## 一、场景与问题

我有一篇已经定稿的图文稿——约 4,500 字正文 + 4 张配图——要发布到一个开发者社区。要求不复杂：正文按 Markdown 粘贴、4 张图分别插进对应位置、填标题、选标签、点发布。

看着是「复制粘贴」的活。真做一遍你就知道不是：

- 平台的编辑器默认是**富文本**模式，**##**、**|**、代码围栏会被**原样显示成符号**，得先切到 Markdown 模式；
- 4 张配图要**一张张上传**，再把返回的图片链接**对号入座**插回正文的 4 个位置；
- 传完还要设「文章来源 / 发布专栏 / 文章标签」三处，漏一处就发不出去。

这种活重复度高、又必须带登录态，正是我想让工具替我做的那一类。于是我先试了现成的浏览器自动化工具——**它在这台机器上起不来。**

于是问题变成两条路：

1. **等**——等现成工具修好、等一个兼容的版本；
2. **自己搭**——不依赖任何现成工具，直接跟浏览器说话。

> 这表面上是「装个工具」的问题，本质上是：**当现成工具缺席时，我该等它，还是用最小的代价自己搭一条只解决这一件事的通道。**
> 我选了后者。下面就是完整过程——**本文这篇稿子，最后就是由这条通道发出去的。**

### 输入材料

| # | 原始材料 | 说明 |
|---|---|---|
| 1 | 一篇已定稿的图文稿 | 约 4,500 字 Markdown + 4 张 PNG 配图 |
| 2 | 一个需要登录的目标平台 | 登录态必须存活在浏览器里（扫码登录，无法脚本模拟） |
| 3 | 一台「现成工具跑不起来」的机器 | 浏览器自动化工具的常驻进程无法拉起（见第 2 步） |
| 4 | 一个明确到不能再明确的验收标准 | 发布后，文章链接**不带登录态也能打开**（公网可达） |

注意第 4 项：它把「做没做完」这个模糊问题，变成了**一个可以用一条命令判定的事实**。这一点后来帮我在中途少走了很多弯路。

---

## 二、WorkBuddy 配置

这件事里 WorkBuddy 是全程的中控台，用到四类能力：

| 能力 | 在这件事里干了什么 |
|---|---|
| **自建工具链（写代码）** | 现成工具缺席 → 写了一个几十行的**最小客户端**，直接和浏览器的调试端口对话（导航 / 取值 / 截图三个动作） |
| **对话式命令执行与取证** | 每推进一步就实测一次：探活端口、读页面文字、数正文长度、截图核对——**本文所有结论都有对应的一次实测** |
| **自定义 Skill 封装** | 把这条通道连同全部踩过的坑固化成 Skill：**本机浏览器自动化（自建通道）**，下次同类任务直接调用 |
| **图文归档与可追溯** | 全流程留了 15 张过程截图；内容包（标题 / 正文 / 图片链接表）落盘，每一步可回溯 |

用到的 Skill / 连接器清单：

- 自定义 Skill：**本机浏览器自动化（自建通道）**（本次新建）
- 运行环境：工作台自带的独立解释器 + 独立虚拟环境（装一个 WebSocket 客户端库）
- 长任务通道：浏览器实例后台启动 + 输出落日志

---

## 三、五步执行（可照做）

![通道装配五步链：从开调试端口到内容发布落地](https://developer.qcloudimg.com/http-save/yehe-12741990/4c59b5fdffcf81f3906ee42672c57ad4.png)

### 第 1 步 先让浏览器「可被指挥」

自动化浏览器，本质是让它开一个**调试端口**，外部程序通过这个端口给它下命令。一条命令就能起：

```bash
chrome.exe --do-not-de-elevate --no-sandbox --disable-gpu \
  --remote-debugging-port=9222 --remote-allow-origins=* \
  --user-data-dir=<独立目录> "<起始页>"
```

起来之后第一件事是**探活**——访问那个调试端口的版本接口，能返回 JSON 才算通：

```bash
$ curl http://127.0.0.1:9222/json/version
{ "Browser": "...", "webSocketDebuggerUrl": "ws://127.0.0.1:9222/..." }
```

> **我当时的判断①**：这一步里有**一个参数**值得单独拎出来——**--do-not-de-elevate**。
> 我最初**没有**加它，结果浏览器进程 **rc=0** 退出、**一个字都没输出**，看着像「命令执行结束了但什么也没发生」。
> 后来才定位到：会话以管理员身份运行时，浏览器检测到提权会**自动降权重启**，父进程随即退出。
> **「静默退出」不是崩溃，是它按自己的规则换了个身份。** 加上那个参数，问题当场消失。
> 这个坑现在写进了 Skill——同类症状不用再查第二遍。

![通道搭建过程记录：调试端口探活与版本接口返回](https://developer.qcloudimg.com/http-save/yehe-12741990/1a45f9ba556b5ef6cf558af4c2218055.png)

