ferocknew X/Twitter 推文发布自动化
前置要求
Chrome 浏览器配置
- 版本要求: Chrome 146 或更高版本
- 启动调试模式: Chrome 必须以远程调试模式启动
# macOS 启动 Chrome 调试模式
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222
# 或使用 Chromium
/Applications/Chromium.app/Contents/MacOS/Chromium --remote-debugging-port=9222
agent-browser 工具
- 安装方式: 通过 pnpm 全局安装
- 验证安装: 确保
agent-browser命令可用
# 查看 agent-browser 路径
pnpm bin agent-browser
# 验证版本
agent-browser --version
X.com 账号
- 状态: 必须在 Chrome 中已登录 X.com (Twitter)
- 验证: 访问 https://x.com/home 确认登录状态
核心工作流
1. 连接到已运行的 Chrome
使用 --auto-connect 参数连接到调试模式的 Chrome：
# 列出所有标签页
agent-browser --auto-connect tab list
# 切换到 X 页面（假设在 tab 1）
agent-browser --auto-connect tab 1
2. 导航到 X 发帖页面
# 打开 X 主页
agent-browser --auto-connect open https://x.com/home
3. 获取页面交互元素
使用 snapshot -i 获取可交互元素及其引用（ref）：
agent-browser --auto-connect snapshot -i
关键元素定位：
- 发帖输入框:
textbox "帖子文本" [ref=eXXX]- 查找包含 "帖子文本" 的 textbox 元素
- 引用格式：
@eXXX（XXX 是动态数字）
- 发帖按钮:
button "发帖" [ref=eXXX]- 查找 name 为 "发帖" 的 button 元素
- 通常在输入框下方
4. 填写推文内容
# 使用 fill 命令清空并输入内容
agent-browser --auto-connect fill @eXXX "你的推文内容"
# 或使用 type 命令追加内容（不清空）
agent-browser --auto-connect type @eXXX "追加的内容"
5. 发布推文
# 点击发帖按钮
agent-browser --auto-connect click @eYYY
# 等待发布完成（可选）
agent-browser --auto-connect wait --text "你的帖子已发送"
6. 验证发布结果
# 截图验证
agent-browser --auto-connect screenshot
# 或获取当前页面标题验证
agent-browser --auto-connect get title
完整示例
场景：发布天气推文
# 1. 连接到 Chrome 并切换到 X 标签页
agent-browser --auto-connect tab 1
# 2. 获取页面快照，找到输入框和按钮引用
agent-browser --auto-connect snapshot -i
# 输出示例：
# - textbox "帖子文本" [ref=e159]
# - button "发帖" [ref=e53]
# 3. 填写推文内容
agent-browser --auto-connect fill @e159 "🌤️ 上海今天天气：晴转多云，气温9-17°C，东南风3级。适合外出，记得适当增减衣物哦！#上海天气"
# 4. 点击发帖按钮
agent-browser --auto-connect click @e53
# 5. 等待并验证
agent-browser --auto-connect wait 2000
agent-browser --auto-connect screenshot
元素引用说明
动态引用注意事项
- ref 是动态的: 每次快照后 ref（如 @e159）可能变化
- 必须重新获取: 在执行操作前务必重新运行
snapshot -i - 使用最新引用: 始终使用最近一次快照中的 ref
关键元素特征
| 元素 | 角色(role) | 名称(name) | 类型 |
|---|---|---|---|
| 发帖输入框 | textbox | "帖子文本" | 文本输入 |
| 发帖按钮 | button | "发帖" | 提交按钮 |
| 添加媒体 | button | "添加照片或视频" | 附件按钮 |
| 表情符号 | button | "添加表情符号" | 表情按钮 |
调试技巧
查看 Chrome 标签页状态
agent-browser --auto-connect tab list
查看控制台错误
agent-browser --auto-connect console
agent-browser --auto-connect errors
有头模式调试（显示浏览器窗口）
# 关闭当前连接，重新以有头模式打开
agent-browser close
agent-browser open https://x.com/home --headed
等待特定元素
# 等待文本出现
agent-browser --auto-connect wait --text "你的帖子已发送"
# 等待元素可点击
agent-browser --auto-connect wait @e53
# 等待网络空闲
agent-browser --auto-connect wait --load networkidle
常见问题
问题：无法连接到 Chrome
原因: Chrome 未以调试模式启动
解决: 关闭所有 Chrome 窗口，使用 --remote-debugging-port=9222 参数重启
问题：找不到"发帖"按钮
原因: ref 引用过期，页面元素已变化
解决: 重新运行 snapshot -i 获取最新引用
问题：提示未登录
原因: Chrome 中 X.com 会话过期 解决: 手动在 Chrome 中登录 X.com，然后重新连接
问题：输入框内容未提交
原因: 填写后页面未更新，ref 失效 解决: 在填写前和填写后分别获取快照，确保引用正确
注意事项
- ref 的时效性: 页面 DOM 变化后 ref 会改变，每次操作前重新快照
- 异步加载: X.com 是单页应用，操作后可能需要等待加载
- 字符限制: 推文内容不能超过 280 个字符（中文计入）
- 速率限制: 避免频繁发布，防止触发 X 的反垃圾机制
- 会话保持: 保持 Chrome 调试端口开启，避免重复登录
进阶用法
发布带图片的推文
# 1. 点击添加照片按钮
agent-browser --auto-connect click @e80 # "添加照片或视频"
# 2. 等待文件选择对话框（需手动选择或使用系统工具）
# 注意：agent-browser 无法直接操作系统文件对话框
# 3. 确认上传后填写文本
agent-browser --auto-connect fill @eXXX "配图推文内容"
# 4. 发布
agent-browser --auto-connect click @eYYY # "发帖"按钮
使用语义定位器（替代 ref）
# 通过角色和名称定位（不依赖 ref）
agent-browser --auto-connect find role textbox fill --name "帖子文本" "推文内容"
agent-browser --auto-connect find role button click --name "发帖"
多标签页操作
# 创建独立会话
agent-browser --session x_poster open https://x.com/home
# 在会话中操作
agent-browser --session x_poster snapshot -i
agent-browser --session x_poster fill @e159 "内容"
agent-browser --session x_poster click @e53
# 列出所有会话
agent-browser session list
相关命令参考
详见 agent-browser 技能文档 了解完整的浏览器自动化命令。