释放这一个 opencli browser sessions # 看现在还有谁活着，以及各自在哪个窗口 opencli browser cleanup # 释放**全部**——只有主线能跑，见下 ``` **Sub agent 必须在 finally 块或退出前显式 close 自己的会话**——崩溃时不会自动清理。 **`cleanup` 是主线专用。** 它释放的是**这台机器上全部**的租约，不是「我的」—— sub agent 跑它会把兄弟 agent 正在用的标签页一起关掉， 而那些 agent 只会看到自己的页面莫名其妙不见了。留着的会话在用户 Chrome 里就是一个标签页，看起来和别人正在做的活儿一模一样。 **父级收尾用差集回收，不要用 `cleanup`：** ```js const before = await snapshotSessions(); // 扇出前存快照 // ... 扇出 ... await reconcileSessions(before, { prefix: 'tm-' }); // 只关自己那批 ``` 它能收掉崩溃的 sub agent 留下的标签页，一个兄弟的都不碰。 **`prefix` 或 `sessions` 必须给**——否则它只报告不动手，因为「快照之后新出现的」 里面也包含兄弟 agent 同期开的会话，无差别关掉就退化成了 `cleanup` （实测一次 dry-run 就混进了一个别人的 `sweep2-*`）。 差集也比 idle alarm 快：实测 2026-08-28 有 31 个标签页是靠 idle 自己掉的， 在它掉之前用户的标签栏一直是脏的。 ### 三个窗口模式，默认已经是不打扰的那个 | `--window` | 行为 | 什么时候用 | |---|---|---| | `background` | **默认**。在用户当前那个 normal 窗口里开标签页，不抬窗口、不切活动标签页。**`opencli browser` 与 adapter 命令（`opencli …`）都是这样**——1.0.33 起 adapter 不再自己开窗口 | 几乎所有情况 | | `foreground` | 抬起窗口并选中标签页 | **只有**需要用户亲自完成验证码、或他明确说要看着的时候 | | `isolated` | 后台，但不在用户那个窗口里——自动化自己的独立窗口（多个 isolated 会话共用这一个独立窗口，各自仍是自己的标签页组） | 长时间批量作业，不想在用户标签栏里堆东西 | 标志位置在**会话名和子命令之间**（放在子命令后面也能工作）： ```bash opencli browser --window isolated open "https://..." ``` 放在会话名**前面**会报 `unknown command: <你的会话名>`，读起来像装坏了，其实是语法错。 **需要扩展 ≥ 1.0.33**（`opencli doctor` 那行就是判据）。旧扩展上默认仍是前台、 `isolated` 会被静默忽略——那正是下面那张表里的坑。 **`background` 只在借不到 normal 窗口时才新建窗口**，并把原因记下来： `opencli browser sessions` 那一行尾部显示 `[new window: ]`（JSON 里是 `windowFallbackReason`）。 | reason | 意思 | |---|---| | `no-normal-window` | Chrome 一个普通窗口都没开（只剩应用窗口、弹窗，或干脆没窗口） | | `all-incognito` | 有窗口，但全是无痕窗口——无痕的 cookie 不是用户的登录态，不借 | | `all-owned` | 有窗口，但全是我们自己建的（比如只剩一个 isolated 窗口） | | `query-failed` | 问 Chrome「有哪些窗口」这一步本身失败了 | browser 与 adapter 都借不到时只建**一个**替身窗口共用；用户之后开了自己的窗口，新会话会跟过去。 这个字段为 null 就是落在用户自己的窗口里，或者是用户自己要的 `isolated`。 #### `isolated` 曾经有两条限制，两条都已修好 **当前行为（2026-08-24 复测于扩展 1.0.30 + CLI 1.8.7，两条都 PASS）**： 两个 isolated 会话可以并存，`sessions` 里都在、都可读，且都落在自动化自己的独立窗口里 （`win379222152`），与用户窗口（`win379220956`）分开。`isolated` 隔离的是**用户 vs 自动化**， 不是会话之间——会话之间的隔离靠会话名（上面四条法律）和每会话一个的标签页组。
