Browser Guide

Browser Best Practices

Follow these rules whenever you drive a browser against web pages.

0. 浏览器后端选择（先读这一节）

本 skill 默认主力路径是 target=camoufox——即全局可用的 camoufox-cli 命令。下方所有操作命令、示例、selector 都只针对 target=camoufox 写。

如果你当前是 target=host（existing-session 真机 Chrome + chrome-mcp relay）或 target=node（remote-cdp 远端 Chrome）：

• 只按本 skill 列出的「流程 / 步骤 / 提示事项」执行——不要照搬下面的 camoufox-cli ... 命令、snapshot ref、eval 入参等具体操作和示例。
• 浏览器操作走你当前后端自带的浏览器工具语义（host: chrome-mcp relay；node: remote-cdp + playwright-core），按各后端自身约定调用即可。
• 何时有头 / 何时无头、登录流程顺序、CAPTCHA 处理原则、lazy-load 滚动节奏、paywall 等用户交互约定是后端无关的，照本 skill 执行。

0.1 camoufox-cli 基本用法

camoufox-cli --session <name> [--persistent] [--headed] [--json] <command> [args...]

• --session <name>：会话隔离单元，同名 session 共享一个 profile 目录。涉及登录的平台用一个且只用一个持久化 session 名。
• --persistent：冻结指纹到 ~/.camoufox-cli/profiles/<name>/camoufox-cli.json（首次生成后冻结）。持久化平台 session 必带；临时性 session（新闻等不登录站点）不带——走默认临时 profile，每次随机指纹，关闭自清。
• --headed：有头模式。需要用户配合过验证码、扫码、收短信的，或者填表场景，必须 --headed。例外：微信公众号 wx_mp 可无头截含二维码区域截图发用户登录；微信视频号 wechat-channel / 微博 / 闲鱼等扫码登录页无法无头截 QR，必须 --headed 弹窗让用户在浏览器里手动扫码。其他场景，包括探活，都可以使用默认的无头模式。
• --viewport <WxH>：固定窗口尺寸，如 1920x1080。camoufox 默认按指纹给移动端窗口比例，导致有头登录时二维码看不全；有头扫码登录（微博 / 闲鱼 / 视频号等）一律加 --viewport 1920x1080 强制桌面比例。业务无头操作无需此 flag。
• --json：命令输出走 JSON 信封（{ok, ...} / {error, ...}），agent 解析稳定，推荐常带。
• 命令集（含 upload / identity export）： open / back / forward / reload / url / title / close / snapshot / click / fill / type / select / check / hover / press / text / eval / screenshot / pdf / scroll / wait / tabs / switch / close-tab / sessions / cookies / install / upload / identity

fail-first 队列：同一 session 已有命令在跑时，新命令直接 fail，返回文本：

session <name> 正忙，请等待当前操作完成后再试

读到这条 fail 文本说明有其他进程在使用同名session，你应该等待一段时间后再重试，卡死用 camoufox-cli close --all 兜底 teardown。

0.2 snapshot ref 优先

camoufox-cli 的 snapshot 返回带 ref 的语义快照（@e1 @e2 …），后续 click / fill / type / upload / hover / press 全部优先传 ref，不要自己 hack CSS selector。找不到元素时先 snapshot 看真实 DOM 结构再决定 selector 改写，不要盲试。

0.3 用后即关（critical — 机器会被撑死）

每个 camoufox-cli --session <s> open 都会拉起一个独立 daemon + 完整 Firefox 实例（每个 200-400MB + 若干 content 进程）。不关就一直在，一次任务里开几十个 session 又不 close，很容易造成系统内存耗尽而发生严重的后果。

铁律：

• 临时性 session（搜索 / 抓取 / 不登录站点）：用完立即 camoufox-cli --session <s> --json close。哪怕后面还要搜，也先 close 再开下一个，或干脆复用同一个 session 名（不要每次 search-$(date +%s) 起新名）——同名 session 复用同一个 daemon，不堆积。
• 持久化 session（登录态平台）：登录/取数结束后也 close。登录态存在 profile 目录里（~/.camoufox-cli/profiles/<name>/），daemon 退出不丢登录，下次 open 自动加载。持久化 ≠ 一直开着。
• 批量收尾：一个任务结束前，camoufox-cli --json close --all 兜底清掉所有自己开的 session。
• 不要每条搜索一个唯一 session 名还不 close。这是已确认的死机模式。

源头已有兜底：全局并发 daemon 上限 6（超了驱逐最老的）。但 skill 侧仍必须自觉 close——兜底是最后防线，不是不关的理由。

1. Login Prompts

When a page shows a login wall, first identify which login mechanism is offered, then follow the matching procedure below.

General constraint: retry at most 2 times per login attempt — frequent retries risk account suspension.

1-A. Browser saved credentials

1. Check whether the login form has auto-filled credentials from saved passwords. If so, use them.
2. On failure, continue to 1-B / 1-C / 1-D as appropriate.

1-B. QR Code login

When the login page shows a QR code (WeChat Official Account backend, WeChat Channels, Xiaohongshu creator centre, X/Twitter, etc.):

1. camoufox-cli --session <s> --json screenshot /tmp/qr-<platform>.png 截下 QR 图（或 snapshot 拿到 QR 元素 ref 后用 eval 取其 src/data URI）。
2. Send the QR code image to the user via message — send the image itself, not the local file path.
3. Notify the user:

   "[平台名称] 登录已失效（或首次使用），请用 [平台] APP 扫描以下二维码登录。扫码并在手机上点击确认后，回复"已扫码"。"

4. Stop and wait for the user to reply "已扫码"、"好了"、"扫完了" or any equivalent confirmation before continuing.
5. While waiting, poll the page every 3 seconds (snapshot 看 URL 是否跳走 / QR 元素是否消失 / dashboard 是否出现). Auto-detected → resume immediately without waiting for user reply.
6. If no scan within 3 minutes and no reply arrives, send: "扫码超时，将继续处理当前可访问的内容。" and proceed.

