feat: 网页工具
This commit is contained in:
parent
c5be12b8d3
commit
7f9e36160e
@ -10,8 +10,6 @@ argument-hint: "需要 url；mode 可为 content 或 screenshot；自动化可
|
||||
|
||||
这是一个本地网页读取、自动化交互和截图技能。它使用基础镜像中的 Chromium 以 headless 模式打开网页，通过 Chrome DevTools Protocol 在本地完成页面渲染、点击、输入、表单操作、正文抽取和截图，不调用外部 AI 接口。
|
||||
|
||||
验证码处理采用安全边界内的自动检测：脚本可以识别常见验证码/人机验证页面并停止自动化，给出明确错误提示；不提供破解、绕过、代答验证码或规避网站风控的能力。遇到验证码时，应让用户在合法授权下人工完成验证，或使用已验证后的页面/会话环境继续处理。
|
||||
|
||||
技能脚本位于 `scripts/web_page.ts`，依赖基础镜像提供的 Node.js 24+ 和全局安装的 `tsx`（用于直接运行 TypeScript）以及 Chromium。基础镜像中已配置 `CHROME_BIN=/usr/bin/chromium` 和 `CHROME_PATH=/usr/bin/chromium` 时，无需额外安装浏览器。
|
||||
|
||||
## 触发条件
|
||||
@ -86,11 +84,6 @@ argument-hint: "需要 url；mode 可为 content 或 screenshot；自动化可
|
||||
"action_timeout_ms": {
|
||||
"type": "integer",
|
||||
"description": "单个自动化动作默认超时时间，默认 15000。"
|
||||
},
|
||||
"captcha_strategy": {
|
||||
"type": "string",
|
||||
"enum": ["detect", "ignore"],
|
||||
"description": "验证码处理策略。detect 表示执行动作前后检测疑似验证码并停止；ignore 表示不检测。传 actions 时默认 detect，否则默认 ignore。"
|
||||
}
|
||||
},
|
||||
"required": ["url"],
|
||||
@ -110,7 +103,6 @@ argument-hint: "需要 url；mode 可为 content 或 screenshot；自动化可
|
||||
- `--actions '<JSON数组>'` 可选，页面打开后顺序执行的自动化动作
|
||||
- `--actions_file <本地JSON路径>` 可选，从文件读取自动化动作
|
||||
- `--action_timeout_ms <毫秒>` 可选，单个动作默认超时时间，默认 `15000`
|
||||
- `--captcha_strategy <detect|ignore>` 可选，传 actions 时默认 `detect`，否则默认 `ignore`
|
||||
- `--output <本地PNG路径>` 可选，仅截图模式使用
|
||||
- `--send <auto|true|false>` 可选，仅截图模式使用，默认 `auto`
|
||||
|
||||
@ -141,7 +133,6 @@ argument-hint: "需要 url；mode 可为 content 或 screenshot；自动化可
|
||||
- `wait_for_selector`：等待元素状态。需要 `selector`，可选 `state` 为 `attached`、`visible`、`hidden`、`detached`，默认 `visible`。
|
||||
- `scroll`：按偏移滚动页面。可选 `x`、`y`，默认 `x=0,y=600`。
|
||||
- `scroll_to`：滚动到坐标或元素。可传 `x/y`，或传 `selector` / `text`。
|
||||
- `captcha_check`：主动检查当前页面是否疑似出现验证码/人机验证。
|
||||
|
||||
示例：点击链接后读取跳转页面内容。
|
||||
|
||||
@ -192,7 +183,6 @@ tsx scripts/web_page.ts --url 'https://example.com' --mode content
|
||||
2. 如果动作会触发页面跳转，给对应动作设置 `wait_for_navigation: true`。
|
||||
3. 如果需要等待异步渲染结果，使用 `wait_for_selector` 或设置更长的 `wait_ms_after`。
|
||||
4. 自动化动作完成后，继续按 `mode=content` 输出页面内容，或按 `mode=screenshot` 输出/发送截图。
|
||||
5. 默认情况下，只要传了 `actions`，脚本会启用 `captcha_strategy=detect`。检测到疑似验证码时会停止操作并输出失败原因；不要尝试破解或绕过验证码。
|
||||
|
||||
### 截图网页
|
||||
|
||||
@ -234,7 +224,6 @@ tsx scripts/web_page.ts --url 'https://example.com' --mode screenshot --screensh
|
||||
- `actions` 必须是 JSON 数组，或包含 `actions` 数组的 JSON 对象。
|
||||
- `actions_file` 必须是可读取的本地 JSON 文件。
|
||||
- `action_timeout_ms` 和单个动作的 `timeout_ms` 必须大于 0。
|
||||
- `captcha_strategy` 只能是 `detect` 或 `ignore`。
|
||||
- 自动化动作必须符合对应类型的必填字段要求，例如 `fill` 必须传 `selector` 和 `value`，`click` 必须传 `selector` 或 `text`。
|
||||
- Chromium 路径优先读取 `CHROME_BIN`，其次读取 `CHROME_PATH`，再回退到常见系统路径。
|
||||
|
||||
@ -242,7 +231,6 @@ tsx scripts/web_page.ts --url 'https://example.com' --mode screenshot --screensh
|
||||
|
||||
- `content` 模式成功时，智能体应基于脚本输出给用户总结、解释或回答问题。
|
||||
- 自动化动作失败时，脚本会输出具体失败在第几个 action 及失败原因。
|
||||
- 检测到验证码/人机验证时，回复用户需要人工完成验证或提供已验证后的页面环境；不要承诺自动破解验证码。
|
||||
- `screenshot` 模式成功且已发送图片时，脚本输出「页面截图已发送」。
|
||||
- `screenshot` 模式成功但未发送图片时，脚本输出本地 PNG 路径，智能体可继续用 `send-local-image` 技能发送。
|
||||
- 失败时，返回脚本输出的具体错误信息。
|
||||
|
||||
Loading…
Reference in New Issue
Block a user