文件最后提交记录最后更新时间
30 天前
2 天前
3 天前
2 个月前
3 天前
30 天前
2 天前
30 天前
2 天前
README

browser · 统一浏览器

一个插件覆盖三种"访问网页"的能力,从最轻到最重。按需选层是这个插件的重点 —— 绝大多数抓取用 HTTP 就够,不该为了一句话启动 Chromium。

三种能力层

层 工具 何时用
搜索 browser_search 要的是"找到哪些页面",不是页面本身
quick(纯 HTTP) browser_fetch(mode=quick) 静态页、API、能直接拿到 HTML
normal(无头渲染) browser_render / browser_fetch(mode=render) JS 渲染的页面,HTTP 拿不到内容
interactive(CDP) browser_start + navigate/click/type/scroll/html/screenshot 需要交互:登录、点按、翻页

browser_fetch 的 mode:

  • auto(默认):先试 HTTP,遇 403/429 才降级用 Chromium 渲染
  • render:强制 Chromium
  • quick:纯 HTTP,不降级

工具

工具 说明
browser_search 网页搜索
browser_fetch 抓取 URL 内容,三种 mode 见上
browser_render 无头 Chromium 渲染并提取文本(normal)
browser_start 启动交互式浏览器会话(CDP)
browser_navigate 导航到指定 URL
browser_click 点击元素
browser_type 输入文本
browser_scroll 滚动页面
browser_html 取当前页 HTML
browser_screenshot 截图,保存为 PNG 并返回路径(拿 path 调 describe_image / ocr_image)
browser_install 安装 systemd 托管的共享浏览器后端
browser_close 关闭会话

共享浏览器后端

browser_install 安装 homeagent-browser.service(systemd 托管)。 装上之后所有 agent 共享同一个 Chromium 实例与登录态,各自占独立标签页互不干扰 (同 source 复用自己的标签页)。

前提:本机已有 chromium 二进制,没有会提示先装(apt install chromium 或等价)。

实现要点

  • 搜索用 cn.bing.com 而不是 www.bing.com:后者对程序化请求常回 302(同意/重定向页), 根本拿不到结果块。
  • 标题取 <h2> 里的 <a>:直接抓结果块里第一个 <a> 会拿到来源行而非标题。
  • 摘要认 b_lineclamp:旧版 Bing 用 b_caption,新版已迁走,两套都匹配。
  • 有 SSRF 防护:见源码 SSRF 段,抓取前校验目标地址,避免被诱导访问内网。

测试

go test -count=1 ./...

testdata/bing_cn.html 是搜索解析的固定样本,用它做离线断言,避免测试依赖真实网络。

构建

hmapdev build