豆包自动化操作

豆包自动化操作技能 - 基于 Playwright CDP 协议接管已登录 Edge 浏览器，实现豆包 AI 的自动化操作。支持批量生成图片、批量生成视频、文本对话、下载生成内容等。触发词：豆包自动化、操作豆包、豆包生成图片、豆包生成视频、豆包批量生成。

豆包自动化操作 Skill

基于 CDP (Chrome DevTools Protocol) + Playwright 技术，接管已登录的 Edge 浏览器来操作豆包，完美解决登录态问题。

---

⚠️ 首次使用必读：登录引导

本 skill 适用于「已登录豆包」的 Edge 浏览器。 如果您是第一次使用，必须先完成登录，否则自动化脚本无法操作豆包。

情况一：Edge 浏览器已登录豆包（推荐）

如果您平时用 Edge 浏览豆包并保持了登录态：

1. 关闭所有 Edge 窗口

   powershell

   taskkill /F /IM msedge.exe
   

2. 以 CDP 模式重启 Edge（会复用您已有的登录态）

   • 直接运行启动脚本：

     powershell

     PowerShell -ExecutionPolicy Bypass -File "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/start-edge-cdp.ps1"
     

   • 或手动执行：

     text

     "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222 --user-data-dir="C:\Users\Owner\AppData\Local\Microsoft\Edge\User Data"
     

3. 验证 CDP 就绪

   bash

   curl -s http://localhost:9222/json/version
   

   看到 "Browser" 字段即表示成功。

4. 确认豆包登录态 在打开的 Edge 窗口中访问 https://www.doubao.com/，确认右上角显示头像/用户名。

---

情况二：从未登录过豆包（首次使用）

如果您是第一次使用豆包，需要先手动登录，再启动 CDP 模式：

方式 A：手机号登录（推荐）

1. 正常打开 Edge 浏览器（非 CDP 模式）
2. 访问 https://www.doubao.com/
3. 点击「登录」→ 选择「手机号登录」
4. 输入手机号 → 接收验证码 → 完成登录
5. 不要关闭浏览器，继续执行上方的「情况一」步骤

方式 B：抖音/微信扫码登录

1. 正常打开 Edge 浏览器
2. 访问 https://www.doubao.com/
3. 点击「登录」→ 选择「抖音登录」或「微信登录」
4. 用手机扫描二维码完成登录
5. 不要关闭浏览器，继续执行上方的「情况一」步骤

方式 C：豆包 App 扫码登录

1. 手机打开豆包 App → 右上角「扫一扫」
2. 电脑 Edge 访问 https://www.doubao.com/ → 点击「登录」→ 选择「App 扫码」
3. 用手机扫描网页上的二维码完成登录
4. 不要关闭浏览器，继续执行上方的「情况一」步骤

---

✅ 登录成功验证

登录成功后，访问 https://www.doubao.com/，页面应满足：

• 右上角显示头像或用户名（不是「登录」按钮）
• 可以直接发送消息，不需要重新登录

登录态会随 --user-data-dir 持久化，后续使用无需重复登录。

---

技术原理

不新开无登录状态的浏览器，而是通过 CDP 协议连接到用户日常使用的、已登录豆包的 Edge 浏览器，实现"接管式"自动化操作。

---

使用场景

当用户提出以下请求时触发此 skill：

• "帮我用豆包生成一张图片"
• "用豆包生成一段视频"
• "批量生成 N 张/条豆包内容"
• "在豆包上问一个问题"
• "帮我操作豆包做 XXX"
• "下载豆包生成的图片/视频"

---

前置条件

1. Edge 浏览器已安装 — 路径：C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe
2. 豆包已登录 — ⚠️ 首次使用务必先完成上方「登录引导」
3. Node.js 可用 — 使用 WorkBuddy 管理的 Node.js 运行时
4. Playwright 已安装 — playwright-core 已安装在 C:\Users\Owner\.workbuddy\binaries\node\workspace\node_modules\playwright-core

---

执行流程

第一步：以 CDP 模式启动 Edge

必须先关闭所有 Edge 窗口，然后以调试模式重新启动：

bash

# 关闭所有 Edge 进程
taskkill /F /IM msedge.exe 2>/dev/null
sleep 2

# 以 CDP 模式启动（必须带 user-data-dir 以保留登录态）
"/c/Program Files (x86)/Microsoft/Edge/Application/msedge.exe" \
  --remote-debugging-port=9222 \
  --no-first-run \
  --no-default-browser-check \
  --user-data-dir="$LOCALAPPDATA/Microsoft/Edge/User Data" &

