Zh Tencent Novnc Chromium Cdp

做自动发抖音、自动发小红书等等各大平台的网页自动化，还在被滑块、验证码、人机验证卡到任务翻车、反复失败？试试这个一键部署的远程可视化浏览器：Linux（云服务器/NAS/本地）noVNC + Chromium + CDP 三合一，Windows 本机 Edge/Chrome CDP 一键接管，让AI Agent和你共享同一个浏览器，服务器无图形界面也能可视化操控，登录、过验证全靠人工兜底，再也不怕自动化卡壳，发平台内容一次稳到底！

kangleizhui@kangleizhui

Install

openclaw skills install @kangleizhui/zh-tencent-novnc-chromium-cdp

📖 使用教程

两步搞定，全程不用动手。

第一步：安装本技能

复制以下提示词发送给 AI Agent 自动安装：

text

请先检查是否已安装 clawhub.ai 商店，若未安装，请先安装 clawhub CLI（npm i -g clawhub 或访问 https://clawhub.ai），然后安装 zh-tencent-novnc-chromium-cdp 技能。若已安装，则直接安装 zh-tencent-novnc-chromium-cdp 技能。

第二步：使用

对 AI Agent 发送提示词：

text

使用 zh-tencent-novnc-chromium-cdp 技能

AI Agent 收到后会全自动处理：检测系统环境 → 安装依赖 → 启动 Chromium 远程浏览器 → 配置开机自启 → 先发 noVNC 地址和密码等核心信息 → 最后截图确认。全程不需要你敲任何命令。

💡 部署完成后遇到登录、验证码、滑块，在 noVNC 页面上手动操作即可，完成后告诉 AI 继续。

noVNC + Chromium + CDP 远程可视可控浏览器（Linux / Windows 双平台）

技能简介

本技能同时支持 Linux 和 Windows，覆盖云服务器与本地环境：Linux 服务器上部署 noVNC + Chromium 远程可视化浏览器，Windows 本机通过 CDP 远程调试直接接管 Edge/Chrome 浏览器。

它解决的是传统 Headless 浏览器自动化最常见的痛点：遇到登录、扫码、滑块、验证码、风控验证时，AI 可以暂停并让用户在 noVNC 页面中手动完成验证，验证通过后再继续由 AI 接管操作。

适合用于抖音创作者中心、小红书、微博、番茄小说、各类后台管理系统等需要"AI 自动化 + 人工验证协作"的网页场景。

核心能力

可视化浏览器：Chromium 运行在 Xvfb 虚拟屏幕上，用户可通过 noVNC 网页实时查看画面。
AI 可控：Agent 通过 CDP 连接 127.0.0.1:9223，可执行打开网页、点击、输入、读取页面、截图等操作。
人机协作：遇到登录、二维码、滑块、验证码时，用户可在 noVNC 中手动处理，处理完成后 AI 继续执行。
权限预检：安装前先确认 root/sudo 权限，权限不足时主动提醒用户授权方式，避免半安装状态。
安全边界：默认只建议开放 noVNC 的 6080/tcp，CDP 调试端口 9223/tcp 不建议暴露到公网。
完成反馈：部署完成后，Agent 必须先主动发送 noVNC 访问地址、访问密码、开机自启状态和端口开放提醒；截图作为最后一步补充确认发送，截图失败不得阻塞前面的核心信息。
Windows 本机模式：Agent 自动启动 Edge/Chrome 远程调试端口，通过 CDP 接管浏览器，本机屏幕实时可见，截取当前页面反馈，无需安装额外组件。

部署完成后，Agent 通过 CDP 控制浏览器（详见「七、通过 CDP 控制浏览器」）。

⚠️ 铁律（最高优先级）：本技能部署完成后，用户让 AI Agent「打开浏览器 / 看网页 / 截图 / 点击 / 登录」等任何浏览器操作，默认必须使用本技能部署的 CDP 浏览器（127.0.0.1:9223）。Linux 下即 noVNC 里 :99 上的 Chromium，Windows 下即用户本机屏幕上的 Edge/Chrome。禁止使用 Agent 自带的内置 headless 浏览器或临时拉起其他实例，否则用户和 Agent 看到的画面不同频。完整规则见「十一、重要原则」。

服务器配置要求与端口提醒

开始部署前必须先提醒用户

本技能需要安装系统依赖、下载 noVNC、启动 Chromium 图形浏览器和 VNC 转发服务，步骤较多。Agent 在正式执行安装前，应先发一条简短提醒，让用户知道部署需要等待一段时间。

推荐提醒话术（根据检测到的环境类型选择对应话术）：

CLOUD（云服务器）环境：

text

开始部署 noVNC + Chromium + CDP 远程可视可控浏览器。

重要提示：服务器建议至少 2H4G。
端口提醒：必须在云服务器安全组放行 6080/tcp；5900/tcp 为高级用途，可选开放，开放时建议限制来源 IP。9223/tcp（CDP 调试端口）仅供 Agent 本机使用，不建议对公网开放。
预计耗时：通常约 5-15 分钟；如果服务器配置较低、网络较慢或需要安装大量依赖，可能需要 20-30 分钟。部署过程中请耐心等待，不要中断。
Token 提醒：顺利部署预计消耗约 2万-5万 tokens；如果网络较慢、依赖安装失败、需要自动修复或多次重试，可能消耗 5万-10万+ tokens，实际以执行过程为准。开始前请确认当前会话/套餐剩余 Token 必须大于预计消耗，建议至少预留 10万 tokens 以上，避免部署过程中因 Token 不足中断。
进度提醒：安装过程中我会每 30 秒检查一次进度和服务状态，如有常见问题会先自动修复；并且每分钟向你汇报一次部署进度，直到安装成功。