### 第 2 步 先判「现成工具到底是不是真的不可用」

这一步是我**犯错最多**的地方。

- **我的做法**：现成工具报错，我就反复调它的参数、换启动方式，想把它「救活」。
- **结果**：它的几种常见调用方式**全部无响应**——常驻进程根本起不来，连指定端口的模式也挂住；给已存在的进程追加参数**不生效**。

> **我当时的判断②（我错了）**：我在这套现成工具上**耗掉的时间远超它应得的份额**。
> 复盘看得很清楚：它的失败是**「没有响应」**——既没有报错、也没有日志、参数也不生效。
> 这类症状的特征是：**你没法通过读错误信息去改进它，因为根本没有错误信息可读。**
> **判据**：一种工具如果「无输出 + 参数不生效 + 无日志」，修它的成本已经高于换一条路。
> **正确的顺序是：先给现成工具设一个时间上限，到点就走。** 我直到很晚才做这个决定。

![方案对照：硬磕现成工具 vs 自建最小客户端](https://developer.qcloudimg.com/http-save/yehe-12741990/9539c5e6c42be1aad75771ea07df62a2.png)

### 第 3 步 自建最小客户端：只做三个动作

放弃等待之后，路反而清楚了——我不需要一个「浏览器自动化框架」，我只需要跟调试端口说话。三个动作就够：

| 动作 | 干什么 | 对应协议调用 |
|---|---|---|
| **导航** | 去某个网址，并等页面加载完 | 打开页面 + 轮询 **document.readyState** |
| **取值** | 在页面里执行一段 JS，把结果拿回来 | 执行 JS（按值返回） |
| **截图** | 把当前画面存成 PNG（留痕 + 核对） | 页面截图 |

整个客户端**几十行**，依赖只有一个 WebSocket 客户端库。用法就三条命令：

```bash
$ python cdp.py nav  "<网址>"      # 打开页面
$ python cdp.py eval "<一段JS>"    # 取值
$ python cdp.py shot "<路径>.png"  # 截图
```

> **我当时的判断③**：写的时候我反复提醒自己一件事——**别把它做成框架**。
> 一旦开始做「配置化」「多浏览器支持」，就又在重复造现成工具的老路，而那条路已经证明在我这台机器上走不通。
> **最小可用 = 只覆盖这一次任务需要的动作。** 三个动作之外，一个都不加。

### 第 4 步 注入正文：绕开「编辑器会吞语法」

正文是 Markdown。第一次注入我想当然地直接塞进编辑器——结果 **##**、**|**、代码围栏**全部原样显示成了符号**，因为**编辑器默认是富文本模式**。

处置很简单：**先切到 Markdown 编辑器，再注入。**

而切过去之后，编辑器实现是 **Monaco**（就是代码编辑器那一类）。对这类编辑器，**逐字模拟输入是最笨的做法**——正确姿势是直接给它的**数据模型**赋值：

```js
// 直接给编辑器模型赋值（不是模拟键盘输入）
monaco.editor.getModels()[0].setValue(markdownText)
```

> **我当时的判断④**：给数据模型赋值的好处是**状态直接同步**——页脚的字数统计**当场就变了**，说明它真正认下了这段内容，不是「显示上去了但没进状态」。
> 这里可以沉淀一条通用判据：**对着富文本 / 代码编辑器注入内容时，先找它的「模型」层，别在 DOM 层逐字敲。**
> 前者一次到位，后者又慢又容易触发校验。

### 第 5 步 传配图 + 排掉平台的三道拦阻

配图上传这一环有个**反直觉的细节**，我在这里栽过一次。

**关键动作：先把「源图 → 图片链接」的映射建立起来。**

编辑器接受上传后，返回的是一串**和原文件名毫无关系的随机 URL**。所以必须**按顺序一张张传**，每传一张就取一次「新增链接」，才能确定哪张图对应哪个链接。我一开始想「反正文件名能对上」，打算传完再回头反推——**错了，反推不出来**。

另外两个上传坑：

- **同一个上传入口连续用会失效** → 每次上传前先把它的值清空；
- **页面重渲染后，之前拿到的元素编号会失效** → 每次上传前**重新解析**一遍。

排掉上传，最后是平台侧的三道拦阻（见下）。**每一道的共同特征是：它不告诉你「怎么做才对」，只告诉你「这样不行」——所以只能拿实验去逼近答案。**

- **拦阻一**：不切 Markdown 编辑器，语法全部原样显示（见第 4 步）。
- **拦阻二**：代码块**必须显式声明语言**，否则整个发布被拦下，提示「第 N 处代码块未设置语言」。
  → 实测：**text** / **txt** / **plaintext** **三种写法全被拒**，换成通用的终端类语言标识**通过**。
  → **结论：平台认的语言白名单 ≠ 编辑器内建的语言列表。** 别拿编辑器里的下拉项去推平台的校验规则。
- **拦阻三**：编辑器右上角的「发布」按钮**只是打开一个面板**，不是发布。面板里「文章来源 / 发布专栏 / 文章标签」三项都设好，再点面板内的**「确认发布」**才真正生效。
  → 而且改完代码块语言后，**旧的报错提示不会自动消失**——要**重新点一次「确认发布」**触发重新校验。

