v1.7.3 前端新增后端选择器 + 暴露 /api/backends + 接通 chrome-cdp 后端

- 新增 GET /api/backends 返回可用后端/默认顺序/说明，供前端动态渲染 - 前端表单新增「捕获后端」下拉框: 自动(默认,优先agent-browser超时自动回退playwright)/agent-browser/playwright/chrome-cdp，不可用的置灰 - 接通 chrome-cdp 后端: 之前函数已实现但 capture_webpage 未接线(传 backend=chrome-cdp 会报 Unknown backend)，现支持 screenshot/html/text，连接已开的 Chrome(--remote-debugging-port) - 前端 currentData 携带 backend 字段
v1.7.2 修复慢加载页面报 'Operation timed out'：agent-browser 打开超时自动切 Playwright 重试
2026-08-31 16:56:22 +08:00 · 2026-08-31 16:51:17 +08:00 · 2026-08-31 16:27:04 +08:00 · 2026-08-31 13:12:22 +08:00 · 2026-08-29 18:08:22 +08:00 · 2026-08-29 17:37:43 +08:00
5 changed files with 2046 additions and 53 deletions
@@ -31,6 +31,9 @@ captures/
 *.png
 *.html

+# 运行时数据（历史记录数据库 + 截图文件）
+data/
+
 # 环境变量
 .env
 .env.local
@@ -0,0 +1,43 @@
+# Web Capture API 项目
+
+## 待推送信息
+
+- **仓库地址**: http://121.40.164.32:12007/hz4th_coder/web-capture-api.git
+- **当前版本**: v1.0.2
+- **提交历史**:
+  - v1.0.0: 初始化项目
+  - v1.0.1: 修改端口为 16025
+  - v1.0.2: 修复 agent-browser socket 权限问题
+
+## 操作步骤
+
+### 1. 在 Git 平台创建仓库
+
+请大爷登录 Git 平台 (http://121.40.164.32:12007) 并创建仓库：
+- 仓库名称: `web-capture-api`
+- 所属用户: `hz4th_coder`
+- 可见性: 公开或私有（根据需要）
+
+### 2. 推送代码
+
+仓库创建后，运行以下命令：
+
+```bash
+cd /home/openclaw/.openclaw/workspace-hz4th_coder/works/web-capture-api
+git push -u origin master --tags
+```
+
+## 项目功能
+
+- 网页截图（全页或视口）
+- HTML 代码提取
+- 自动滚动加载动态内容
+- 自定义视口大小
+- Web 界面和 RESTful API
+- 支持 agent-browser 和 Playwright 双后端
+- Docker 部署支持
+
+## 服务地址
+
+- Web 界面: http://192.168.0.101:16025
+- API 接口: http://192.168.0.101:16025/api/capture
@@ -0,0 +1,69 @@
+# 手动 Chrome 捕获指南
+
+## 方案三完整流程
+
+### 1️⃣ 启动真实 Chrome（带调试端口）
+
+在您的本地机器或服务器上运行：
+
+```bash
+# Linux
+google-chrome --remote-debugging-port=9222 https://www.techpowerup.com/gpu-specs/rtx-pro-6000-blackwell.c4272
+
+# 或者使用已有的 Chrome 进程（需要先关闭所有 Chrome）
+google-chrome-stable --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug
+```
+
+### 2️⃣ 手动验证（如 Cloudflare）
+
+- 在浏览器中手动完成验证过程
+- 等待页面完全加载
+- 确认可以看到正常内容
+
+### 3️⃣ 连接到 Chrome 并截图
+
+验证完成后，运行脚本：
+
+```bash
+# 连接到 Chrome 并截图
+python3.12 /tmp/connect_chrome.py techpowerup
+
+# 或者捕获当前所有页面
+python3.12 /tmp/connect_chrome.py
+```
+
+### 4️⃣ 查看结果
+
+```bash
+# 查看截图
+ls -lh /tmp/chrome_capture_*.png
+
+# 查看HTML
+head -100 /tmp/chrome_html_0.html
+```
+
+## API 集成方案
+
+如果需要通过 API 获取内容，可以：
+
+1. 在服务代码中添加 CDP 连接选项
+2. 用户先手动验证
+3. API 连接到已验证的浏览器实例
+
+## 注意事项
+
+⚠️ **重要**：
+- Chrome 必须带 `--remote-debugging-port=9222` 启动
+- 所有 Chrome 进程必须先关闭（或使用新的 user-data-dir）
+- 验证完成后才能运行脚本
+- 截图后浏览器保持打开，可以继续使用
+
+## 一键脚本
+
+```bash
+# 启动 Chrome 并等待用户验证
+google-chrome --remote-debugging-port=9222 "https://www.techpowerup.com/gpu-specs/rtx-pro-6000-blackwell.c4272" &
+echo "请在浏览器中完成验证，然后按 Enter 继续截图..."