显式有头/无头模式场景规则：只有以下场景需要显式指定 camoufox-cli 的有头/无头参数：

1. login-manager 登录（douyin / kuaishou / bilibili / xhs-publish / xhs-browse 5 平台）——强制 --headed，用户在浏览器手动扫码/短信/账号密码
2. 需要用户手动过验证（captcha / 滑块 / 短信）——--headed，用户才能在浏览器里手动操作
3. web-form-fill 表单填报——强制 --headed，便于用户时刻观察填报情况、可随时介入纠正

其他场景默认走 camoufox 持久化 session，不显式指定有头/无头——camoufox-cli 默认行为即可。

1-C. SMS verification login

When the login page asks for a phone number and SMS verification code:

1. Ask the user for the registered phone number for this platform:

   "[平台名称] 需要手机验证码登录，请告知您在该平台注册的手机号。"

2. Once received, enter the phone number and trigger the SMS code request. Attempt at most 2 times if the first trigger fails.
3. Ask the user for the verification code:

   "短信验证码已发送，请将收到的验证码回复给我。"

4. Enter the code and complete login. If login fails, inform the user and proceed with accessible content — do not retry a third time.

1-D. Username / password login

When only a username + password form is available:

1. Check for browser-saved credentials first (see 1-A).
2. If none, ask the user for their preference:

   "[平台名称] 需要账号密码登录，浏览器中未找到预存密码。请选择：① 您自行在浏览器中登录后告知我，② 告知用户名和密码由我代为登录。"

3. If the user chooses ②, receive the credentials and attempt login. Retry at most 2 times on failure.
4. If login fails after 2 attempts, inform the user and continue with accessible content.

1-E. Fallback — login not possible

If login cannot be completed for any reason (timeout, user unavailable, repeated failures):

• Do NOT stop or abort the task.
• Continue with whatever content is accessible in the non-logged-in state.
• At the end, include a note in the result: "注：[平台名称] 未能完成登录，以下内容来自未登录状态，可能不完整。"

2. Simple Verification / CAPTCHA

When a page shows a one-click verification challenge (e.g., a button labelled "去验证", "Verify", "I'm not a robot", or a simple checkbox):

1. Try clicking the verification button/checkbox directly（camoufox-cli --session <s> --json click <ref 或 selector>）.
2. Wait a few seconds for the page to refresh.
3. snapshot 检查正常内容是否已加载.
4. If the page now shows the expected content, continue your task.

3. Complex Verification Fallback

If the simple click in Step 2 above fails — the page still shows a challenge, the challenge is a puzzle/slider/image-selection CAPTCHA, or an error occurs:

1. Do NOT retry blindly. Stop attempting automated verification.
2. Send a message to the user: "xx 页面有验证码，我无法解决，请在浏览器中完成，完成后请通知我。"（xx 为页面标题）.

   涉及登录的 session 必须是 有头模式，用户才能在浏览器里手动过验证。无头跑出来的 session 遇验证码先 teardown 再换有头重开。

3. Wait for the user to confirm.
4. If no response arrives within 5 minutes, continue with whatever content is accessible.

4. Lazy-Loaded Content

When a page uses lazy loading (infinite scroll, "load more" sections, content that appears only after scrolling):

1. Before scrolling, assess whether the not-yet-loaded content is relevant to the current task.
2. If relevant, simulate human-like scrolling: camoufox-cli --session <s> --json scroll down 增量滚动，pause briefly between scrolls to allow content to load, then snapshot capture new content.
3. Repeat until the needed content is visible or no more new content loads.
4. Do NOT scroll too fast, do it as a human would. After 7 times of scrolling, you should stop this turn.
5. If not relevant, skip scrolling and work with what is already loaded.

5. 页面内 JS 执行（eval / act kind="evaluate"）

camoufox-cli 的 eval 在页面上下文跑一段 JS 并回结果。入参必须是一个单一表达式，不是语句块。const/let/var 声明、分号、for/if 语句、function 声明都会触发 Invalid evaluate function 错误。

Wrong（语句块 — 会失败）：

const items = document.querySelectorAll('.msg');
let found = false;
for (const item of items) {
  if (item.textContent.includes('target')) { found = true; break; }
}
found ? 'ok' : 'no';

Correct（IIFE 包裹）：

(function() {
  var items = document.querySelectorAll('.msg');
  for (var i = 0; i < items.length; i++) {
    if (items[i].textContent.indexOf('target') > -1) { return items[i].innerText; }
  }
  return 'not found';
})()

Correct（纯表达式，简单查询）：

document.querySelector('.reply-btn') ? 'found' : 'not found'

Rules:

• Always wrap multi-step logic in an IIFE: (function(){ ... })()
• 只需要点击的 DOM 查询，优先 click <ref> 而非 eval
• 读文本优先 snapshot 而非 eval
• Never use const/let/var declarations or ; at the top level of fn

6. Paywall / Subscription Walls

When a page indicates that content is behind a paywall or requires a specific subscription (e.g., "Subscribe to continue reading", "Continue reading with a WSJ subscription", premium-only banners):

1. Send a message to the user describing the situation: "xx 页面需要订阅，请在浏览器中登录有效账号或者完成付费，完成后请通知我。"（xx 为页面标题）.
2. Wait for the user to confirm.
3. If no response arrives within 5 minutes, continue with whatever content is accessible (summary, headline, or any visible excerpt).