qianwen-cdp

用原生 Chrome DevTools Protocol 驱动千问浏览器（qianwen.exe），复用真实登录态做办公自动化。当用户要让"千问浏览器"自动打开网页、填表、点击、抓取内容、截图，或提到 xbrowser/agent-browser 驱动千问失败时，使用本技能。

千问浏览器原生 CDP 驱动

为什么不用 xbrowser / agent-browser

xbrowser（底层 agent-browser）驱动不了千问。实测 agent-browser --cdp <port> 连千问（真实或干净 profile 都试过）后，驱动已存在的页面 target 会静默/挂死（空 profile 跑 2m35s 零输出，最终报 Auto-launch failed ...:9407）。xb 的 run.cjs 对本地浏览器一律传 --cdp，所以 xb run --browser qianwen 彻底走不通，不要浪费时间在这条路上。

根因 & 解法（已验证）

• 千问对「外部 CDP 连接」操作已存在的页面 target（通义千问桌面页、AI插件页等）一律静默。
• 但用 browser 级 WebSocket → Target.createTarget 自己新建的页面 target 完全可控（Runtime / DOM / Input 全可用）。
• 因此驱动千问必须「原生 CDP + 自建新 target」，绝不用 --cdp 连旧实例。

安装

bash

git clone <本仓库> qianwen-cdp
cd qianwen-cdp
npm install          # 安装 ws 依赖

qw.cjs 的 WebSocket 依赖优先用本地 node_modules/ws；若找不到，会回退到 WorkBuddy 自带 xbrowser 里的 ws（兼容原机环境）。

配置（环境变量，均可选）

变量	默认值（示例）	说明
QW_EXE	C:\Users\<你>\AppData\Local\Programs\QianwenApp\qianwen.exe	千问可执行文件
QW_PROFILE	C:/Users/<你>/AppData/Local/Qianwen/User Data	千问用户数据目录（登录态/标签页在这里）
QW_CDP_PORT	9666	CDP 调试端口

不设置则使用脚本内的默认值（指向作者机器路径，clone 后请改环境变量或默认值）。

让千问默认带端口（一次性）

有两种方式让千问每次启动都开 CDP 端口：

1. 快捷方式注入（覆盖桌面/任务栏/开始菜单启动）：python patch_lnk.py（需 pip install pywin32，仅 Windows）。
2. 注册表自启项注入（覆盖开机自启）：把 HKCU\Software\Microsoft\Windows\CurrentVersion\Run\qianwen 的值追加 --remote-debugging-port=9666。

端口就绪后，千问实例常驻，小虾随时 qw.cjs ensure 连上即驱动。

工具

qw.cjs。调用示例（用任意 node，推荐 managed node）：

text

NODE="你的/node.exe"
$NODE qw.cjs ensure                                  # 确保 9666 实例在跑（真实 profile）
$NODE qw.cjs open "https://www.baidu.com"            # 新建 tab 并导航，输出 targetId
$NODE qw.cjs navigate <id> "https://..."             # 已有 tab 导航
$NODE qw.cjs eval <id> "document.title"              # 执行 JS
$NODE qw.cjs snapshot <id> [css选择器]               # 取标题/文本/链接/输入框
$NODE qw.cjs click <id> "#su"                         # 点击元素（按坐标派发鼠标事件）
$NODE qw.cjs type <id> "#kw" "机器人 ROS2"            # 向输入框填入文本
$NODE qw.cjs screenshot <id> [out.png]               # 截图
$NODE qw.cjs list                                    # 列出所有 target
$NODE qw.cjs close <id>                              # 关闭 tab
$NODE qw.cjs relaunch                                # 实例挂掉时：taskkill + 重拉

每个命令都是独立进程，连接到常驻的千问 CDP 实例操作，所以可多次调用串起多步自动化。

关键常量

• 千问 exe：千问浏览器（阿里 Qwen AI 浏览器，Chromium 内核）
• 真实 profile：QW_PROFILE（登录态/标签页在这里，驱动走的也是这个实例）
• CDP 固定端口：9666

已验证的端到端能力

open 百度 → type 搜索框 → click 搜索 → 搜索结果正文读出 ✅。即「开页 + 输入 + 点击 + 读内容」真实交互全通。

坑（必记）

1. 必须建新 target：永远用 open/Target.createTarget 开新 tab，别去驱动千问自带的桌面页（静默）。
2. 实例挂掉恢复：千问主进程可被 Stop-Process -Force 杀掉，但 WpkService 孤儿进程（--type=utility，引用真实 profile）可能杀不掉。它们不占主 SingletonLock，新主实例仍能起，只是堆积会拖慢冷启动。恢复用 qw.cjs relaunch。
3. 路径正斜杠：千问对 --user-data-dir 反斜杠路径会秒退，必须正斜杠（脚本内已处理）。
4. 强制窗口模式：千问无头不稳定，必须 headed（脚本内已默认）。
5. 登录态由真实 profile 保留 → 自动化时就是本人已登录的千问，对外操作（发消息/发帖）仍遵循"先问再动"。

何时用

用户要在千问里做自动操作（查资料、填表、抓页面、定时任务等），且要求保留登录态。直接调 qw.cjs，不要走 xbrowser。