修好之前是什么样（留着，因为这两种失败形态会重复出现） **一、第二个 isolated 会把第一个静默打掉**（扩展 1.0.27）。 `w1` 开出独立窗口 → 再开 `w2` → `w2` 落回用户窗口，**且 `w1` 整条会话从 `sessions` 蒸发**， 再访问 `session_not_found`，而创建 `w2` 的那一方毫无报错。跨 agent 同样会踩—— 一个 agent 开 isolated 就打掉兄弟 agent 已有的那个。 **二、adapter 命令不接受 `isolated`**（CLI ≤ 1.8.7 的某个中间版本）。 报 `--window must be one of: foreground, background`。真因是 adapter 走的是 `src/execution.ts` 里**另一份白名单**，它只列了两个值，而紧挨着的 `src/help.ts` 文案却在宣传 isolated——文档说一套、代码做一套，读起来像用户抄错了参数。 两条的共同点：**失败都不报错，或者报的错指向错误的方向。** 所以下面那条自检值得每次都做。
背景模式跑的是用户真实的、已登录的 Chrome：`navigator.webdriver` 为 `false`、 UA 不含 `Headless`、`plugins.length` 为 5。 **「后台模式会被反爬识破」不是真问题**，每一项无头特征都是负的。 ### 绝不抢用户的浏览器焦点 **这台机器上的 Chrome 是用户正在用的那一个。** 抢焦点不是「体验略差」， 是直接打断他手上的活——他正在打字或看页面，窗口被抬起来、标签页被切走。 | 错误做法 | 正确做法 | 为什么错 | |---|---|---| | `--window foreground`（除非用户要亲自操作） | 什么都不加（默认就是 background） | 实测会把用户的**活动标签页切走**（从第 1 个跳到第 3 个）。注意最前端**应用**不变，所以只查应用焦点的测量看不见它 | | 调 adapter 时用前台「方便看页面」 | `--keep-tab true` + `screenshot` / `state` | 调试是高频动作，一轮能打断十几次。标签页留着，用户想看自己切过去 | | 在旧扩展（< 1.0.33）上省略 `--window background` | 先看 `doctor` 的扩展版本；旧版就每条命令都显式带 | 旧版两层默认都是前台，省略等于每条命令都抬一次窗口 | | 给 `PUBLIC` / `LOCAL` 命令加 `--window` | 不加 | 它们不接受这个标志，会报 `unknown option '--window'`；这类命令本来也不开浏览器 | | 崩溃后不清理，留下一堆孤儿标签页 | `finally` 里 `close` | 泄漏的会话在用户窗口里就是一堆莫名其妙的标签页，比抢一次焦点更烦 | **实测（2026-08-23，macOS + Chrome）**：后台模式下 `open` / `eval` / `screenshot` / `click` / `type` 全程——用户窗口的**活动标签页索引不变**，标签数在 `close` 之后回到基线， 页面侧 `document.hasFocus()` 恒为 `false`、`visibilityState` 恒为 `hidden`。 **同一台机器上换成 `--window foreground`，活动标签页立刻从第 1 个被切到第 3 个。** **这条推翻了本 Skill 到 2026-08-22 为止的旧结论「两种模式都不抢焦点」**—— 旧测量只查了「最前端应用」（前台模式下它确实不变），漏掉了「活动标签页」这一轴。 完整对照表见 [`references/session-laws.md`](references/session-laws.md)。 > **这条曾经是坏的，2026-08-23 修好了**。当时 `--window isolated` > 不新开窗口，行为与 `background` 一模一样，于是文档写下了「没办法把 agent 的标签页 > 挪出用户窗口」。真因是四层各自静默地否决它：运行时白名单只认两个值把 `isolated` > 丢掉了；「这窗口是不是我的」靠猜（全是非 http 页面就算我的）而把用户随手开的空窗口 > 认成了容器；窗口建对了之后分组收敛又把标签页搬回用户窗口；以及挑「用户在哪个窗口」 > 用了 `focused`，而 Chrome 不在最前面时所有窗口的 `focused` 都是 false。 > **每一层都不报错**，所以每修一层都以为好了。 **怎么确认自己拿到的是修好的版本**：`opencli doctor` 的 Extension 那行 ≥ 1.0.33； 再跑 `opencli browser --window isolated open ` 之后 `opencli browser sessions`， 它那一行的 `windowId` 应该与默认模式会话的不同，且默认模式那行**没有** `[new window: …]`。 --- ## 四、发现能力：不要背命令表，去问 有 160+ 站点 adapter，数量每周都在变。**任何写死在文档里的清单都会过期**， 所以本 Skill 不列它们。 ```bash opencli list # 按站点分组的表格 opencli list -f json # 机器可读，agent 用这个 opencli list | grep -i twitter # 找某个站 opencli --help # 这个站有哪些命令 opencli --help # 位置参数、专属标志、输出列 ``` `opencli list -f json` 每条给 `{site, name, aliases, description, strategy, browser, args, columns}`。 **`strategy` 决定要不要浏览器**： | strategy | 需要什么 | |---|---| | `PUBLIC` | 什么都不要，纯 HTTP | | `COOKIE` | Chrome 已登录该站 + 装了扩展；命令从活会话里取凭据，不用重新登录 | | `INTERCEPT` | 同上，另外会开一个自动化窗口截取签名请求 | | `UI` | 同上，完整 DOM 交互 | | `LOCAL` | 不要浏览器，连本地/开发端点 | **在退回裸 `opencli browser` 之前，先查一下有没有 adapter 已经覆盖了这个工作流。** 在高频改版的登录站上尤其值得——adapter 里封装过的坑，现场驱动要重踩一遍。 ### 通用标志（多数 adapter 命令有，浏览器相关的那几个例外） | 标志 | 作用 | |---|---| | `-f, --format ` | `table`（TTY 默认）· `yaml`（非 TTY 默认）· `json` · `plain` · `md` · `csv`。**agent 基本都要 `-f json`** | | `--trace ` | `off`（默认）· `on` · `retain-on-failure`。排障和写 adapter 时用 | | `-v, --verbose` | 调试日志 + 失败栈 | | `--window ` | `background`（默认）/ `foreground` / `isolated`。**`PUBLIC` / `LOCAL` 策略的命令不接受它**——加了直接报 `unknown option '--window'`，读起来像装坏了，其实是这类命令根本不开浏览器（实测 342 个 public + 25 个 local 命令）。先看 `strategy` 再决定加不加 | | `--site-session ` | `ephemeral`（默认）/ `persistent`。**同一站点批量调用一律 `persistent`**：复用 `site:` 一个标签页、已在域内就跳过站点根预导航；默认模式每次新开标签页并先导航站点根，看起来像「一直刷新首页」。见 [session-laws](references/session-laws.md#site-session) | | `--keep-tab ` | 结束后是否保留标签页租约 | --- ## 五、现场驱动：最小闭环 ```bash S="recon-pricing" # 描述性常量，Bash tool 里不要用 $$ opencli browser "$S" open "https://example.com/pricing" opencli browser "$S" state # 拿到带 [N] 编号的快照 opencli browser "$S" click 7 opencli browser "$S" wait selector "[data-loaded]" --timeout 15000 opencli browser "$S" state # 页面变了就必须重新 state opencli browser "$S" close ``` 四条心智模型，够用来读懂所有返回： 1. **选择器优先的目标契约**：每个交互命令接受**一个** ``，要么是 `state`/`find` 给的数字 ref，要么是 CSS 选择器。多个匹配时用 `--nth ` 消歧。 2. **每个信封都报 `matches_n` 和 `match_level`**（`exact` / `stable` / `reidentified`）。 CLI 已经替你救回了中等程度的 DOM 漂移，`match_level` 告诉你该有多信。 3. **先要紧凑输出，需要时再要全量**：`state` 是预算感知的快照；`network` 先给形状预览， 再用 `--detail ` 取单条 body。吐一个巨大的 payload 等于白烧上下文。 4. **错误是机器可读的**：失败返回 `{error: {code, message, hint?, candidates?}}`。 **按 `code` 分支，不要匹配消息字符串。** 完整命令表、目标契约、compound 表单控件、成本表、配方与坑，见 [`references/browser-driving.md`](references/browser-driving.md)。 ### 三条最常被违反的规则 - **动手之前先看。** 先 `state` 或 `find`。数字 ref 是**每次快照独有的**， 绝不要跨会话凭记忆写死。 - **页面变了就重新 `state`。