browser-use-init Skill#

概述#

此 Skill 提供完整的 Chrome DevTools Protocol（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 Skill#

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 Skill 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 <skill 目录>/scripts
python start_chrome.py

输出示例：

text

[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: <CHROME_PROFILE_DIR>
[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：

text

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.playwright_connect import get_page

async def extract_data():
    pw, browser, page = await get_page()
    try:
        await page.goto("https://example.com/data-page")
        await page.wait_for_load_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.run_agent import run_task

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#

脚本用途何时使用start_chrome.py启动 Chrome CDP 模式，复制 Profile首次初始化、每次重启浏览器query_cdp.py查询 CDP 连接状态和已打开标签页诊断、获取 WebSocket URLplaywright_connect.py用 Playwright 直连 CDP Chrome需要确定性自动化操作run_agent.py用 browser-use Agent + LLM需要 AI 驱动的自然语言任务

Chrome Profile 复制机制#

首次运行 start_chrome.py 时：

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）

text

原始路径：%LOCALAPPDATA%\Google\Chrome\User Data
    ↓ (复制)
自定义路径：<CHROME_PROFILE_DIR>（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）
python start_chrome.py

# 查询 CDP（仅需标准库）
python query_cdp.py

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 start_chrome.py 中的 PORT 和 DST_DIR 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 start_chrome.py，修改 DST_DIR 和 PORT

# 方式 2：使用环境变量（推荐，更灵活）
$env:CHROME_PROFILE_DIR = "E:\my-chrome-profile"
$env:CDP_PORT = 9223
python start_chrome.py

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.wait_for_load_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 Skill 解决的核心问题#

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 Playwright（确定性）或 Agent（AI 驱动）的方式操作浏览器