roadshow-capture-skill

自动化捕获路演/在线演示页面并保存为 PDF。Playwright 驱动，支持 NetRoadShow 和 DealRoadShow。

RoadShow Capture — 路演页面自动截屏/PDF 保存

自动打开路演链接，处理认证流程，逐页截屏保存为 PDF。支持 NetRoadShow 和 DealRoadShow 两大平台。

原则：直接使用 Playwright，不要用 Camofox。 Camofox 对路演平台有严重局限（hash 路由编码、弹窗拦截、reCAPTCHA、Angular 沙箱），Playwright 能处理所有 Camofox 做不到的事。

---

统一入口

scripts/roadshow-capture.py 自动按 URL 域名路由：

# 自动识别平台，不需要手动选脚本
python roadshow-capture.py --url "https://www.netroadshow.com/nrs/home/#!/?show=SHOW_ID"
python roadshow-capture.py --url "https://dealroadshow.com/e/MTNA2026"

支持的平台：netroadshow.com → NetRoadShow 流程，dealroadshow.com → DealRoadShow 流程。

---

首次使用（邮箱配置）

1. 用户告知 agent 他的路演邮箱
2. 写入 scripts/.env 文件：

   NRS_EMAIL=[e-mail]
   

3. 之后不再需要询问

如果 NRS_EMAIL 未设置，agent 主动提问并写入 .env，不要求用户提前配环境变量。

---

NetRoadShow 工作流

脚本：scripts/netroadshow-capture.py URL 格式：https://www.netroadshow.com/nrs/home/#!/?show=SHOW_ID

已验证流程（KODIT Audio Roadshow Plus，32 slides，2026-05-12）

1. browser.goto(show_url)
   → Angular SPA 路由正常解析，无需 hash 修正
   → URL 自动变为 /nrs/home/?show=SHOW_ID

2. page.locator("#homeEmailInput").first.fill(email)
   with page.expect_popup() as info:
       page.get_by_text("Launch Show").click()
   pp = info.value  ← 必须 expect_popup()，不能用 page.on("popup")

3. 弹窗 → /presentation/v2/{id}/disclaimer/
   Agree 是 <div class="disclaimer-btn btn-agree">，非 <button>
   ✅ pp.evaluate('document.querySelector(".btn-agree").click()')
   ❌ page.get_by_text("Agree").click() — 不触发

4. 出现 "Resume previous session" / "Start from beginning"
   永远选 Start from beginning（硬性约束，不用问用户）

5. URL → /presentation/v2/{id}/MediaSlides

6. ArrowRight × (N-1) → 截图 → Pillow 合成 PDF（必须 format='PDF'）

URL 状态机

/home/#!/?show=SHOW_ID  →  邮箱输入页
   ↓ Fill email → Launch Show（expect_popup）
/home/?show=SHOW_ID      →  弹窗打开
   ↓ Popup
/presentation/v2/{id}/disclaimer/  →  法律条款（div 按钮）
   ↓ Agree（JS evaluate）
/presentation/v2/{id}/disclaimer/  →  Resume / Start from beginning
   ↓ Start from beginning（固定选）
/presentation/v2/{id}/MediaSlides  →  路演播放器
   ↓ ArrowRight × 截图
   PDF 合成

NetRoadShow 专有陷阱

陷阱	方案
弹窗/新窗口	expect_popup() 阻塞等待
div 按钮（非 button）	page.evaluate('.btn-agree').click()
Hash 路由 #!/?show=X	Playwright 原生支持，无需处理
Session Taint（失败后锁定）	重建干净浏览器上下文：首页 → 乱填 Entry Code → Continue → 恢复
密码登录被拦截	Email-Only 流程（企业邮箱域已验证）

---

DealRoadShow 工作流

脚本：scripts/dealroadshow-capture.py URL 格式：https://dealroadshow.com/e/XXXXXXXX

已验证流程（ArcelorMittal USD Bond，32 slides，2026-05-13）

1. browser.goto(deal_url)
   → dealroadshow.com 302 重定向到 finsight.com/login/investor/e/XXXX
   → 可能弹出 Cookie 横幅 → page.get_by_role("button", name="Ok").click()

