browser-scrape

浏览器抓取技能（AutoCLI）

复用用户本机 Chrome 的登录态抓取需要登录的站点（推特/X、知乎、Bilibili、Reddit、小红书等 55+ 平台）。不需要 cookie 配置、不需要 API key。

前置要求（由用户完成一次即可）

1. 安装 AutoCLI Rust 二进制：参见 https://github.com/nashsu/AutoCLI（单文件 ~4.7MB，无运行时依赖）
2. 装 autocli Chrome 扩展（仓库 README 里有下载链接和加载步骤）
3. 保持 Chrome 运行并在目标站点处于登录态
4. autocli doctor 应报告 OK

如果 autocli doctor 失败，先提醒用户修复前置条件，不要继续抓取。

能力范围

AutoCLI 在 Prax 里通过普通 Bash 工具调用——它不是 MCP server，只是一个 CLI。只要 PATH 里能找到 autocli，任何 Prax agent 都能用。

常用命令（按频次排序）

# 诊断（第一次使用必跑）
autocli doctor

# 推特/X
autocli twitter timeline --limit 20 --format json
autocli twitter search --query "AI safety" --limit 10 --format json

# 知乎
autocli zhihu hot --limit 20 --format json

# Bilibili
autocli bilibili hot --limit 10 --format json

# Reddit
autocli reddit subreddit --name "MachineLearning" --limit 15 --format json

# 任意网页文章（不走登录态）
autocli read https://example.com/article --format md
autocli read https://example.com/article --format text -o /tmp/article.txt

• --format json|md|text|yaml|csv 任选；编程任务优先 json，归档任务用 md
• --limit N 控制条数
• autocli --help 查所有子命令；单平台用 autocli twitter --help

典型抓取流程

用户让我"抓今天 X 上 AI 相关点赞 top 10 存到 Obsidian"，我的动作：

1. autocli doctor 确认前置条件
2. autocli twitter timeline --limit 50 --format json 拉最近推文
3. 本地过滤（按关键词/点赞数），用 Write 工具存到 .prax/vault/ai-news-hub/YYYY-MM-DD/ 下
4. 每条一个 markdown 文件，header 带 tweet_id / author / likes / url / scraped_at
5. 完成后总结文件路径给用户

产出约定（配合 knowledge-compile 技能）

• 目录命名：.prax/vault/<topic>/YYYY-MM-DD/（方便 Obsidian 按日期归档）
• 文件命名：<source>-<id>.md，例如 twitter-17xxx.md
• 文件 frontmatter：至少包含 source / url / scraped_at，供下游 knowledge-compile 编译 wiki 用
• 原始 JSON 保留：把 autocli ... --format json 的原始输出同步存一份到 raw/<source>-<stamp>.json，便于溯源

边界与禁区

• 不要用 AutoCLI 做 写操作（发帖/点赞/关注）除非用户明确要求；无脑批量操作会导致账号封禁
• 不要把登录 cookie 或扩展私钥外传
• 被站点频控或返回异常时先停下来报告，不要循环重试——可能会触发风控

配合其他技能

• 抓完 → knowledge-compile 把散文件整理成 wiki
• 每天定时运行 → cron 里配 prax cron add 用本技能
• 出成品 → Notify 工具把结果推到飞书/邮箱