跳到主要内容

browser_cdp 精选

当用户明确希望连接到已运行的 Chrome 浏览器、扫描本地 CDP 端口、显式指定 `cdp_port`,或让多个 agent / 工具共享同一个浏览器时,使用本 skill。browser 默认不开放调试端口;仅当用户明确希望其他本地工具附加时才显式传入 `cdp_port`。

自动化 Codex CLIMCP 客户端 Apache-2.0 3.6 万
在 GitHub 打开

安装方式

cp -r src/qwenpaw/agents/tools/deprecated_browser/skills/browser_cdp-zh ~/.claude/skills/browser-cdp-zh

把该 skill 目录放进客户端 skills 目录。不同客户端的目录可能不同,Claude Code 默认是 ~/.claude/skills/

整仓一次性获取:git clone --depth 1 https://github.com/agentscope-ai/QwenPaw.git

依赖与权限

  • 无需 API Key
  • 需要联网访问外部服务
  • 依赖外部命令:playwright
  • 以上为按正文与 frontmatter 自动推断的信号,仅供参考;安装前建议先阅读原文。

SKILL.md 正文

来源 agentscope-ai/QwenPaw@02b6a6d · 许可 Apache-2.0 · 内容未修改
已弃用: 此参考服务于稳定的 browser 实现。启用实验模式时,请优先使用统一的 browser 工具。

浏览器 CDP 使用参考

browser 默认不开放调试端口,浏览器由 Playwright 直接管理。本 skill 关注的是有意需要 CDP 端口的场景。

本 skill 关注的是更“显式”的 CDP 用法:

  1. 扫描本地 CDP 端口
  2. 连接已有 Chrome(connect_cdp)
  3. 显式指定 cdp_port 启动浏览器
  4. 让多个 agent / 工具共享同一个浏览器实例

也就是说:

  • 普通 start 不开放调试端口,通常不需要用户理解或感知 CDP 细节
  • 只有在用户明确提出“连接现有浏览器 / 扫描端口 / 指定端口 / 共享浏览器”时,才应进入本 skill 的语义范围
隐私建议
默认 start 本身不暴露任何东西——不会开放调试端口。只有用户明确希望其他本地工具附加时才传 cdp_port,并应先提示暴露风险。
⚠️ 单 workspace 单浏览器实例
同一 workspace 同时只能运行或连接一个浏览器。若当前已有浏览器实例,必须先执行 stop,再切换到新的浏览器或新的 CDP 连接。

何时使用

仅在用户明确表达以下意图时使用本 skill:

  • “连接到我已经打开的 Chrome”
  • “扫描一下本机有哪些 CDP 端口可用”
  • “用固定调试端口启动浏览器”
  • “让别的 agent / 工具也能连到这个浏览器”
  • “通过远程调试端口附着到浏览器”

以下情况通常不要进入本 skill:

  • 用户只是说“打开浏览器”
  • 用户只是说“开一个可见窗口”
  • 用户没有提到共享、端口、CDP、远程调试

这些情况通常直接使用普通 start,必要时加 headed=true,参考 browser_visible 即可。


场景一:扫描本地 CDP 端口

默认扫描端口范围 9000–10000:

{"action": "list_cdp_targets"}

指定单个端口:

{"action": "list_cdp_targets", "port": 9222}

自定义扫描范围:

{"action": "list_cdp_targets", "port_min": 8000, "port_max": 12000}

适用场景:

  • 用户已经手动启动了带远程调试端口的 Chrome
  • 你不知道具体端口,先扫描确认
  • 需要在连接前确认本机有哪些可附着目标

场景二:连接已有 Chrome

连接已存在的 CDP 端点:

{"action": "connect_cdp", "cdp_url": "http://localhost:9222"}

特点:

  • 连接成功后,可以继续使用 open、snapshot、click、type 等常规操作
  • 这是附着到外部浏览器,不是 QwenPaw 自己启动的新进程
  • stop 时只断开连接,不会关闭外部浏览器
  • 当前也受 idle auto-stop 管理,但 external CDP 的 auto-stop 语义是“自动断开,不关闭外部浏览器”

适用场景:

  • 用户已经打开自己的 Chrome,并希望 agent 直接接管
  • 需要附着到用户已有登录态 / 已打开标签页

场景三:显式指定 cdp_port 启动

如果用户明确要求使用固定端口,或需要把端点提供给其他工具,可以在 start 时指定 cdp_port:

{"action": "start", "cdp_port": 9222}

如需同时打开可见窗口:

{"action": "start", "headed": true, "cdp_port": 9222}

当前行为说明:

  • 如果显式指定的 cdp_port 已被占用,会直接报错,不会强行复用
  • 如果不指定 cdp_port,则完全不开放端口,也不会自动挑选端口
  • 显式指定端口时仍存在极小 race window:在“检测端口空闲”和“Chrome 真正绑定端口”之间理论上可能被别的进程抢占;当前失败时会清理并报错,但不会自动重试

因此:

  • 用户没明确要求端口时,不要主动传 cdp_port
  • 用户明确要求固定端口 / 外部共享时,才显式传 cdp_port

多 workspace 与端口占用

当前多 workspace 下的端口策略是:

  • 显式指定端口:先检测 127.0.0.1:cdp_port 是否已占用;若已占用则直接失败,提示用户换端口或先停止旧进程
  • 未显式指定端口:不开放端口,因而不存在冲突

这意味着:

  • 多个 workspace 同时使用默认启动一定可以并存,因为不开放端口
  • 如果多个 workspace 都要求同一个固定 cdp_port,后启动的那个会因为端口已占用而失败

stop 行为

CDP 相关 stop 需要区分两类:

1. QwenPaw 自己启动的 managed CDP

例如:

{"action": "start", "cdp_port": 9222}

这类浏览器由 QwenPaw 自行启动并持有进程,stop 时会:

  • 断开 Playwright / CDP 连接
  • 关闭该浏览器进程

2. 外部 CDP 浏览器

例如:

{"action": "connect_cdp", "cdp_url": "http://localhost:9222"}

这类浏览器不是 QwenPaw 启动的,stop 时只会:

  • 断开连接
  • 不会关闭外部浏览器进程

与 browser_visible 的分工

  • browser_visible:解决“是否显示窗口”
  • browser_cdp:解决“是否连接 / 暴露 / 指定 / 扫描 CDP 端口”

简单说:

  • 用户关心“看得见窗口” → 先想 browser_visible
  • 用户关心“连接现有浏览器 / 指定调试端口 / 给别人共享” → 先想 browser_cdp

注意

  • 默认 start 不开放调试端口;只有用户明确询问时才向其暴露 CDP 概念
  • 使用显式 CDP 能力前,应提醒用户存在敏感数据暴露风险
  • external CDP 的 auto-stop 是“自动断开”,不是“自动关闭用户浏览器”
  • 当前 activity 主要由 tool 操作刷新;用户手动在浏览器窗口中的本地交互,通常不会刷新 idle 计时
  • private_mode 是每次 start 的显式参数,不作为 workspace 持久状态保存

质量与来源

所属仓库
agentscope-ai/QwenPaw
仓库星标
3.6 万
最近更新
今天
采集时间
今天
commit
02b6a6d088e3
内容指纹
sha256:b754fab884b2be3
文件路径
src/qwenpaw/agents/tools/deprecated_browser/skills/browser_cdp-zh/SKILL.md

同仓库其它 Skill

查看全部 48 个
edu-math-tutorial
数学题分步讲解视频的领域知识。适用场景:(1) 用户给出一道数学题并要求做讲解/ 解题视频;(2) 用户说"讲解这道题"、"生成解题视频"、"make a math tutorial"; (3) 需要中文数学教学视频,涉及方程、公式或几何图形。本 skill 只提供领域 知识(题目拆解、讲解节奏、旁白文案规范、版式与 KaTeX 排版风格);画面、 配音与成片一律用 Creator 原生 Element 与工具从源头构建。
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
professional-media-prompts
为 Creator 编译制作级视觉资产图、电影分镜图和参考生视频 Prompt。适用于 角色身份板/设定图、关键帧或多宫格分镜、短片动作节拍、R2V/I2V/T2V 提示词, 尤其适合要求角色一致性、镜头语言、参考图职责、Seedance 时间段或声音设计的 任务。不用于纯素材剪辑、只查询模型参数,或只评价已经生成的成片。
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
visual-asset-design
为角色/场景/道具设计视觉资产、编写或修复 VisualVariant 与阵容图的生成 Prompt 时使用。涵盖参考图布局(艺术身份板/序列关键帧/环境研究板/道具研究 板)、构图与镜头语言、图片审核误判规避、实体 continuity 与以主图为参考 的跨 Variant 衍生设计。不用于视频 Prompt 编译(见 professional-media-prompts)、 纯素材剪辑或只评价已生成产物。
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
alicloud_cli
阿里云 CLI 中文文档镜像检索与命令辅助:先走章节索引,再下钻正文页面,给出命令前必须有本地文档证据。
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
terraform-cli-setup
Terraform CLI 安装与初始化技能。当用户本地未安装 Terraform 时自动完成安装,确保 terraform 命令可用并能执行 init/validate。不负责 Provider 凭证配置,凭证在实际使用时由 terraform-skill 引导。
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
terraform-skill
Use when working with Terraform or OpenTofu - creating modules, writing tests (native test framework, Terratest), setting up CI/CD pipelines, reviewing configurations, choosing between testing approaches, debugging state issues, implementing security scanning (trivy, checkov), or making infrastructure-as-code architecture decisions
精选 agentscope-ai/QwenPaw 3.6 万 原文
Codex CLIMCP 客户端
agent-browser
Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction.
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI
presentation-structure
Knowledge about the presentation slide format, weight system, navigation, and section structure
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI
presentation-styling
Knowledge about CSS classes, component patterns, and syntax highlighting in the presentation
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI
vibe-to-agentic-framework
The conceptual framework behind the presentation — what "Vibe Coding to Agentic Engineering" means, why the journey is structured the way it is, and how every slide fits the narrative arc
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI
time-skill
Display the current time in Pakistan Standard Time (PKT, UTC+5). Use when the user asks for the current time, Pakistan time, or PKT.
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI
weather-fetcher
Instructions for fetching current weather temperature data for Dubai, UAE from Open-Meteo API
精选 shanraisshan/claude-code-best-practice 6.7 万 原文
Claude CodeCodex CLIGemini CLI