NAS 环境：

text

开始部署 noVNC + Chromium + CDP 远程可视可控浏览器。

重要提示：NAS 建议至少 2H4G。
端口提醒：部署完成后通过局域网地址访问。如需外网访问，请在路由器上设置端口转发 6080 TCP → <NAS_IP>。9223/tcp（CDP 调试端口）仅供 Agent 本机使用，不建议开放。
预计耗时：通常约 5-15 分钟；如果 NAS 性能较低、网络较慢，可能需要 20-30 分钟。部署过程中请耐心等待，不要中断。
Token 提醒：顺利部署预计消耗约 2万-5万 tokens；实际以执行过程为准。建议至少预留 10万 tokens 以上。
进度提醒：安装过程中我会每 30 秒检查一次进度并每分钟汇报，直到安装成功。

LOCAL（本机 Linux）环境：

text

开始部署 noVNC + Chromium + CDP 远程可视可控浏览器。

重要提示：本机建议至少 2H4G。
端口提醒：部署完成后通过内网地址访问。如需外网访问，请在路由器上设置端口转发 6080 TCP → <本机IP>。9223/tcp（CDP 调试端口）仅供 Agent 本机使用，不建议开放。
预计耗时：通常约 5-15 分钟。部署过程中请耐心等待，不要中断。
Token 提醒：顺利部署预计消耗约 2万-5万 tokens。
进度提醒：安装过程中我会每 30 秒检查一次进度并每分钟汇报，直到安装成功。

如果检测到服务器配置低于 2H4G，应额外提醒用户可能出现 Chromium 卡顿、白屏或被系统杀掉的问题。

安装过程进度监控与自动修复

部署本技能时，Agent 不应长时间静默等待。正式开始安装后，应执行以下进度监控规则：

每 30 秒检查一次进度：检查当前安装命令是否仍在运行，查看最近日志，确认是否卡在依赖安装、软件下载、服务启动或端口监听阶段。
每 30 秒检查关键状态：重点检查 Xvfb、chromium、x11vnc、websockify/noVNC 是否启动，6080/tcp 和 9223/tcp 是否正常监听。
常见问题优先自动修复：如依赖缺失、包管理锁、残留旧进程、端口占用、Chromium 启动失败、noVNC 未下载完整等，应先尝试清理旧进程、重新安装依赖、重新启动服务或重新下载组件。
每分钟汇报一次进度：向用户发送简短消息，说明当前阶段，例如“正在安装系统依赖”“正在启动 Chromium”“正在检测 6080 端口”“正在准备完成信息”“正在执行最后截图确认”。
不要刷屏：进度消息保持简短，每分钟一次即可；只有遇到需要用户处理的问题时才立即额外提醒。
直到成功或需要人工介入：持续监控并汇报，直到 noVNC 地址可访问、Chromium 已打开百度页面、核心完成信息已发送、最后截图已发送或已明确报告截图失败原因；如果自动修复失败，应明确告诉用户失败步骤、原因和下一步需要用户做什么。

最低服务器配置

本技能会启动 Chromium 图形浏览器、虚拟显示器和 VNC 转发服务，资源占用高于普通命令行脚本。建议服务器配置不低于：

text

最低推荐：2 核 CPU / 4GB 内存（2H4G）
系统推荐：Debian 10+ / Ubuntu 20.04+
磁盘建议：至少预留 5GB 可用空间

低于 2H4G 的服务器也可能启动成功，但容易出现 Chromium 卡顿、页面白屏、验证码页面 CPU 飙高、浏览器被系统杀掉等问题。

端口开放说明

必须开放：

6080/tcp：noVNC 网页访问端口。用户通过 http://<服务器公网IP>:6080/vnc.html 打开远程 Chromium 浏览器。

可选开放：

5900/tcp：VNC 原生端口。默认仅供本机 websockify 转发使用，一般不需要公网开放；只有需要用 VNC 客户端直连时才考虑开放，并建议限制来源 IP。
9223/tcp：Chromium CDP 调试端口。默认仅供 Agent 在服务器本机控制浏览器使用；只有明确需要远程调试时才考虑开放，并必须限制来源 IP，避免浏览器被他人接管。

适用场景

本技能覆盖两种使用模式：

Linux 服务器模式：在云服务器上启动可视化浏览器，用户通过 noVNC 网页实时查看和手动操作，AI Agent 通过 CDP 控制同一实例。
Windows 本机模式：直接在用户本机启动 Edge/Chrome 远程调试端口，Agent 通过 CDP 接管，用户在本机屏幕上实时看到所有操作。

典型场景：

登录类后台：抖音创作者中心、小红书创作者平台、微博、公众号后台等。
风控验证：滑块验证、扫码登录、短信验证、图形验证码、设备验证等。
内容发布：自动打开发布页、填写标题/正文/标签/封面，并让用户处理最后的人工验证。
网页调试：需要用户和 AI 同时看到同一个浏览器画面，方便排查页面状态。

不适合场景：

纯 API 调用任务，不需要浏览器画面。
对安全要求极高、不能暴露任何远程桌面入口的生产环境。
Linux 模式：无法开放 6080/tcp 或无法提供 root/sudo 权限的服务器。（Windows 模式无此限制）

最终效果：

Linux 模式：

用户访问：http://<服务器IP>:6080/vnc.html
Agent 控制：http://127.0.0.1:9223/json / CDP WebSocket
浏览器运行在虚拟显示器 :99

Windows 模式：

用户在本机屏幕直接看到 Edge/Chrome 浏览器
Agent 控制：http://127.0.0.1:9223/json / CDP WebSocket
无需额外安装任何组件

💡 统一使用 9223 端口，避免与 AI Agent 自带的 Playwright/Chromium 抢占 9222 端口。

数据流：

Linux： Xvfb → 虚拟显示器 :99 → Chromium (CDP 9223) → x11vnc → noVNC/websockify → 用户浏览器 Windows： Edge/Chrome (CDP 9223) + 本机屏幕 → Agent 控制，无需额外组件

