书接上文，百度盘搞定了，同样的思路闲鱼上试试。

痛点：Agent 戳不中闲鱼的按钮

让 AI Agent 替我在闲鱼填个草稿，听起来像是几行代码的事。实际跑起来发现三条路都不通：

1. Hermes 自带的 browser 工具 — 闲鱼页面有完整的风控脚本（AWSC、Baxia），直接用框架级 browser 进场，经常被拦在验证码前面
2. Computer Use / 截图点坐标 — 点过一次能成功，但换个屏、换个分辨率、甚至页面多加载了个模块就点偏了
3. 直接调闲鱼接口 — 闲鱼用的是阿里 mtop 协议，请求带签名跟风控，光是抓包复现签名的成本就够受的

所以思路要变：不是让 Agent 假装成一个新浏览器去操作闲鱼，是让 Agent 用你已经登录过的 Chrome 去工作。

选型：bb-browser + 真实 Chrome 登录态

bb-browser 是一个 CLI 工具，核心能力：

• 探测你电脑上已打开的 Chrome（或 Edge），找到 CDP 调试端口
• 在浏览器页面上下文里执行 JS、操作 DOM、发 fetch
• 支持 site adapter 机制——为每个站点写一个 JS adapter，封装成 bb-browser site <name>/<command> 这样的 CLI 命令
• 支持 network requests 抓取当前 tab 的 XHR/Fetch 日志

跟 Computer Use 比，它的优势不是"更智能"，而是"更底层"：

• 它在页面的 JS 上下文里执行，不是在外面临摹键盘鼠标
• 它操作的是真实的 DOM 事件，不是图片坐标
• 它复用的是你 Chrome 的真实登录态（cookie、token、风控指纹），不需要额外处理验证码

路线：先侦察，再填表单，再攻图片上传

闲鱼发布页的自动化不是一锤子买卖。我拆成了三个阶段：

P0：侦察 —— 弄明白发布页长什么样

先不写任何代码，只用 bb-browser 读页面状态。

确认已登录：

bb-browser tab list --json

输出：

{
  "tabs": [
    {"tab": "b85d", "url": "https://www.goofish.com/publish", "title": "发闲置_闲鱼"},
    {"tab": "3eca", "url": "https://www.goofish.com", "title": "闲鱼 - 闲不住？上闲鱼！"}
  ]
}

然后调 network 看发布页的接口结构：

bb-browser network requests goofish.com --json

发现了一串阿里 mtop 接口：

mtop.idle.pc.idleitem.preget
mtop.idle.web.user.page.nav
mtop.taobao.idlemessage.pc.loginuser.get
mtop.taobao.idle.local.poi.get
mtop.taobao.idlemessage.pc.redpoint.query
mtop.gaia.nodejs.gaia.idle.data.gw.v2.index.get

然后用 DOM 查询定位可交互字段：

字段	DOM 特征
宝贝描述	[contenteditable=true] + .editor--MtHPS94K
价格	input.ant-input 第一个
原价	input.ant-input 第二个
发货方式	input[type=radio] 第4个 = 无需邮寄
图片上传	input[type=file] display=none
发布按钮	button 文本包含"发布"

这一步的结论：

• 发布页是 React + Ant Design，字段可以直接操作
• 纯 DOM 操作可以填文本类和选择类字段
• 图片上传是隐藏的 file input，纯 JS 操作不了
• 直接调 API 发布不适合做 MVP，成本和风险都高

P0 花了大约 15 分钟。

P1a：填草稿 —— 文字、价格、发货方式

这一步就是写一个在页面上下文执行的 JS 函数，填描述、定价、选发货方式。

实现的核心代码，简化后长这样：

// 填描述
const editor = document.querySelector('[contenteditable=true]');
editor.focus();
editor.innerText = descriptionText;
editor.dispatchEvent(new InputEvent('input', {bubbles: true}));

// 填价格（React 管理的 input 需要走 native setter）
function setNativeValue(el, val) {
  const proto = Object.getPrototypeOf(el);
  const desc = Object.getOwnPropertyDescriptor(proto, 'value')
    || Object.getOwnPropertyDescriptor(HTMLInputElement.prototype, 'value');
  desc.set.call(el, String(val));
  el.dispatchEvent(new Event('input', {bubbles: true}));
  el.dispatchEvent(new Event('change', {bubbles: true}));
}
setNativeValue(priceInput, '50');

// 选发货方式（无需邮寄）
radios[3].click();