+read
+python3.12 /tmp/connect_chrome.py techpowerup
+```
Author	SHA1	Message	Date
hz4th_coder	82ff8a2610	v1.7.3 前端新增后端选择器 + 暴露 /api/backends + 接通 chrome-cdp 后端 - 新增 GET /api/backends 返回可用后端/默认顺序/说明，供前端动态渲染 - 前端表单新增「捕获后端」下拉框: 自动(默认,优先agent-browser超时自动回退playwright)/agent-browser/playwright/chrome-cdp，不可用的置灰 - 接通 chrome-cdp 后端: 之前函数已实现但 capture_webpage 未接线(传 backend=chrome-cdp 会报 Unknown backend)，现支持 screenshot/html/text，连接已开的 Chrome(--remote-debugging-port) - 前端 currentData 携带 backend 字段	2026-08-31 16:56:22 +08:00
hz4th_coder	1e69e7ca57	v1.7.2 修复慢加载页面报 'Operation timed out'：agent-browser 打开超时自动切 Playwright 重试 - 根因: agent-browser open 导航内部超时约30s(CDP command timed out: Page.navigate)，慢加载/持续加载页面(如资源挂起导致 load 事件永不触发)会报 Failed to open URL: Operation timed out - agent-browser open 子进程超时 30s→45s，让其返回自己的超时报错而非被硬杀 - 超时判定放宽到 timed out/timeout 全变体，触发自动回退: capture_webpage 与 smart_capture 在 agent-browser 打开超时时自动切 Playwright 重试(domcontentloaded 更宽容，不等全部资源) - Playwright goto domcontentloaded 超时 30s→60s - 错误提示更友好(说明慢加载+已自动回退+建议) - 实测: 挂起资源测试页 agent-browser 超时→playwright 成功, 耗时~39s; 正常页面无回归	2026-08-31 16:51:17 +08:00
hz4th_coder	951f941eee	v1.7.1 修复前端捕获报错: fetch headers 不允许非 ISO-8859-1 字符(中文'游客'导致 Failed to read headers) - 前端 /api/capture 请求头去掉 X-Caller: '游客'（中文在 HTTP 头非法，浏览器 fetch 直接抛错） - 保留 X-From: web（ASCII 安全），调用者缺省由服务端默认游客，行为不变	2026-08-31 16:27:04 +08:00
hz4th_coder	9c63887e10	v1.7.0 历史记录标注调用者/调用方式 + 每次提取自动按月归档原始HTML + 修复agent-browser HTML JSON转义bug - 历史记录新增 caller(调用者: 游客/项目名) 与 call_method(调用方式: web/api) * 请求体 caller 或请求头 X-Caller/X-Project/X-App 标识调用者, 默认游客 * 请求体 call_method 或 X-From 标识方式, 缺省按 Referer 自动判定(本前端=web, 否则api) * 前端提取请求带 X-From:web / X-Caller:游客; news-tracker 调用带 caller=news-tracker - 每次提取后自动保存最原始 HTML 到 data/html/<YYYY-MM>/ 按月目录归档 * screenshot/html/text/smart 四种动作均顺带抓取原始HTML并落盘 * 历史详情新增 📄原始HTML文件链接(GET /api/history/<id>/html), 删除记录连带删文件 - 修复: agent-browser 后端 html 提取返回 JSON 转义文本(非最原始HTML)的bug, 现解码为干净HTML	2026-08-31 13:12:22 +08:00