零、系统检测（第一步，必须执行）

Agent 加载本技能后，第一步必须先检测当前操作系统：

bash

# 第一步：检测操作系统
uname -s 2>/dev/null | grep -qi linux && echo "LINUX" || true

# 如果是 Linux，再细分环境类型（云服务器 / NAS / 本地 Linux）
if [ "$(uname -s)" = "Linux" ]; then
  # 检测是否云服务器（腾讯云/阿里云/AWS metadata）
  if curl -s --connect-timeout 2 http://metadata.tencentyun.com/latest/meta-data/ 2>/dev/null | grep -q .; then
    echo "ENV_TYPE=CLOUD"
  elif curl -s --connect-timeout 2 http://100.100.100.200/latest/meta-data/ 2>/dev/null | grep -q .; then
    echo "ENV_TYPE=CLOUD"
  elif curl -s --connect-timeout 2 http://169.254.169.254/latest/meta-data/ 2>/dev/null | grep -q .; then
    echo "ENV_TYPE=CLOUD"
  # 检测是否 NAS（群晖 Synology / QNAP 威联通）
  elif [ -f /etc/synoinfo.conf ]; then
    echo "ENV_TYPE=NAS"
  elif [ -f /etc/platform.conf ] || [ -f /etc/version ]; then
    echo "ENV_TYPE=NAS"
  else
    echo "ENV_TYPE=LOCAL"
  fi
fi

分流逻辑：

检测到 Linux（CLOUD / NAS / LOCAL） → 继续执行「一、检查系统与服务器配置」及后续章节（noVNC + Chromium 远程部署流程）。完成后根据环境类型发送对应地址：
- CLOUD（云服务器）→ 发送公网 IP 的 noVNC 地址
- NAS（NAS 设备）→ 发送本地内网 IP 的 noVNC 地址，并提醒用户在 NAS 控制面板开放 6080 端口
- LOCAL（本地 Debian/Ubuntu）→ 发送本地内网 IP 的 noVNC 地址，并提醒用户放行系统防火墙 6080 端口
检测到 Windows → 跳过 Linux 部署章节，直接跳转到「十二、Windows 系统：远程调试 CDP 控制 Edge/Chrome」。

以下「一」至「六-bis」仅适用于 Linux 系统（含 CLOUD / NAS / LOCAL）。

⚠️ 铁律：系统检测是强制步骤，不可跳过。 Agent 拿到 ENV_TYPE 后，必须严格按以下规则发送对应 IP 地址，不得自行判断或偷懒：

ENV_TYPE 发送地址硬规则
CLOUD 公网 IP 必须用 curl -4 -s https://ifconfig.me 获取公网 IP，严禁发 192.168.x.x / 10.x.x.x / 172.16-31.x.x 内网地址
NAS 内网 IP 用 hostname -I 取内网 IP，同时提醒用户在 NAS 控制面板开放 6080 端口
LOCAL 内网 IP 用 hostname -I 取内网 IP，同时提醒用户放行系统防火墙 6080 端口

常见错误（禁止）：检测到 CLOUD 却发内网 IP → 严重错误，用户无法从公网访问。检测到 NAS/LOCAL 却试图获取公网 IP → 同样错误，本地环境可能根本没有公网 IP。Agent 必须严格执行上述映射，不能凭"感觉"选 IP。

ENV_TYPE	发送地址	硬规则
`CLOUD`	公网 IP	必须用 `curl -4 -s https://ifconfig.me` 获取公网 IP，严禁发 `192.168.x.x` / `10.x.x.x` / `172.16-31.x.x` 内网地址
`NAS`	内网 IP	用 `hostname -I` 取内网 IP，同时提醒用户在 NAS 控制面板开放 6080 端口
`LOCAL`	内网 IP	用 `hostname -I` 取内网 IP，同时提醒用户放行系统防火墙 6080 端口

一、检查系统与服务器配置

bash

cat /etc/os-release | head -3
uname -m
nproc
free -h
df -h /

推荐环境：Debian 10+ / Ubuntu 20.04+ / 较新的 Linux 发行版。

配置要求：建议至少 2 核 CPU / 4GB 内存（2H4G）。如果内存低于 4GB，Agent 应先提醒用户可能出现 Chromium 卡顿、白屏或被系统杀掉的问题，再继续安装。

二、权限预检（必须）

部署本技能需要安装系统包、写入 /opt 和 /root/start-remote-browser.sh，需要 root 或可用的 sudo 权限。

bash

if [ "$(id -u)" = "0" ]; then
  echo "PERMISSION_OK: 当前是 root 用户"
elif command -v sudo >/dev/null 2>&1 && sudo -n true 2>/dev/null; then
  echo "PERMISSION_OK: 当前用户可免密 sudo"
else
  echo "PERMISSION_DENIED: 当前用户不是 root，且无法免密 sudo。"
fi

如果输出 PERMISSION_OK，直接继续部署。

如果输出 PERMISSION_DENIED，按以下优先级处理：

首选：配置免密 sudo

引导用户在服务器终端执行一行命令即可，密码不离开用户机器：

bash

echo "$(whoami) ALL=(ALL) NOPASSWD: ALL" | sudo tee /etc/sudoers.d/hermes-deploy

完成后 Agent 即可通过 sudo 继续部署。部署完成后执行 sudo rm /etc/sudoers.d/hermes-deploy 收回权限。

备选：提供 SSH 凭证

仅当用户无法访问服务器终端时使用。Agent 应说明凭证用途：

text

当前环境权限不足。请提供以下 SSH 信息以便我登录服务器完成安装：

- 服务器 IP
- SSH 端口（默认 22）
- SSH 用户名
- SSH 密码

以上凭证仅用于以下操作，不做其他用途：
1. 安装系统依赖（apt install xvfb x11vnc git python3-pip 等）
2. 下载 noVNC 到 /opt/noVNC
3. 创建启动脚本 /root/start-remote-browser.sh
4. 配置 systemd 开机自启（写入 /etc/systemd/system/）
5. 放行防火墙端口 6080

