0 Fork 0

Files

T

WorkBuddy df56c2c137 初始化提交：contentm_agent 工作区全量快照

内容分四块：
1、产品规划产出 —— MCN 短视频整合营销工作台的①段五份（1a 需求／1b 竞品／1c 画像／1d 策略／1e 场景）、②段两份（2a 功能／2b 布局）、③段界面（DESIGN.md 契约与令牌表 ＋ mcn-workbench.html 原型 ＋ 实测/会诊/审查三份 ＋ 23 张闸门截图）。
2、开源竞品调研 —— 5 个内容工作台项目的取证原始件与 1b 系列分析文档。
3、参考资料 —— 竞品视频抽帧 1145 张 ＋ 2 个源视频 ＋ 功能点截图。
4、机制侧 —— 协作脚本与状态台账、工作区记忆日志、抽帧/OCR 脚本。

.gitignore 只排运行时日志、脚本备份副本与一次性探针输出，其余按原样入库。

2026-10-08 08:13:02 +08:00

6.2 KiB

Raw Blame History

用 browser-harness 访问 AI 工具（ChatGPT 等）的提问方法

适用场景：需要让 ChatGPT / Claude 之类网页版 AI 工具参与工作（求修改建议、核对方案、做结构评审）时的通道与提问规范。本机实测环境：browser-harness 0.1.8（~/.local/bin/browser-harness.exe）、Chrome 154、独立 profile E:/ProgramData/.workbuddy/tmp/bu-chatgpt-profile。建立时间：2026-10-07（用户定案）。

一、通道：怎么把浏览器跑起来

1. 🔴 浏览器要由常驻后台任务开着

本机的执行沙箱会在父进程退出时连带杀掉子进程。实测对照：

起法	结果
普通（同步）调用里起 Chrome	端口 1 秒内就绪，但调用一返回、Chrome 立刻死（`curl` 随即 `WinError 10061`）
后台任务里起，且该任务一直不退出（起完就守着端口）	✅ 全程常驻，后续可以反复连
后台任务里起，但任务跑完就退出	任务一结束，Chrome 一起没

⇒ 正确姿势：先起一个常驻任务专门把浏览器开着（起 Chrome → 循环守着端口 → 掉了写日志），之后每次操作只连不起。

⛔ 别让每次调用各自起一遍浏览器 —— 父进程一退就全没了；而且多个实例会抢同一个 profile，新起的会被旧实例「接管」后随即退出。

2. 起独立实例，⛔ 不附着用户日常 Chrome

chrome.exe --remote-debugging-port=9223 \
  --user-data-dir=E:/ProgramData/.workbuddy/tmp/bu-chatgpt-profile \
  --proxy-server="socks5://127.0.0.1:10800" about:blank

端口用 9223（用户日常 Chrome 是 9222，附着它会弹「允许远程调试？」去动用户自己的浏览器）。
--user-data-dir 固定复用 ⇒ 登录态保留（该 profile 已登录 ChatGPT 免费版）。

3. `BU_CDP_URL` 必须带 scheme

http://127.0.0.1:9223 ✅ ／ 127.0.0.1:9223 ❌（直接报 unknown url type）。

4. 必须清掉沙箱代理变量

HTTP_PROXY / HTTPS_PROXY 会劫持本地 CDP 请求 ⇒ HTTP Error 502: Bad Gateway。

env -u HTTP_PROXY -u HTTPS_PROXY -u http_proxy -u https_proxy \
    NO_PROXY=127.0.0.1,localhost BU_CDP_URL=http://127.0.0.1:9223 browser-harness

Python 里用 subprocess 调时，同样要在 env 里 pop 掉这四个变量。

5. 可执行体是 `.exe`

~/.local/bin/browser-harness.exe。Python subprocess.run(["browser-harness", ...]) 在 Windows 上可能找不到 ⇒ 写全名。

二、提问方法（重点）

1. 只说明「意图和目标＋完整上下文」，少写控制指令

2026-10-07 用户定案：和 AI 沟通，说清意图和目标、给出完整上下文就行，不用写太多控制指令。

✅ 写清四件事：背景是什么 → 目标是什么 → 我做了什么 → 一句明确的提问。
⛔ 不写「别只夸」「逐条说」「必须回答 X 个问题」「你只能……」「按下面格式回答」这类操纵性/限制性指令 —— 会挤占上下文，还会诱导回答偏向。

2. 它看不到你的本机路径

⛔ 不要把「见 references/xxx.md」「文件在 E:/...」当作交代内容 —— AI 读不到本机。

两条可行做法（任选）：

做法	说明
全文内联	把要评审的内容逐字贴进消息正文（已验证可行：5,078 字正常送达）
上传文件	用 `input[type=file]` ＋ `DOM.setFileInputFiles` 把文件作为附件传上去，正文只写简短提问

3. 一轮一个主题，末尾一句明确提问

提问句要短、要具体，例如「你看看这版还有哪里需要优化」。

4. ✅ 判断「消息有没有真发出去」的硬证据 = 输入框被清空

血的教训（2026-10-07 实测踩到）：页尾出现我的问题文本 ≠ 已发出 —— 因为输入框（div.ProseMirror）本身就在 main 元素里，它的内容会出现在 innerText 的尾部，看起来就像已经发出去的提问。

⇒ 判据只有一条：发送动作之后回读输入框，长度归零。

三、页面操作细节（ChatGPT 当前 Web UI · 实测）

项	当前可用写法
输入框	`div.ProseMirror[role="textbox"]` ⚠️ 旧写法 `#prompt-textarea` 已不存在
发送按钮	`#composer-submit-button` → `button[data-testid="send-button"]` → `button[aria-label="发送"]`（依序兜底）
取正文	`(document.querySelector('main')
上传文件	`input[type="file"]` ＋ `cdp("DOM.setFileInputFiles", files=[路径], nodeId=...)`
消息切分锚点	`你说：` / `ChatGPT 说：` / `ChatGPT 可能会出错`

⚠️ 三个易误判点：

一页可能有多个 ChatGPT 说：（历史轮次）⇒ 取正文必须用 rfind 取最后一个，find 会切到上一轮的回复。
「ChatGPT 可能会出错」不是完稿信号 —— 它一直在页面上。完稿判据 = 正文长度稳定（连续两次采样不变）。
「思考」是输入框工具栏的按钮文案，不是「正在生成」状态。

四、脚本写法（避坑）

⛔ 不要在 Python 里拼 heredoc ＋转义引号喂给 harness —— 嵌套转义必然出 SyntaxError（实测踩到）。
✅ 把每一步 harness 脚本写成独立 .py 文件（step_open.py / step_send.py / step_probe.py / step_dump.py），驱动脚本读文件后经 stdin 喂给 harness。
✅ 驱动全程写日志落盘（run_xxx.log），每步打 rc 与关键读数，失败时能直接定位到是哪一步。

五、失败排查顺序

1. 端口探活：curl --noproxy '*' -m 5 http://127.0.0.1:9223/json/version
2. 进程在不在（tasklist）：不在 ⇒ 十有八九是父进程退了（回到「一.1」用后台任务）
3. 代理变量是否清干净（一.4）
4. browser-harness --doctor
5. 仍失败 ⇒ 检查 Chrome 是否弹「允许远程调试」（chrome://inspect/#remote-debugging）

六、变更历史

2026-10-07 建立。来源：本次用 browser-harness 调 ChatGPT 核对 1b 竞品分析方法论修改效果的全过程实测。

6.2 KiB Raw Blame History Unescape Escape