xiaobei_browser 浏览器搜索
用于需要实际打开网页、登录站内搜索、使用页面筛选条件或读取渲染结果的任务。交互操作优先调用 xiaobei_browser;浏览器登录、验证码、懒加载与付费墙的操作细节读取公共 browser-guide。站点文档中的 camoufox-cli 示例供已有脚本使用;工具调用按相同 URL、session 和页面语义执行,不改用原生 browser。两项技能独立保留:本技能负责搜索方法与站点规则,browser-guide 负责通用页面操作。
原始搜索结果只作为线索;需要全文、准确日期或具体数字时打开对应原文核实。本技能不发布、不发评论或私信,不把搜索卡片当作原文或完整统计。
先检查是否可调用如下技能
| 平台 | 优先技能 | 实际登录/会话约定 |
|---|---|---|
| 抖音 | douyin-hunter |
使用 douyin-login 独立 API 会话;浏览器 douyin profile 不替代该会话 |
| 小红书 | xhs-hunter |
使用其 PC 扫码/短信会话;浏览器 xhs-browse profile 不替代 PC 登录 |
| TikTok | tiktok-hunter |
login/export 使用固定 Camoufox session/profile tiktok |
| 快手 | kuaishou-hunter |
使用其独立 QR/SMS 登录;不要求从浏览器导出会话 |
| X/Twitter | x-hunter |
login/export 使用固定 Camoufox session/profile twitter,不是 x |
| 微博 | weibo-hunter |
login/export 使用固定 Camoufox session/profile weibo |
| YouTube | youtube-hunter |
公开读取免登录;账号操作 login/export 使用专属 youtube profile |
| 微信公众号 | wx-mp-hunter |
fetch 为文章读取,posts-list 依赖微信客户端,homepage 自管临时会话;不代表支持全网关键词搜索 |
- 当前 crew 可用且任务命中接口能力时,先读该技能 SKILL.md,再按其命令执行。不要给 API 命令拼入
--session/--persistent,也不要自行导出 Cookie。 - 已配置技能报登录失效、限频或风控时按它的错误规则处理,不自动换浏览器路径重试。
- 未配置时,已有浏览器规则的平台可按下表搜索;不能调用其他 crew 的命令或更改自身 allowlist。需要超出浏览器规则的采集时,按当前 crew 的委托权限交 main,或报告缺口。
- TikTok、快手、微信公众号目前未维护专门的站内浏览器关键词搜索规则;缺少相应技能时可用 Bing 搜索公开索引
site:tiktok.com/site:kuaishou.com/site:mp.weixin.qq.com。索引不代表完整作品或发布列表。 - 微信视频号目前没有搜索与内容获取方案,不将创作者后台当作内容搜索。
默认与平台专用 session / profile
普通站点直接使用 Camoufox 内置 default session/profile:省略 --session,每条页面操作命令带 --persistent。 未指定路径的 --persistent 使用 ~/.camoufox-cli/profiles/default/;只省略 --session 不会自动启用持久化。需要登录的普通站点也在默认 profile 中登录,不另建搜索专用、站点专用或类别专用 profile。
下表列明默认 profile 与平台专用名称,不表示 profile 已创建或已经登录;首次登录与验证按 browser-guide 及平台技能执行。
| 浏览器站点 | session / profile 名 |
|---|---|
| 通用搜索、知乎、B站、YouTube、Reddit、LinkedIn、雪球、GitHub、新闻、商品、学术、技术社区、政策,以及六类新增专业站点 | default |
| 微信公众号已知文章、快手已知公开页面(尚无站内搜索规则) | default |
| 抖音(仅不可使用 douyin-hunter 时) | douyin |
| 小红书(仅不可使用 xhs-hunter 时) | xhs-browse |
| X(仅不可使用 x-hunter 时) | twitter |
| 微博(仅不可使用 weibo-hunter 时) | weibo |
| TikTok(平台登录或已知页面,尚无站内搜索规则) | tiktok |
新增六类站点的名称、共享 default profile 与网页入口集中在 site-catalog.json。自媒体平台的专用 profile 沿用上表;涉及发布、Cookie 读取/导出或独立 API 登录时按对应技能执行,不能以 default 替代其登录会话。不要导入 Cookie、复制指纹文件或把已有 profile 的 Cookie 合并到 default。
TikTok/X/微博技能可用时,登录必须由 tiktok-hunter / x-hunter / weibo-hunter 发起,不用通用浏览器另开窗口。已有有头登录窗口时保持 --headed,不要用无头命令重启它。API 登录成功、profile 中存在 Cookie、文件夹存在均不证明当前浏览器页面已登录。
例如知乎搜索导航:
camoufox-cli --persistent --json open '<按 sites/zhihu.md 生成的完整搜索URL>'