部署完成后请立即修改密码。

⚠️ Agent 收到凭证后不得存储、记录，部署完成后必须提醒用户修改密码。

三、安装依赖

Debian / Ubuntu：

bash

apt update && apt upgrade -y
apt install -y xvfb x11vnc git python3-pip curl wget ca-certificates

优先安装 deb 版 Chromium/Chrome

本技能需要通过 CDP 控制浏览器，安装浏览器时推荐优先安装 deb 包形式的 Chromium/Chrome。如果 deb 版安装失败，再自动切换至系统可用的其他 Chromium/Chrome 版本，保证部署流程尽量不中断。

安装时应先检测系统类型，并按“deb 版优先、失败后自动切换至其他版本”的策略执行：

bash

. /etc/os-release

if [ "$ID" = "debian" ]; then
  apt install -y chromium || apt install -y chromium-browser || true
elif [ "$ID" = "ubuntu" ]; then
  echo "Ubuntu 环境优先安装 deb 版 Chrome 作为 Chromium/CDP 兼容浏览器。"
  if wget -O /tmp/google-chrome-stable_current_amd64.deb https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb; then
    apt install -y /tmp/google-chrome-stable_current_amd64.deb || true
  fi
  if command -v google-chrome-stable >/dev/null 2>&1; then
    ln -sf /usr/bin/google-chrome-stable /usr/local/bin/chromium
    # Chrome 与 Chromium 共享同一套 CDP 调试协议和 user-data-dir。
    # 「六-bis」的 systemd 模板中 --disable-session-crashed-bubble / --restore-last-session=false 和 ExecStartPre 同样适用于 Chrome。
  else
    echo "deb 版 Chrome 安装失败，尝试安装系统源 Chromium/Chromium Browser。"
    apt install -y chromium || apt install -y chromium-browser || true
  fi
else
  apt install -y chromium || apt install -y chromium-browser || true
fi

CHROME_BIN=$(command -v chromium || command -v chromium-browser || command -v google-chrome-stable || true)
if [ -z "$CHROME_BIN" ]; then
  echo "ERROR: 未找到 Chromium/Chrome 可执行文件"
  exit 1
fi

echo "浏览器路径：$CHROME_BIN"

安装 noVNC 和 websockify：

bash

cd /opt
if [ ! -d /opt/noVNC ]; then
  git clone https://github.com/novnc/noVNC.git
fi
pip3 install websockify --break-system-packages

如果 noVNC master 版本在 Chrome 中出现 ES module 报错，可固定到稳定版：

bash

cd /opt/noVNC
git fetch --tags
git checkout v1.6.0

四、开放端口

端口放行规则随环境类型不同而变化。Agent 必须根据前面确定的环境类型（$ENV_TYPE）选择对应的防火墙指令：

CLOUD（云服务器）：

bash

# 系统防火墙放行 noVNC
ufw allow 6080/tcp || true
ufw reload || true

# 云厂商安全组也要放行：
# - 6080/tcp：noVNC 网页访问端口
# - 9223/tcp：CDP 调试端口，**不建议对公网开放**，仅供 Agent 本机 127.0.0.1 使用

NAS：

bash

# NAS 部署：内网直接访问，无需操作防火墙。
# 如需外网访问：在路由器上设置端口转发 6080 TCP → <NAS_IP>
# 9223/tcp CDP 端口仅供本机，不转发。
echo "NAS 环境：noVNC 通过内网地址访问。如需外网访问，请在路由器做端口转发 6080。"

LOCAL（本机 Linux）：

bash

# 系统防火墙放行 noVNC
ufw allow 6080/tcp || true
ufw reload || true

# 如需外网访问：在路由器上设置端口转发 6080 TCP → <本机IP>
# 9223/tcp CDP 端口仅供本机，不转发。

五、创建一键启动脚本

1. 生成 noVNC 访问密码（必须）

为防止 noVNC 端口（6080）被裸暴露公网导致浏览器被任何人接管，启动前必须生成一个 8 位随机密码（字母+数字混合），并让 x11vnc 用密码模式启动。Agent 必须把这个密码原文保存到固定路径，方便部署后回复给用户。

bash

# 8 位随机密码（字母+数字混合）
NOVNC_PASS=$(tr -dc 'A-Za-z0-9' </dev/urandom | head -c 8)
echo -n "$NOVNC_PASS" > /root/.novnc_password
chmod 600 /root/.novnc_password

# 用 x11vnc 自己的工具生成 VNC 密码文件
x11vnc -storepasswd "$NOVNC_PASS" /root/.vncpasswd
chmod 600 /root/.vncpasswd

echo "noVNC 访问密码已生成：$NOVNC_PASS"
echo "明文存储于：/root/.novnc_password（仅 root 可读）"
echo "VNC 密码文件：/root/.vncpasswd"