2. 填邮箱 + Launch Deal Roadshow
   page.locator("input[type='email']").first.fill(email)
   page.get_by_text("Launch Deal Roadshow").click()
   → 约 3-4 秒后表单提交，从 /login/ 导航到 /e/XXXX（免责页）
   ⚠ 这 3-4 秒内不能做 page.evaluate()（context destroyed）

3. I Agree — 必须用 Playwright locator，不用 evaluate
   ✅ page.locator("button:has-text('I Agree')").first.click(timeout=10000)
   ❌ page.evaluate('...click()')  ← 不触发导航（点击了但无反应）

4. 等待幻灯片加载（固定 sleep，不能用 networkidle）
   当前页码: input[data-test="currentSlideInput"] 的 value 属性
   总页数: body_text 中 "of N" 提取（r'\bof\s*(\d{1,4})\b'）

5. ArrowRight × 截图 → 轮询 input value 是否增加 → 不变则末页
   Pillow 合成 PDF（必须 format='PDF'）

DealRoadShow 流程要点

• 无弹窗：认证后同页面跳转，不需要 expect_popup()
• I Agree 按钮：必须用 Playwright locator .click()，不要用 page.evaluate()（JS 点击不触发导航）
• 翻页检测：通过 input[data-test="currentSlideInput"] 的 value 属性读取当前页码；"of 32" 文本提取总数
• URL 格式不确定：有时 /e/XXXX/1（带页码），有时 /e/XXXX（不带），因此翻页终点不能依赖 URL 变化
• 总页数检测：从页面 "of 32" 文本提取总数，翻页后用 input value 是否增加判定终点

---

双平台对比

维度	NetRoadShow	DealRoadShow
弹窗	expect_popup() 新窗口	同页面跳转，无需弹窗处理
Disclaimer 按钮	<div>，需 JS evaluate	标准 <button>，需 Playwright locator click（evaluate 不触发导航）
URL 格式	SPA hash 路由	不定——有时 /e/XXXX/1 有时 /e/XXXX
翻页后 URL	不变（SPA）	可能变也可能不变
翻页检测	count slides text	input[data-test="currentSlideInput"] value
总页数检测	"All N Slides" 文本	"of N" 文本（r'\bof\s*(\d{1,4})\b'）
Cookie 横幅	无	可能有，"Ok" 按钮
等待策略	固定 sleep + networkidle	固定 sleep + domcontentloaded（networkidle 因 WebSocket 挂死）
Launch 后导航	即时（expect_popup 阻塞）	延迟 3-4 秒（form POST 慢），期间禁用 evaluate

---

通用陷阱

Pillow PDF 合成需 format='PDF'

# ✅ 必须显式指定 format='PDF'
imgs[0].save(path, save_all=True, append_images=imgs[1:], format='PDF', resolution=150)

Playwright headless 参数

两个平台都需要加 --no-sandbox：

browser = p.chromium.launch(headless=True, args=["--no-sandbox"])

headless 模式下信任度

Mac Safari UA 字符串 + Playwright headless Chromium 对两个平台都可用。

邮箱配置统一

两个平台共享 NRS_EMAIL 环境变量，无需分别配置。

等待策略（DealRoadShow 特有）

• 不要用 wait_for_url — 页面用 pushState 导航，wait_for_url 和 wait_for_function 会漏事件
• 不要用 networkidle — 音频播放器有 WebSocket 持久连接，会挂死
• 用固定 sleep + domcontentloaded 代替

翻页检测（DealRoadShow 特有）

# 读取当前页码（不论 URL 带不带页码都能用）
cur = page.evaluate('document.querySelector("[data-test=currentSlideInput]").value')
# 等待翻页完成
page.keyboard.press("ArrowRight")
time.sleep(1)
# 轮询直到页码增加
for _ in range(10):
    new_cur = page.evaluate('document.querySelector("[data-test=currentSlideInput]").value')
    if int(new_cur) > int(cur): break
    time.sleep(0.5)

---

注意事项

• User-Agent 设置为 macOS Safari 以提高服务端信任度
• 翻页统一用 page.keyboard.press("ArrowRight")
• 截图尺寸 1920×1080，约 350KB~900KB 每张
• 总输出 PDF 约 4-5 MB（32 slides）
• 参考：references/netroadshow-practice.md（实操记录含 Mermaid 流程图）
• GitHub 仓库：https://github.com/nikker1974/roadshow-capture-skill（Hermes + OpenClaw 双平台兼容）