# 等待 CDP 就绪
sleep 8

或使用 PowerShell 脚本（推荐）：

powershell

PowerShell -ExecutionPolicy Bypass -File "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/start-edge-cdp.ps1"

---

第二步：验证 CDP 连接和登录态

bash

# 验证 CDP 服务
curl -s http://localhost:9222/json/version

# 验证豆包登录态（在打开的 Edge 中访问豆包，确认已登录）
# 如未登录，参考上方「首次使用必读：登录引导」

---

第三步：执行自动化操作

单条操作

bash

# 文本对话
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-automation.js" \
  --action=chat --prompt="你的问题"

# 生成图片
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-automation.js" \
  --action=generate-image --prompt="一只可爱的橘猫" --output="C:/Users/Owner/WorkBuddy/doubao-output"

# 生成视频（文本转视频）
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-automation.js" \
  --action=generate-video --prompt="猫咪在草地上奔跑" --output="C:/Users/Owner/WorkBuddy/doubao-output"

# 图片转视频
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-automation.js" \
  --action=image-to-video --image="/path/to/image.png" --output="C:/Users/Owner/WorkBuddy/doubao-output"

# 下载最近生成的内容
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-automation.js" \
  --action=download-last --output="C:/Users/Owner/WorkBuddy/doubao-output"

支持的操作（--action）：

操作	说明
chat	纯文本对话
generate-image	生成图片
generate-video	生成视频（文本转视频）
image-to-video	将已有图片转为视频
download-last	下载最近生成的内容到本地

批量操作（新增）

bash

# 批量生成图片（N 条）
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-batch-gen.js" \
  --type=image \
  --prompts=" prompts.txt" \
  --output="C:/Users/Owner/WorkBuddy/doubao-output"

# 批量生成视频（N 条）
node "C:/Users/Owner/.workbuddy/skills/doubao-automation/scripts/doubao-batch-gen.js" \
  --type=video \
  --prompts="prompts.txt" \
  --output="C:/Users/Owner/WorkBuddy/doubao-output"

prompts.txt 格式（每行一条提示词）：

text

一只可爱的橘猫，皮克斯风格
一只金毛犬在沙滩上奔跑，写实风格
科技感城市夜景，赛博朋克风格

---

第四步：保持浏览器开启

操作完成后保持 Edge 开启，下次使用时无需重新启动。如需关闭：

bash

taskkill /F /IM msedge.exe

---

已验证的技术细节

经测试确认的选择器

• 聊天输入框: textarea[placeholder*="发消息"] ✅
• 发送按钮: button:has(svg) 或 Enter 键发送 ✅
• Edge 路径: C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe ✅
• Playwright 连接: chromium.connectOverCDP('http://localhost:9222') ✅

发送消息的可靠方法

推荐使用 Enter 键发送，比点击按钮更可靠：

1. 找到 textarea 输入框
2. input.fill(message) 填入内容
3. input.press('Enter') 发送

---

注意事项

1. 必须保持登录态 — 首次使用前在 CDP Edge 中手动登录豆包（见上方登录引导）
2. 浏览器独占 — CDP 模式下 Edge 被脚本独占，期间不要手动操作
3. 频次限制 — 豆包图生视频有免费次数限制，注意控制批量任务数量
4. 页面结构变化 — 豆包前端更新可能导致选择器失效，需维护更新
5. 等待时间 — AI 生成需等待响应，默认超时 180 秒
6. Edge 版本 — 当前系统 Edge 版本: Edg/116，后续版本可能行为不同

---

文件结构

text

doubao-automation/
├── SKILL.md                          # 本文件 — 技能说明与操作指南
└── scripts/
    ├── start-edge-cdp.ps1           # PowerShell 脚本：启动 Edge CDP 模式（含错误处理）
    ├── doubao-automation.js         # Node.js 脚本：CDP 连接 + 豆包单条操作
    └── doubao-batch-gen.js          # Node.js 脚本：CDP 连接 + 豆包批量生成（待创建）

---

故障排除

问题	解决方案
CDP 端口被占用	taskkill /F /IM msedge.exe 关闭所有 Edge 后重试
连接超时/拒绝	确认 curl localhost:9222/json/version 有响应
未登录/需要登录	手动在 CDP Edge 中打开 doubao.com 完成登录（见登录引导）
选择器找不到元素	豆包页面可能更新，先截图调试，更新选择器列表
下载失败	检查输出目录权限，确认文件 URL 有效
生成超时	增加脚本中的超时值（默认 180000ms）
Edge 启动后无窗口	Edge 可能最小化到后台，检查任务栏