后续 x11vnc 启动必须使用 -rfbauth /root/.vncpasswd，不再使用 -nopw。

2. 写入 `/root/start-remote-browser.sh`

写入 /root/start-remote-browser.sh：

bash

cat > /root/start-remote-browser.sh <<'SCRIPT_END'
#!/bin/bash
set -e

pkill -9 -f x11vnc 2>/dev/null || true
pkill -9 -f Xvfb 2>/dev/null || true
pkill -9 -f websockify 2>/dev/null || true
pkill -9 -f 'chromium.*remote-debugging-port=9223' 2>/dev/null || true
sleep 2

echo "[1/4] 启动虚拟显示器..."
Xvfb :99 -screen 0 1920x1080x24 &
sleep 1
export DISPLAY=:99

echo "[2/4] 启动 Chromium (CDP:9223)..."
CHROME_BIN=$(command -v chromium || command -v chromium-browser || command -v google-chrome-stable || true)
if [ -z "$CHROME_BIN" ]; then
  echo "ERROR: 未找到 Chromium/Chrome 可执行文件"
  exit 1
fi
# CDP 仅供 Agent 本机控制，监听 127.0.0.1，不对外暴露。
# ⚠️ 严禁添加 --headless 或 --headless=new，否则 noVNC 画面无法显示。
"$CHROME_BIN" \
  --no-sandbox \
  --disable-gpu \
  --disable-dev-shm-usage \
  --remote-debugging-port=9223 \
  --remote-debugging-address=127.0.0.1 \
  --remote-allow-origins='*' \
  --window-size=1920,1080 \
  --start-maximized \
  --no-first-run \
  --no-default-browser-check \
  --user-data-dir=/root/.chromium-remote \
  --restore-last-session=false \
  https://www.baidu.com/ &
sleep 3

echo "[3/4] 启动 x11vnc..."
x11vnc -display :99 -forever -rfbauth /root/.vncpasswd -quiet -listen 127.0.0.1 &
sleep 1

echo "[4/4] 启动 noVNC (端口:6080)..."
websockify --web /opt/noVNC 6080 127.0.0.1:5900 &
sleep 1

IP=$(hostname -I | awk '{print $1}')
echo ""
echo "========================================"
echo "  ✅ 远程浏览器已就绪"
echo "  用户访问: http://${IP}:6080/vnc.html"
echo "  CDP: http://127.0.0.1:9223/json（仅供本机 Agent）"
echo "========================================"
SCRIPT_END

chmod +x /root/start-remote-browser.sh

六、启动远程浏览器

bash

bash /root/start-remote-browser.sh

启动完成后，用户访问：

text

http://<服务器IP>:6080/vnc.html

CDP 检查地址：

bash

curl -s http://127.0.0.1:9223/json/version
curl -s http://127.0.0.1:9223/json

⚠️ 部署到这一步时，手动脚本启动的 Chromium 还在后台运行。接下来配置 systemd 自启前，必须先杀掉手动进程，避免两个 Chromium 实例抢同一个 --user-data-dir，导致标签页不断堆叠。

bash

pkill -9 -f "(chromium|chrome).*remote-debugging-port=9223" 2>/dev/null || true
sleep 2

否则会出现：手动脚本开一个百度 → systemd 自启又开一个 → OOM 重启再开一个，堆成三个百度页。

六-bis、配置开机自启（必须）

为了确保服务器重启后 noVNC + Chromium + CDP 仍能自动恢复运行，必须把整套服务做成 systemd 单元，不能只依赖一次性的 bash /root/start-remote-browser.sh。

部署完成后必须执行以下步骤，并启用 enable --now，使服务立即生效 + 开机自启：

bash

# 1) Xvfb 虚拟显示器
cat > /etc/systemd/system/xvfb.service <<'EOF'
[Unit]
Description=Xvfb virtual display :99
After=network.target

[Service]
Type=simple
ExecStart=/usr/bin/Xvfb :99 -screen 0 1920x1080x24 -ac
Restart=always
RestartSec=3

[Install]
WantedBy=multi-user.target
EOF

# 2) x11vnc（必须使用 -rfbauth 走密码模式）
cat > /etc/systemd/system/x11vnc.service <<'EOF'
[Unit]
Description=x11vnc server on :99 (password protected)
After=xvfb.service
Requires=xvfb.service

[Service]
Type=simple
Environment=DISPLAY=:99
ExecStart=/usr/bin/x11vnc -display :99 -forever -shared -rfbauth /root/.vncpasswd -rfbport 5900 -quiet
Restart=always
RestartSec=3

[Install]
WantedBy=multi-user.target
EOF

# 3) noVNC websockify
cat > /etc/systemd/system/novnc.service <<'EOF'
[Unit]
Description=noVNC websockify on 6080
After=x11vnc.service
Requires=x11vnc.service

[Service]
Type=simple
ExecStart=/usr/local/bin/websockify --web=/opt/noVNC 6080 localhost:5900
Restart=always
RestartSec=3

[Install]
WantedBy=multi-user.target
EOF

# 4) Chromium + CDP（自动找可用 Chromium/Chrome 二进制）
CHROME_BIN=$(command -v chromium || command -v chromium-browser || command -v google-chrome-stable)
cat > /etc/systemd/system/chromium-remote.service <<EOF
[Unit]
Description=Chromium with CDP on :9223, display :99
After=xvfb.service
Requires=xvfb.service
StartLimitBurst=3
StartLimitInterval=120

[Service]
Type=simple
Environment=DISPLAY=:99
# 启动前杀掉残留的 chromium/chrome 进程，避免 user-data-dir 冲突导致标签页堆叠
ExecStartPre=/usr/bin/pkill -9 -f "(chromium|chrome).*remote-debugging-port=9223" || true
ExecStartPre=/bin/sleep 2
# ⚠️ 严禁添加 --headless 或 --headless=new，否则 noVNC 画面无法显示。
ExecStart=${CHROME_BIN} --no-sandbox --disable-gpu --disable-dev-shm-usage --disable-session-crashed-bubble --restore-last-session=false --remote-debugging-port=9223 --remote-debugging-address=127.0.0.1 --remote-allow-origins=* --user-data-dir=/root/.chromium-remote --no-first-run --no-default-browser-check --window-size=1920,1080 --start-maximized https://www.baidu.com/
Restart=on-failure
RestartSec=5

[Install]
WantedBy=multi-user.target
EOF

systemctl daemon-reload
systemctl enable --now xvfb.service x11vnc.service novnc.service chromium-remote.service

验证（应全部 active）：

bash

systemctl is-active xvfb x11vnc novnc chromium-remote
ss -tlnp | grep -E ':6080|:5900|:9223'