后续 snapshot、点击、滚动和原文读取保持同一 session 与模式。共享 default 中的搜索与阅读串行执行,先完成当前页面取数再打开下一站;其他任务正在使用时等待。提示 session 正忙时等待当前命令完成,不能 close 占用中的会话或换名并发。
选择站点并读取规则
| 搜索目标 | 站点规则 |
|---|---|
| 通用网页、新闻/图片搜索 | Bing / 百度 / 夸克 |
| 中文问答 | 知乎 |
| 视频、UP 主 | B站 |
| 视频、Shorts、频道、播放列表(先检查 youtube-hunter) | YouTube |
| 社区讨论 | |
| 仓库、代码、issues、用户 | GitHub |
| 职位、人员、公司 | |
| 股票与金融讨论 | 雪球 |
| 论文、学术、百科 | arXiv / 百度学术 / 万方 / Wikipedia |
| 技术讨论与贴吧 | HN / V2EX / 贴吧 |
| 国际新闻 | Reuters / BBC |
| 政策文件 | 国务院 |
| 商品 | Amazon |
| 行业动态、招标、法规、供应链 | 36氪 / 招标剑鱼 / 国家法律法规库 / 1688 |
| 技术证据、模型、开源与依赖生态 | Stack Overflow / MDN / Gitee / Hugging Face / OpenReview / npm / PyPI |
| 论文、作者、引用与书目信息 | Google Scholar / Semantic Scholar / OpenAlex / PubMed / DBLP / Crossref / CNKI |
| 岗位、人才与项目需求 | BOSS直聘 / 51job / Indeed / 脉脉 / Upwork |
| 商品评价、消费与社区需求 | 豆瓣 / 什么值得买 / 京东 / 淘宝 / 大众点评 / 虎扑 / 即刻 |
| 图像、设计与作品来源 | Pinterest / Pixiv / ArtStation / Flickr / Unsplash / Openverse |
| 抖音:先检查 douyin-hunter 是否可用 | 浏览器规则 |
| 小红书:先检查 xhs-hunter 是否可用 | 浏览器规则 |
| X:先检查 x-hunter 是否可用 | 浏览器规则 |
| 微博:先检查 weibo-hunter 是否可用 | 浏览器规则 |
用户指定平台时先按其要求选站。未指定时,中文/英文通用搜索先用 Bing;问答用知乎;技术项目用 GitHub;论文用 arXiv;新闻用 Reuters/BBC。生活体验、短视频或微博舆论先检查 xhs-hunter、douyin-hunter、weibo-hunter 是否在当前 crew 可用,否则按已有浏览器规则或公开索引搜索。选择仍需服从用户的地区、语言和来源要求。
按问题选专业来源:采购/供应商用招标剑鱼或 1688;技术定义用 MDN,模型/数据集用 Hugging Face;医学文献用 PubMed,作者/出版记录用 DBLP、Crossref 或 OpenAlex;职位/项目需求用招聘规则,消费评价用口碑规则,设计参考用作品规则。需要获取完整平台资料、进一步研究或联系时交对应采集技能、expert-osbi 或 expert-bd;仅在当前 crew 已配置时调用。
只执行上表维护的规则。通用网页搜索维持 Bing、百度、夸克,不新增 Google、DuckDuckGo、Brave、Startpage、Sogou、Qwant、Mojeek;Google Scholar 仅作为学术来源。上游其他站点不自动启用。
搜索执行
- 读取所选站点规则。有查询模板时用关键词构造完整 URL,关键词按所在参数/路径片段编码一次,保留中文、空格、#、& 等字符。只提供页面入口的站点,打开后从真实搜索控件提交,不猜测查询 URL;额外筛选优先通过页面操作。
- 用固定持久化 session 打开页面。需要登录或 Cookie 初始化的站点可先访问原站首页并核对实际页面;访问首页不保证已登录或能够解除验证。
- 等待真实结果区出现后 snapshot;按语义 ref 定位搜索卡片与原文链接。客户端页面尚未加载时有界等待,不把空骨架判为无结果。
- 保留标题、真实链接、作者/来源、页面实际显示的日期和摘要。字段缺失写明不可得;“3 天前”等相对时间保留原值,精确日期到原文核实。去掉广告、推荐位和重复链接,保留小红书 xsec_token 等访问参数。
- 需要补充时按页面当前的分页/筛选控件继续;源码中的 API 游标、接口参数和签名不得当作网页导航参数,也不在 eval 中自行复刻 API 请求。
- 原文阅读、登录墙、验证码、付费墙和懒加载遵循 browser-guide。遇到付费/不可见内容只记录实际可访问部分。
- 用完关闭自己本轮创建的标签页;本轮已结束且没有其他任务使用该 session 时再 close,保留磁盘 profile。不执行 close --all,不关闭其他任务或正在等待用户登录的窗口。
snapshot ref 优先;必要时用 eval 读取真实 DOM,复杂逻辑包在 IIFE 中。表单输入使用真实页面事件,不盲试随机 CSS 类。延迟或超时先核对同一页面和会话状态,不自动重启全部浏览器。
范围与搜索记录
同一用户意图默认每站最多两次搜索导航/翻页,第二次说明缩小范围或补充角度的理由;失败的搜索导航也计入预算。首页初始化不计搜索次数。预算不足以覆盖研究范围时,先交付已有结果与缺口,不偷偷扩搜。站点规则中的分页方式说明如何操作,不自动授权全量翻页。
查询结束保留并反馈站点、关键词/筛选条件、实际搜索次数、未访问成功的来源和样本缺口。只报告本轮实际取得的信息;不能因上游有接口或规则文件存在就宣称已搜到结果。