hz4th_coder	e5ff90c46a	新增按需截图功能：滚动截图 + 视觉大模型实时判断 - 新 action=smart：每次截图后用视觉大模型判断主题内容是否已截全、是否还需向下滚动，自动滚动到判定完成，最后纵向拼接成长图 - 默认视觉模型 qwen3.6-plus（autodl），支持 agent-browser / playwright 双后端 - LLM 接口可网页配置：⚙️智能配置弹窗(base_url/api_key/model/提示词/最大滚动次数/滚动比例/超时) + 测试连接 + 持久化到 data/config.json - 新增 API：GET/POST /api/smart/config、POST /api/smart/test - 安全兜底：大模型判断失败保守停止、滚动位置不再变化判底部、最大滚动次数上限 - 历史新增 smart 类型：入库拼接长图+AI判断过程日志，详情弹窗可查看每一步截图判断 - 前端：智能模式提示条 + 结果展示拼接长图 + AI判断过程折叠查看 + 历史筛选/徽章/详情	2026-08-29 18:08:22 +08:00
hz4th_coder	2a9f187ce8	新增可读文本提取 + 历史记录分页管理 - 新增 text 动作：提取页面可读文本（innerText + 空行/行尾清理，剔除脚本样式标签），agent-browser 与 playwright 双后端支持，自动提取页面标题 - 提取历史持久化(SQLite WAL)：每次捕获自动入库，截图文件存持久化目录 - 新增 API：GET /api/history(分页/类型筛选/搜索)、GET /api/history/<id>(详情)、GET /api/history/<id>/file(截图)、DELETE /api/history/<id> - 前端：新增提取文本选项+干净文本展示；新增提取历史卡片（分页/筛选/搜索/查看弹窗/删除/下载/复制）	2026-08-29 17:37:43 +08:00
hz4th_coder	f7f14d7114	恢复端口为16025	2026-07-07 13:23:36 +08:00
hz4th_coder	ef4d26f11b	修改默认端口为16026	2026-07-07 13:20:52 +08:00
hz4th_coder	fc43e6e806	优化等待设置，支持长时间验证过程改进: - 页面加载等待时间上限提高到 60秒 - 添加等待 networkidle 状态逻辑 - 前端界面增加等待设置说明 - 提示用户针对验证网站设置 10-30秒等待使用场景: - Cloudflare 等验证网站 - 复杂加载过程网站 - 需要用户确认的页面	2026-07-05 01:32:52 +08:00
hz4th_coder	5783feb60d	集成 playwright-stealth 专业反检测插件添加: - playwright-stealth 反检测库 - 增强 navigator 属性模拟 - 真实 Chrome 浏览器支持（如果已安装） - 更强的反自动化检测配置注意: - 某些高防护网站（如 Cloudflare）仍可能拦截 - 建议使用代理或真实 Chrome 浏览器	2026-07-05 01:28:24 +08:00
hz4th_coder	98ef180878	增强 Playwright 反爬虫检测能力添加: - 禁用自动化控制特征 - 真实浏览器参数配置 - 反检测脚本注入 - 地理位置等真实特征 - 更强的 User-Agent 模拟 Playwright 后端可以更好地绕过反爬虫检测	2026-07-05 00:55:09 +08:00
hz4th_coder	6b7e856e38	增强 agent-browser 反爬虫支持 - 自动设置 AGENT_BROWSER_SOCKET_DIR 环境变量 - 添加真实 User-Agent 绕过反爬虫检测 - 增加 403 错误检测和提示 - 解决 techpowerup.com 等网站拦截问题	2026-07-05 00:19:18 +08:00