重启服务器后，Agent 和用户都不需要再手动跑 start-remote-browser.sh，整套服务会自动拉起来。

部署和自启已全部完成。现在按顺序执行三步收尾，不可跳过或调换：

第一步：打开百度确认 — 参考第七节 CDP 代码，将 url 改为 'https://www.baidu.com/'，只调 Page.enable → Page.navigate → sleep(3)，删掉 Runtime.enable 和 Runtime.evaluate。

第二步：先发送核心完成信息 — 按第八节模板先把 noVNC 地址、访问密码、开机自启状态、端口提醒和验证码处理说明发给用户。这一步必须先发，不能等待截图成功后再发。

第三步：最后截图并发送 — 执行 DISPLAY=:99 import -window root /tmp/remote-browser.png，再按第八节截图发送方式发送图片。截图是最后一步补充确认；如果截图失败，必须在核心信息已发送后报告失败原因并尝试修复/重试，严禁因为截图失败导致地址和密码没有发出去。

七、通过 CDP 控制浏览器（参考代码，需要打开网页时使用）

使用 Python 控制已启动的 Chromium：

bash

python3 - <<'PY'
import json, time, urllib.request
import websocket

url = 'https://example.com'
tabs = json.load(urllib.request.urlopen('http://127.0.0.1:9223/json'))
page = next(t for t in tabs if t.get('type') == 'page')
ws = websocket.create_connection(
    page['webSocketDebuggerUrl'],
    header=['Origin: http://127.0.0.1:9223'],
    timeout=20,
)

msg_id = 0
def call(method, params=None):
    global msg_id
    msg_id += 1
    ws.send(json.dumps({'id': msg_id, 'method': method, 'params': params or {}}))
    while True:
        msg = json.loads(ws.recv())
        if msg.get('id') == msg_id:
            return msg

call('Page.enable')
call('Runtime.enable')
call('Page.navigate', {'url': url})
time.sleep(3)
res = call('Runtime.evaluate', {
    'expression': '({title: document.title, url: location.href})',
    'returnByValue': True,
})
print(json.dumps(res['result']['result']['value'], ensure_ascii=False, indent=2))
ws.close()
PY

如果缺少 websocket 包：

bash

pip3 install websocket-client --break-system-packages

八、回复模板

收尾时必须先发送核心完成信息，再把截图作为最后一步发送。严禁因为截图生成或发送失败，导致 noVNC 地址、访问密码等核心信息没有发出去。

1. 发送前准备

运行脚本获取 noVNC 地址：

bash

# 根据环境类型选择 IP（ENV_TYPE 在「零、系统检测」步骤中已设置）
if [ "$ENV_TYPE" = "CLOUD" ]; then
  # 云服务器：优先使用公网 IP
  PUBLIC_IP=$(curl -4 -s https://ifconfig.me 2>/dev/null || curl -4 -s https://api.ipify.org 2>/dev/null || true)
  if [ -n "$PUBLIC_IP" ]; then
    NOVNC_URL="http://${PUBLIC_IP}:6080/vnc.html"
  else
    LOCAL_IP=$(hostname -I | awk '{print $1}')
    NOVNC_URL="http://${LOCAL_IP}:6080/vnc.html"
  fi
else
  # NAS / 本地 Linux：直接使用内网 IP
  LOCAL_IP=$(hostname -I | awk '{print $1}')
  NOVNC_URL="http://${LOCAL_IP}:6080/vnc.html"
fi
echo "$NOVNC_URL"
echo "ENV_TYPE=$ENV_TYPE"

读取访问密码：

bash

cat /root/.novnc_password

2. 发送顺序铁律（最高优先级）

先发核心完成信息：必须先把 noVNC 地址、访问密码、浏览器状态、开机自启状态、端口提醒和验证码处理说明发送给用户。
截图最后发送：核心信息发出后，再截图并发送图片。截图只是可视化确认，不得阻塞核心信息。
截图失败处理：如果截图命令失败、图片复制失败或平台发图失败，不允许吞掉核心信息；应先保证用户拿到访问入口，再说明截图失败原因并尝试修复/重试。
禁止只给路径：截图成功生成后必须通过当前平台的图片/文件能力发送，不能只说“截图在 /tmp/remote-browser.png”。
单条回复场景：如果当前 Agent 只能发一条最终回复，必须把文本核心信息放在前面，截图标签放在最后面。

3. Linux 模式回复

text

远程 Chromium 浏览器已启动：

- noVNC 地址：http://<IP>:6080/vnc.html
- noVNC 访问密码：<读取 /root/.novnc_password>
- 浏览器状态：已自动打开百度页面，截图将作为最后一步补充确认发送
- 开机自启：已配置 systemd，重启后自动拉起
- CDP 地址：仅供 Agent 本机控制，不建议公开
- 如果遇到登录、验证码、滑块，请在 noVNC 页面手动完成，完成后告诉我继续。

根据环境类型追加（Agent 必须严格使用检测到的 ENV_TYPE）：

CLOUD：请确认云服务器安全组已放行 6080/tcp
NAS：🌐 这是 NAS 局域网地址，请在 NAS 控制面板放行 6080/tcp；通过路由器访问需设置端口转发
LOCAL：🌐 这是本机局域网地址，请确保防火墙已放行 6080/tcp

🔴 环境误判禁令（最高优先级）：

❌ 对 NAS/LOCAL 用户严禁提「云安全组」「云服务器」「腾讯云」「阿里云」
❌ NAS/LOCAL 环境严禁发送公网 IP 的 noVNC 链接（公网 IP 不属于用户，打不开）
❌ CLOUD 环境严禁发送内网 IP 地址给用户
❌ 严禁跳过环境检测步骤直接按云服务器假设来回复

