技能名称: browser-use-init
详细描述:

browser-use-init 技能

概述

此技能提供完整的 Chrome DevTools 协议（CDP）初始化和连接方案，用于在 Chrome 145+ 版本下远程控制浏览器。

为什么需要这个技能

Chrome 130+ 引入了安全限制，--remote-debugging-port 强制要求使用非默认的 user-data-dir 路径。直接用默认 Profile 启动 CDP 调试会失败，导致无法用 Playwright 或 browser-use 连接浏览器。

此技能通过自动复制 Profile 到自定义目录的方式绕过此限制，同时保留登录态。

快速开始

1. 首次初始化（一次性）

bash
cd <技能目录>/scripts
python start_chrome.py

输出示例：

[1] 关闭现有 Chrome...
[2] 准备 profile...
[profile] 首次复制 profile...
复制 Default (~可能需要几分钟)...
[profile] 复制完成: PROFILEDIR>
[3] 启动 Chrome (CDP 模式)...
[4] 等待 CDP 就绪...
[OK] Chrome 已启动: Chrome/145.0.7632.160
[OK] CDP 端口 9222 就绪
[OK] WS URL: ws://localhost:9222/devtools/browser/...

此时 Chrome 窗口已打开，可用浏览器操作。

2. 处理首次登录态丢失

如果登录状态丢失（DPAPI 绑定限制），需要手动登录一次：

• - 在弹出的 Chrome 窗口中打开：你的登录网址
• 使用你的登录方式（App 扫码、验证码、账号密码等）完成登录
• 登录成功后关闭 Chrome

重新运行 start_chrome.py，登录态现已保存，以后启动无需重新登录。

3. 查询 CDP 连接信息

bash
python query_cdp.py

输出：

Browser: Chrome/145.0.7632.160
WS URL: ws://localhost:9222/devtools/browser/8c3e...
Version: 12.7

标签页 (1):
- 京东首页 | https://www.jd.com/

工作流场景

场景 A：用 Playwright 直接操作（确定性任务）

适用于：数据提取、页面截图、表单填充等明确的操作

python
import asyncio
from scripts.playwrightconnect import getpage

async def extract_data():
pw, browser, page = await get_page()
try:
await page.goto(https://example.com/data-page)
await page.waitforload_state(networkidle)

# 用 JS 提取页面信息
items = await page.evaluate(
() => {
return Array.from(document.querySelectorAll(.item-name))
.map(el => el.textContent.trim());
}
)
print(提取的数据:, items)
finally:
await pw.stop()

asyncio.run(extract_data())

优点：

• - 快速、可靠、确定性强
• 直接控制 DOM，支持 JS 注入
• 无需 LLM

场景 B：用 browser-use Agent（自然语言任务）

适用于：开放式任务、需要 AI 判断的操作

bash
python run_agent.py --task 打开网站，找出最新发布的产品名称 --model qwen3.5:9b

或在代码中：

python
import asyncio
from scripts.runagent import runtask

asyncio.run(run_task(
task=打开网站列表页，提取所有商品的名称和价格,
model=qwen3.5:9b
))

优点：

• - 支持自然语言描述任务
• AI 自动判断操作流程
• 适合复杂的人机交互

注意：

• - 需要本地 Ollama 运行且模型可用
• LLM 输出质量直接影响效果

技术详解

核心脚本说明

Chrome Profile 复制机制

首次运行 start_chrome.py 时：

1. 1. 复制 Local State：包含加密密钥元数据，确保旧 Cookie 能被解密
2. 复制 Default Profile：包含所有 Cookie、历史记录、书签等
3. 排除大文件：自动跳过 Cache、Code Cache、日志等不必要的文件（加快速度）

原始路径：%LOCALAPPDATA%\Google\Chrome\User Data
↓ (复制)
自定义路径：PROFILEDIR>（可通过环境变量配置）
↓ (启动 Chrome)
Chrome 以 --remote-debugging-port 识别为非默认路径 ✓
↓ (DPAPI 解密)
旧 Cookie 被解密并加载 ✓

DPAPI 与登录态

首次登录态可能丢失的原因：DPAPI 密钥绑定到原始 user-data-dir 路径。

解决方案：手动登录一次后，新 Cookie 使用新路径的 DPAPI 密钥加密，之后自动保持。

详见：references/chrome-cdp-solution.md 中的 DPAPI 章节。

依赖与环境

最小依赖

bash

仅启动 Chrome（无需额外包）

查询 CDP（仅需标准库）

Playwright 支持

bash
pip install playwright
playwright install chromium

browser-use Agent 支持

bash
pip install browser-use langchain-ollama
ollama pull qwen3.5:9b # 或其他模型

常见问题

Q: 为什么首次登录态丢失？

A: Chrome 126+ 用 DPAPI 加密 Cookie，密钥绑定到原始 user-data-dir。复制 Profile 后需重新登录一次，之后会自动保持。详见参考文档。

Q: 我想多开几个 Chrome 实例，怎么做？

A: 修改 startchrome.py 中的 PORT 和 DSTDIR 变量，为每个实例指定不同端口（如 9222、9223）和独立 Profile 目录。

Q: CDP 端口 9222 一直不通

A: 检查清单（详见参考文档故障排查章节）：

• - tasklist | grep chrome 确认 Chrome 进程
• netstat -ano | grep 9222 检查端口占用
• 确认 --user-data-dir 是非默认路径

Q: Playwright 连接报 WebSocket 错误

A: 运行 query_cdp.py 确认 CDP 在线，再尝试连接。如仍失败，检查防火墙设置。

进阶用法

用法 1: 自定义 Profile 位置和端口

bash

方式 1：修改脚本中的常数（开发模式）

编辑 startchrome.py，修改 DSTDIR 和 PORT

方式 2：使用环境变量（推荐，更灵活）

用法 2: Playwright 中的高级操作

python
async def fill_form():
pw, browser, page = await get_page()
try:
await page.fill(input[name=username], user_input)
await page.fill(input[name=password], pass_input)
await page.click(button[type=submit])
await page.waitforload_state(networkidle)
await page.screenshot(path=result.png)
finally:
await pw.stop()

用法 3: Agent 中自定义提示词

python
asyncio.run(run_task(
task=打开网站，用中文列出首页推荐商品的名称和价格,
model=qwen3.5:9b
))

技术参考

详细的技术说明、Chrome 版本历史、DPAPI 机制、故障排查等信息，见：

📄 references/chrome-cdp-solution.md

本技能解决的核心问题

1. 1. ✅ Chrome 130+ 强制非默认 user-data-dir 限制
2. ✅ DPAPI App-Bound Encryption 导致的登录态丢失
3. ✅ 简化 CDP 初始化流程（一条命令搞定）
4. ✅ 提供 Playwright 和 browser-use 两种使用方式
5. ✅ 完整的故障诊断和排查工具

下一步

• - 运行 python start_chrome.py 启动 Chrome
• 查看 references/chrome-cdp-solution.md 深入了解技术细节
• 选择