** 导航、表单提交、SPA 路由切换都会让旧 ref 失效—— 失效还算好的，更糟的是 `reidentified` 到新页面上一个形状相似的元素。 - **`eval` 是只读的，而且必须包 IIFE。** 本环境 eval 上下文跨调用持续， 重复声明会抛错**且那次调用根本没执行**。要改页面就用 `click`/`type`/`select`/`keys`， 它们有结构化输出和指纹，`eval` 没有。 ### batch：一次调用跑多步 固定序列（open → wait → eval）**一律用 batch**，它复用一条 Page 连接， 省掉每条命令各付一次的连接—解析—拆除开销。 ```bash opencli browser "$S" batch --commands '[ {"cmd": "open", "args": ["https://example.com"]}, {"cmd": "wait", "args": ["selector", ".loaded"]}, {"cmd": "state", "args": []} ]' ``` 返回 `{cmd, index, ok, result?, error?}` 数组；默认遇错继续，`--stop-on-error` 改为中止。 **条件逻辑**（每一步决定下一步）用顺序调用，不要硬塞进 batch。 --- ## 六、取数与落盘 ### 页面里没有 API 时的取数顺序 1. **`network`** —— 页面的数据如果来自 JSON 接口，**接口几乎总比渲染后的 DOM 可靠**。 先 `network` 看形状，再 `--detail ` 取那一条。 2. **`extract`** —— 长文正文，返回带 `next_start_char` 游标，循环到它为 `null`。 3. **`eval`** —— 前两者都不合适时的定点提取。 4. **滚动抓表** —— 兜底手段，不是默认手段。**开抓之前先花一分钟找那个免费导出按钮**。 ### 抓之前必须知道的三个坑 - **同名控件陷阱**：同一个报表上常并排放着两个名字高度相似的导出控件，一个走付费配额、 一个免费导当前页，行为完全相反。**凡是要写下「某功能不可用」，先确认你点的不是同名的另一个控件。** - **同一个工具里不同报表的导出模型可以完全不同。** 在 A 报表验证出「只能一页页导」， 不构成 B 报表的结论。每换一个报表，重新看一眼导出面板。 - **导出触发器常常是 `` 图标**，没有 `.click()` 方法，要 `closest('button,[role=button],a')` 往上找真正的按钮；面板异步挂载要**轮询等按钮出现**，不要用固定 sleep 或坐标点击。 ### 落盘：抓到的数据不许留在下载目录 **首选本地接收端**：起一个只监听 `127.0.0.1` 的服务，让页面 `fetch(..., {method:'POST'})` 把数据直接送进项目目录。它一次性消掉四个问题——不用等文件落齐、不用归并重名副本、 不受下载目录权限影响、不占对话上下文。 **接收端的端口不能写死成常量**，理由和会话名不能写死完全同构：两个项目同时开工时， 第二个实例 `EADDRINUSE` 起不来，而后台常驻的常见写法会把输出丢进 `/dev/null`—— **这个失败是完全静默的**，随后页面的 `fetch` 照样返回 200，打到的是**另一个项目的接收端**。 完整的落盘 SOP（接收端写法、等齐判据、重名归并、manifest 校验）见 [`references/data-extraction.md`](references/data-extraction.md)。 --- ## 七、坏了怎么办 **出问题之后回来查证据**：守护进程的日志按类落在 `~/.opencli/logs/`， `opencli daemon logs`（默认 errors）/ `commands` / `extension` / `daemon`， 支持 `-n` 与 `--grep`。它从守护进程的下一次启动开始记，之前的没有留下来。 ### 原生对话框会把会话锁死，而唯一的解法排不进去 **症状**：某个会话上的调用永不返回，日志里是 `opencli timed out after 60000ms`。 **成因**（2026-08-28 实测跑通整条链）： ``` 站点弹一个原生 alert（Semrush 的设备上限就是 alert，不是页面元素） ↓ alert 阻塞渲染进程的 JS 线程 → eval 永不返回 ↓ 会话锁被这个挂住的 eval 握着 ↓ dialog accept ——唯一能清掉 alert 的命令——排在同一把锁后面，轮不到 ↓ 客户端被超时杀掉后，守护进程仍认为它握着锁 （实测 "browser eval (pid 49191) has been driving it for 110s"，而那个 pid 早已不存在） ``` | | | |---|---| | **脱困** | `opencli browser close`——同样要排队，但最终会成功，关掉标签页也带走 alert | | **不要做** | `dialog accept`（排不进去）· 重开一个会话重试（原来那个标签页还挂着） | | **判据** | 同一会话上连续超时 + `access-report.mjs --suspicious` 里的「超时」行 | **这把锁不探活。