端口提醒： 9223/tcp 是 CDP 调试端口，仅供 Agent 本机使用，不建议对公网开放。

最后一步：截图发送方式

⚠️ 铁律：截图必须在核心完成信息发送之后执行和发送。QQ/QQbot 通道截图必须严格遵守以下规则，违反即部署失败。以下方式已经过 QQ 通道实测验证可以正常发送，Agent 必须逐字照做，不得有任何偏离。

第一步：生成并复制截图到 QQbot 媒体目录（必须执行 bash 命令，不能只描述）

bash

DISPLAY=:99 import -window root /tmp/remote-browser.png
mkdir -p ~/.openclaw/media/qqbot
cp /tmp/remote-browser.png ~/.openclaw/media/qqbot/remote-browser.png

第二步：用 <qqmedia> 标签发送（Agent 必须在回复中输出以下标签，一字不差）

text

<qqmedia>/root/.openclaw/media/qqbot/remote-browser.png</qqmedia>

🔴 禁止事项（违反任何一条视为部署失败）：

🚫 严禁使用 MEDIA:/tmp/remote-browser.png 格式发图（QQ 通道不支持，发出去用户看不到）

🚫 严禁跳过第一步的 DISPLAY=:99 import + mkdir -p + cp 三步 bash 命令（只文字描述不执行 = 文件不存在 = 发不出）

🚫 严禁把 <qqmedia> 标签写成其他变体（比如 <qq-media>、<qqmedia> 路径少写 /root、路径用相对路径等）

🚫 严禁自行判断"用其他方式也能发"——QQ 通道只认 <qqmedia> + 绝对路径这一种方式，没有例外

🚫 严禁重复发送：同一张截图只发一次，用了 <qqmedia> 就不要再同时加 MEDIA: 标签，否则用户会收到两张重复图片

✅ 正确示例（Agent 必须模仿这个模式）：

终端执行：DISPLAY=:99 import -window root /tmp/remote-browser.png && mkdir -p ~/.openclaw/media/qqbot && cp /tmp/remote-browser.png ~/.openclaw/media/qqbot/remote-browser.png

回复中输出：<qqmedia>/root/.openclaw/media/qqbot/remote-browser.png</qqmedia>

平台分流铁律（最高优先级）：

只有当前会话明确是 QQ / QQbot 通道时，才允许使用 <qqmedia> 标签。
Telegram / Discord / 邮件 / 终端 / Web UI / 其它平台 严禁使用 <qqmedia>，否则图片会原样变成文本或发送失败。
其它通道必须使用当前平台支持的媒体发送方式；如果 Agent 支持通用媒体标签，优先使用 MEDIA:/tmp/remote-browser.png。
未知平台不要套 QQ 特例；默认走通用 MEDIA: 或该平台官方附件/图片发送能力。

其他通道（Telegram / Discord / 邮件 / 终端 / Web UI 等）：

text

MEDIA:/tmp/remote-browser.png

4. Windows 模式回复

text

✅ 浏览器已完全由 AI Agent 控制。

- 浏览器：Edge/Chrome（CDP 端口 9223）
- 你可以在屏幕上看到所有操作，随时手动接管
- 请勿关闭这个浏览器窗口
- 如果遇到登录、验证码、滑块，你直接操作即可，完成后告诉我继续

Windows 模式也必须先发送上面的接管完成信息，再把截图作为最后一步发送。截图通过 CDP Page.captureScreenshot（完整代码见「十二-3 截图当前页面」）；截图失败不得影响接管完成信息。

九、验证清单

Linux 模式验证

bash

ss -tlnp | grep -E '6080|5900|9223'
curl -s -o /dev/null -w '%{http_code}\n' http://127.0.0.1:6080/vnc.html
curl -s http://127.0.0.1:9223/json/version

应满足：

6080 正在监听
5900 正在监听本机 VNC
9223 正在监听 CDP
vnc.html 返回 200
用户能在浏览器看到远程 Chromium 画面

Windows 模式验证

bash

curl -s http://127.0.0.1:9223/json/version
curl -s http://127.0.0.1:9223/json

应满足：

9223 正在监听 CDP
json/version 返回浏览器信息
json 返回至少一个 page 类型的标签
用户本机屏幕上能看到 Edge/Chrome 浏览器窗口

十、常见问题

Linux 模式

1. noVNC 打开空白或连不上

检查进程：

bash

ps -ef | grep -E 'Xvfb|chromium|x11vnc|websockify' | grep -v grep
ss -tlnp | grep -E '6080|5900|9223'

重新运行：

bash

bash /root/start-remote-browser.sh

2. 外网打不开 6080

需要同时检查：

云服务器安全组是否放行 6080/tcp
系统防火墙是否放行 6080/tcp
websockify 是否监听 0.0.0.0:6080

3. CDP WebSocket 403

Chromium 启动参数需要包含：

bash

--remote-allow-origins='*'

Python websocket 连接时建议带 Origin：

python

websocket.create_connection(ws_url, header=['Origin: http://127.0.0.1:9223'])

4. 浏览器画面卡住

可清理重启：

bash

pkill -9 -f chromium || true
pkill -9 -f Xvfb || true
pkill -9 -f x11vnc || true
pkill -9 -f websockify || true
bash /root/start-remote-browser.sh

5. noVNC 报前端 JS 错误

如果使用 noVNC master 分支出现浏览器兼容问题，固定稳定版本：

bash

cd /opt/noVNC
git fetch --tags
git checkout v1.6.0
bash /root/start-remote-browser.sh

Windows 模式

6. Edge/Chrome 无法以 CDP 模式启动

浏览器可能已经在运行中。需要先关闭所有 Edge/Chrome 窗口，再执行：

powershell

taskkill /F /IM msedge.exe
taskkill /F /IM chrome.exe
start msedge --remote-debugging-port=9223 --remote-allow-origins=*