---

## 四、产出物与验收

**产出物：**

1. **一个可复用的自建通道**——几十行的最小客户端 + 一个自定义 Skill，同类任务（需要登录态的网页操作、填表、上传、截图）下次直接调用；
2. **一篇已发布的文章**——就是本文，公网可直接打开；
3. **一份完整的过程留痕**——15 张过程截图 + 内容包（标题 / 正文 / 图片链接对照表）；
4. **一个已封装的方法**——「先给现成工具设时间上限，到点就自建最小通道」。

**验收清单：**

| 验什么 | 怎么验 | 实测结果 |
|---|---|---|
| 调试端口是否真的通了 | 访问端口版本接口 | **返回 JSON** |
| 正文是否真的进了编辑器状态 | 核对编辑器页脚的字数统计 | **注入后实时变化** |
| 4 张配图是否都对号入座 | 逐一核对「源图 → 链接」映射 | **4 张全部对应** |
| 平台拦阻是否全部排掉 | 逐次点「确认发布」，看是否仍被拦 | **三道全通过** |
| 文章是否真的公开可访问 | **不带登录态**请求文章地址 | **HTTP 200** |
| 配图是否长期有效 | 发布后逐一请求图片地址 | **4 张全 200，均为有效 PNG** |

> 补充一个**由证伪得出的结论**：上传时返回的图片链接是**带签名的长地址**，还带**约 1 小时的有效期**——一度让我怀疑「发布后图片是不是会失效」。实测发现：**平台在发布时会自动把它转存成短地址**，长期有效。
> **判据：看到「带签名 + 有时效」的链接，先别急着否定方案——去看它在下游是否会被转存。**（保存草稿**不**触发转存，只有**发布**才触发。）

---

## 五、三条避坑

![三道拦阻与处置：代码语言校验、旧报错不消失、注入后格式错乱](https://developer.qcloudimg.com/http-save/yehe-12741990/b1b5003e1a5eb8ab986659515857651f.png)

**① 先给「现成工具」设时间上限，到点就自建。**
「没有响应」这类失败**无法通过读错误信息去改进**——没有错误信息可读。判据：**无输出 + 参数不生效 + 无日志 ＝ 修它的成本已经高于换条路。**
我在这上面耗的时间远超它应得的份额，这是整件事里最大的成本项。

**②「静默退出」和「执行结束」长得一样。**
进程 **rc=0**、一个字没输出——极容易被读成「正常结束」。真因往往是**它按自己的规则换了运行身份**（管理员权限触发了降权）。
→ **判据：一条命令「零输出 + 退出码为 0」，先怀疑它是不是根本没执行到你的逻辑。**

**③ 平台校验规则 ≠ 你眼前那个下拉列表。**
代码块语言 **text** / **txt** / **plaintext** 三种写法全被平台拒，通用终端类标识才通过；而改完语言，**旧报错不会自动消失**，要重新触发一次校验。
→ **判据：平台的校验只给「行 / 不行」，不给「怎么做才行的清单」——拿小步实验去逼近，比读文档快。**

---

## 六、关于数据与隐私

- 全文不含真实文件路径、用户名、设备标识、账号信息与内部项目代号；涉及具体平台与机构的表述一律泛化。
- 文中所有数量、耗时与返回码均为**实测记录**，不包含任何文件内容或业务数据。
- 登录态与 Cookie **全程留在本机独立目录**，不上传、不外传；自动化只在**用户明确授权**的目标站点执行。
- 所有结论均可由文中给出的命令与实验方式复现。


我有一篇已经定稿的图文稿——约 4,500 字正文 + 4 张配图——要发布到一个开发者社区。要求不复杂：正文按 Markdown 粘贴、4 张图分别插进对应位置、填标题、选标签、点发布。

当现成工具不可用：我用 WorkBuddy 自建了一条浏览器自动化通道

现成浏览器自动化工具在本机跑不起来，我用 WorkBuddy 自建了一条基于 CDP 的最小客户端通道，并记录了 5 步执行链路、3 道拦阻与处置方法。

开发工具

前端

编程语言

用Python脚本直连浏览器调试端口，几十行代码实现导航、取值、截图三个动作，绕开现成工具故障。通过直接赋值Monaco编辑器数据模型注入Markdown正文，按顺序上传配图并建立链接映射，逐一破解平台三道发布拦阻。最终产出可复用Skill，文章公网可访问，全流程留痕可追溯。

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

当现成工具不可用：我用 WorkBuddy 自建了一条浏览器自动化通道-腾讯云开发者社区-腾讯云

当现成工具不可用：我用 WorkBuddy 自建了一条浏览器自动化通道

当现成工具不可用：我用 WorkBuddy 自建了一条浏览器自动化通道

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