** backlink 那层文件锁会 `process.kill(pid, 0)` 回收崩溃遗留的锁， 守护进程的会话锁不会——所以死掉的客户端会把会话按住一段时间。 **测这件事的时候别用 setTimeout 造 alert**：后台标签页的定时器会被冻结 （`visibilityState: hidden`），回调根本不跑，看起来像「alert 不阻塞」， 其实是 alert 压根没弹。要同步调 `alert()`。 **alert 挡着的时候页面本身仍是 HTTP 200、DOM 齐全**，降级形态只表现为 指标全 `n/a` 和一个没解析的 i18n key `state.undefined`——所以协议层看不出任何异常。 ### 守护进程的日志看不见的那一半 它记标签页租额、导航超时、窗口分组——**没有 HTTP 状态码、没有响应体、没有调用方**。 所以有一整类问题它答不了： | 问题 | 守护进程日志 | `site-access.jsonl` | |---|---|---| | 站点限流了吗 | **看不见**（Semrush 限流是 HTTP 200 + 页面里写着已达上限） | 留下 payload 大小和失败痕迹 | | 哪个路由访问最多（该封 adapter） | 看不见（只记超时，不记成功导航） | 有 | | 这一串标签页是谁开的 | 只有会话名 | 入口脚本名 + `tag` + 对话 id + pid（会话名在配额站上由站点决定，答不了这个） | | 哪个报表慢、慢多少 | 看不见 | p50 / p95 | `scripts/opencli-core.mjs` 每次浏览器调用追一行 JSONL 到 `~/.opencli/logs/site-access.jsonl`。**纯观测，不改行为**——不判限流、不退避、不重试， 只留证据。关掉用 `OPENCLI_ACCESS_LOG=0`。 调用方归属自动记：`script` 字段取入口脚本名，不需要任何配合。`OPENCLI_ACCESS_TAG=<任务名>` 是它上面一层，给**跨脚本的一轮任务**打标（比如一轮悬赏调研跑了五个脚本）， 报告里 tag 优先于脚本名。 ```bash node /scripts/access-report.mjs --since 2h node /scripts/access-report.mjs --suspicious # 挑限流样本 ``` **限流的自动判据还没有，因为缺样本**——所以出事那一刻会自动取样存进 `~/.opencli/logs/samples/`（`openAndExtract` 重试耗尽时触发，也可以自己调 `captureSample(session, reason)`）。取样是三级降级，每级都带短超时： 先 `dialog accept`（**原生 alert 的文案只有这里拿得到**，顺手清掉它）， 再 `eval` 取页面原文，都不行就把诊断本身写下来。 第一版只会 `eval`——而在最需要它的场景里 eval 自己就挂住了，见上一节。 **为什么 `bytes` 不够、必须留原文**：限流、设备上限、降级渲染全是 **HTTP 200 + DOM 齐全**，只是数据没来。2026-08-28 实测抓到一次 Semrush 的 降级形态——标题正常是 `Dashboards`，指标全是 `n/a`，页面上还留着一个 没被解析的 i18n key `state.undefined`。光看 `bytes` 分不出它和一次正常的小响应。 `--suspicious` 的判据只留三类，每类都说得出为什么值得看：真失败（排除测试桩 和 Node 警告这类已知噪音）、超时、以及配额站上「成功但几乎没内容」。 第一版判据是「失败或 eval 且 bytes < 200」，实测标出 601/1080 行—— **判据太松等于没有判据**，没人会去翻一份 55% 都是可疑的清单。收紧后是 2 行。 | 症状 | 先看哪里 | |---|---| | `doctor` 红、`session_not_found`、守护进程/扩展问题 | [`references/troubleshooting.md`](references/troubleshooting.md) | | 刚 `daemon restart` 过，扩展就连不上了 | service worker 睡死了：`open -g -a "Google Chrome" "https://example.com"` 唤醒。再重启守护进程没用，见 [`references/troubleshooting.md`](references/troubleshooting.md) | | 读回来的页面不是你导航过去的那个 | **先怀疑会话撞名**，再怀疑站点或 CLI。诊断顺序见 [`references/session-laws.md`](references/session-laws.md) | | `selector_not_fou