7. CDP 端口 9223 被占用

检查端口占用并释放：

powershell

netstat -ano | findstr :9223
taskkill /F /PID <PID>

然后重新启动浏览器。

8. CDP WebSocket 403 / 连接拒绝

确认启动参数包含 --remote-allow-origins=*。如果仍然 403，尝试在连接时带 Origin header：

python

websocket.create_connection(ws_url, header=['Origin: http://127.0.0.1:9223'])

十一、重要原则

⚠️ 部署后，Agent 所有浏览器操作必须通过 CDP（127.0.0.1:9223）控制本技能部署的浏览器——Linux 下为 noVNC 中 :99 上的 Chromium，Windows 下为用户本机 Edge/Chrome。严禁给 Chromium 添加 --headless 或 --headless=new 启动参数，否则 noVNC 画面无法正常显示。禁止使用 Agent 内置 headless 浏览器或其他实例，否则用户与 Agent 画面不同频，无法协作处理验证码。唯一例外：用户明确要求使用其他浏览器。

十二、Windows 系统：远程调试 CDP 控制 Edge/Chrome

当「零、系统检测」判断为 Windows 时，走以下流程。Windows 模式下无需安装任何依赖，直接利用系统自带的 Edge 或 Chrome 浏览器。

启动流程

Agent 必须优先自动尝试启动浏览器，失败后才让用户手动执行。

1. 自动启动（Agent 执行）

Agent 先尝试启动 Edge，失败则回退到 Chrome：

powershell

# 优先尝试 Edge
start msedge --remote-debugging-port=9223 --remote-allow-origins=*

powershell

# Edge 不可用时尝试 Chrome
start chrome --remote-debugging-port=9223 --remote-allow-origins=*

如果两个命令都执行失败（浏览器未安装、权限不足等），才告诉用户手动执行以下命令：

text

请以管理员身份打开 PowerShell 或 CMD，执行以下命令：

Edge：
start msedge --remote-debugging-port=9223 --remote-allow-origins=*

或 Chrome：
start chrome --remote-debugging-port=9223 --remote-allow-origins=*

2. 验证 CDP 连通性

bash

curl -s http://127.0.0.1:9223/json/version

3. 截图当前页面

验证连通后，通过 CDP 对当前默认页面（新标签页或浏览器主页）截图。Windows 模式不需要额外导航到百度页面，直接截取浏览器当前画面即可。

bash

# 获取当前页面
curl -s http://127.0.0.1:9223/json
# 通过 CDP 截取页面截图，保存为 PNG
python3 - <<'PY'
import json, base64, urllib.request
tabs = json.load(urllib.request.urlopen('http://127.0.0.1:9223/json'))
page = next(t for t in tabs if t.get('type') == 'page')
import websocket
ws = websocket.create_connection(page['webSocketDebuggerUrl'], header=['Origin: http://127.0.0.1:9223'], timeout=20)
msg_id = 0
def call(method, params=None):
    global msg_id
    msg_id += 1
    ws.send(json.dumps({'id': msg_id, 'method': method, 'params': params or {}}))
    while True:
        msg = json.loads(ws.recv())
        if msg.get('id') == msg_id:
            return msg
call('Page.enable')
res = call('Page.captureScreenshot', {'format': 'png'})
with open('/tmp/browser_screenshot.png', 'wb') as f:
    f.write(base64.b64decode(res['result']['data']))
print('截图已保存: /tmp/browser_screenshot.png')
ws.close()
PY

截图生成后，将截图作为最后一步通过 MEDIA 发送给用户；如果是 QQ/QQbot 通道，应使用「八」中的 <qqmedia> 规则。

4. 完成提醒

按「八-4」Windows 回复模板先发送接管完成信息，然后执行「十二-3」截图并作为最后一步发送。截图失败不得阻塞接管完成信息。

Windows 模式后续使用

接管完成后，Agent 后续所有浏览器操作（打开网页、点击、输入、截图等）均通过 127.0.0.1:9223 的 CDP 接口控制这个浏览器实例。用户在本机屏幕上可实时看到所有操作，遇到登录、验证码时可随时手动介入。

Zh Tencent Novnc Chromium Cdp

Install

📖 使用教程

noVNC + Chromium + CDP 远程可视可控浏览器（Linux / Windows 双平台）

技能简介

核心能力

服务器配置要求与端口提醒

开始部署前必须先提醒用户

安装过程进度监控与自动修复

最低服务器配置

端口开放说明

适用场景

零、系统检测（第一步，必须执行）

一、检查系统与服务器配置

二、权限预检（必须）

三、安装依赖

优先安装 deb 版 Chromium/Chrome

四、开放端口

五、创建一键启动脚本

1. 生成 noVNC 访问密码（必须）

2. 写入 /root/start-remote-browser.sh

六、启动远程浏览器

六-bis、配置开机自启（必须）

七、通过 CDP 控制浏览器（参考代码，需要打开网页时使用）

八、回复模板

1. 发送前准备

2. 发送顺序铁律（最高优先级）

3. Linux 模式回复

最后一步：截图发送方式

4. Windows 模式回复

九、验证清单

Linux 模式验证

Windows 模式验证

十、常见问题

Linux 模式

1. noVNC 打开空白或连不上

2. 外网打不开 6080

3. CDP WebSocket 403

4. 浏览器画面卡住

5. noVNC 报前端 JS 错误

Windows 模式

6. Edge/Chrome 无法以 CDP 模式启动

7. CDP 端口 9223 被占用

8. CDP WebSocket 403 / 连接拒绝

十一、重要原则

十二、Windows 系统：远程调试 CDP 控制 Edge/Chrome

启动流程

1. 自动启动（Agent 执行）

2. 验证 CDP 连通性

3. 截图当前页面

4. 完成提醒

Windows 模式后续使用

Related skills

2. 写入 `/root/start-remote-browser.sh`