然后用 bb-browser 的 eval 把这个 JS 注入到发布页执行：

bb-browser eval "上述JS代码" --tab b85d --json

验证结果：

字段	结果
宝贝描述	已写入
价格	50
原价	99
发货方式	无需邮寄
发布按钮	仍为 disabled

发布按钮还是 disabled 状态，说明缺必填项——缺图片。

P1a 花费时间：约 10 分钟。

P1b：图片上传 —— 绕过浏览器安全限制

为什么自己写不了图片上传？因为浏览器安全策略：页面里的 JS 不能直接给隐藏的 file input 赋值本地路径。

但是 Chrome DevTools Protocol 有一个接口：

DOM.setFileInputFiles

它可以在浏览器开发者工具层面，直接把本地文件路径塞给任何一个 <input type=file>，不需要用户手动点文件选择器。

实现方式：写一个 Node 脚本，通过 WebSocket 连接 Chrome 的 CDP 端口，把图片注入到闲鱼发布页的 file input。

核心代码：

// 1. 连接 Chrome CDP WebSocket
const WebSocket = global.WebSocket;  // Node 18+
const ws = new WebSocket(target.webSocketDebuggerUrl);

// 2. 找到 file input
await cdpCall(ws, id++, 'DOM.querySelector', {
  nodeId: doc.root.nodeId,
  selector: 'input[type=file]'
});

// 3. 注入本地文件路径（关键一步）
await cdpCall(ws, id++, 'DOM.setFileInputFiles', {
  nodeId: q.nodeId,
  files: ['C:/path/to/cover.png']
});

执行命令：

node xianyu-set-file-input.js --tab b85d --file cover.png

注入后等待几秒再检查页面状态：

• 原始文本 “添加首图” 变成了 “添加细节图”
• 页面中出现了 mtopupload 的资源 URL

这说明图片已经进入闲鱼的上传链路，不只是本地选中了文件。

这一步有一个关键发现：bb-browser 的 adapter 机制不适合做图片上传，因为 adapter 运行在浏览器页面上下文，拿不到本地文件系统。所以图片上传需要单独写一个本地 CDP 脚本，保持它独立于 adapter。

P1b 花费时间：约 20 分钟。

沉淀为 adapter

闲鱼发布页的操作不是一次性实验，所以把它沉淀成 bb-browser 的 site adapter：

~/.bb-browser/bb-sites/xianyu/
├── inspect.js         # 检查发布页状态
├── fill-draft.js      # 填写草稿（不含图片）
└── README.md

使用方式：

# 检查发布页状态
bb-browser site xianyu/inspect --tab b85d --json

# 填写草稿
bb-browser site xianyu/fill-draft \
  --tab b85d \
  --description "商品描述..." \
  --price 50 \
  --originalPrice 99 \
  --shipping no-post \
  --json

# 图片上传（本地 CDP 脚本）
node scripts/xianyu-set-file-input.js \
  --tab b85d \
  --file cover.png

adapter 输出的 JSON 可以直接被后续工作流消费，不需要人类对着屏幕读状态。

效果对比

方式	稳定性	可控性	是否需要人工干预
Computer Use 截图点坐标	低（分辨率/页面变化就偏）	低（不知道点了什么）	每次调
bb-browser + adapter	高（DOM 操作不依赖布局）	高（返回值都是结构化 JSON）	只在最终发布前确认

当前边界

这套 MVP 明确了哪些该做、哪些不该做：

• 填描述、定价、选发货：adapter 自动化
• 图片上传：本地 CDP 脚本自动化
• 最终点发布按钮：人工确认，不做自动化
• 私信回复买家：人工处理，不做自动化
• 确认收款：人工处理，不做自动化

这个分工的意义是：Agent 负责所有重复、可逆、出错了不怕的事情；人负责最后那一下有后果的确定。

总结

闲鱼发布草稿的自动化是一条典型的三层路径：

1. 先用侦察手段搞清楚页面长什么样，而不是直接写代码
2. 能用 DOM 操作的字段先做，图片上传这种绕不过去的再单独处理
3. 把稳定动作抽象成 adapter，把底层的 DOM 操作封装成 JSON 输出

图片上传之所以值得单独说，是因为它展示了浏览器自动化的一个分水岭：纯页面 JS 能做的事和需要 CDP 才能做的事。分清楚这个边界，就能判断一个站点操作是 adapter 级别的，还是需要升级到本地脚本。

下一步就该全自动发布+自动化客服，明天接着折腾。

---

如果觉得这个方案对你有帮助，欢迎交流。