用浏览器自动化接管重复操作：一次华为云成长中心签到的实践

一、为什么做这件事

日常开发中有很多“每天点一下”的操作：签到、浏览任务、发布内容。单次只要几十秒，但每天都会打断心流。于是我用浏览器自动化把这些步骤串起来，本文记录一次真实落地的过程与踩过的坑。

需要先说明边界：本文只针对自己账号的日常操作，不涉及多账号、刷分等行为。华为云成长中心的公告也明确禁止多账号刷分，自动化应当用来减少重复劳动，而不是绕过平台规则。

二、方案：复用已登录的浏览器，而不是模拟登录

最早考虑过 Playwright 或 Puppeteer 这类无头浏览器，但很快遇到两个问题：

1. 账号体系依赖完整登录态（Cookie、设备指纹、风控），无头环境更容易触发验证码；

2. 在脚本里保存账号密码，本身就是安全隐患。

最终采用的思路是：不碰凭据，直接复用用户已经登录的浏览器。整体是“浏览器扩展 + 本地守护进程 + 命令行”的三层结构：

• 扩展注入到现有浏览器，负责读取页面、执行点击与输入；

• 本地 daemon 通过 WebSocket 暴露控制能力；

• 命令行工具负责编排动作，例如导航、观察页面、点击元素。

这样账号密码始终由浏览器自带的密码管理器处理，自动化程序只负责“看页面、点按钮”。

三、几个关键实现点

1. 读取页面，而不是硬编码选择器

观察工具返回的是可访问性树，每个可交互元素带一个临时引用，比如登录链接、账号输入框、密码输入框。相比 CSS 选择器，这种方式更稳定：前端修改 class 名不会影响定位，只有元素语义变了才会失败。

2. 导航后引用会失效

每次页面跳转或较大的 DOM 变化，旧的元素引用都会失效。正确的做法是“动作 → 重新观察 → 再动作”，不要复用上一次的引用。

3. 先判断状态，再执行动作

签到按钮需要区分“未签到”和“已签到”。如果页面已经显示“已签到”，就不应重复点击，避免产生多余的提交。

4. 编辑器要选对模式

博客编辑器支持富文本和 Markdown 两种模式，但同一篇文章只能使用其中一种。自动化时先确定模式再填内容，能避免光标定位和格式转换带来的麻烦。

四、踩过的坑

• 登录态过期：页面可能提示“登录超时或用户已下线”，此时应停止后续动作并重新登录，而不是继续点发布。

• 隐藏的提示层：DOM 中可能同时存在多个提示框模板，观察结果里能看到但不一定可见，判断时要结合截图确认。

• 敏感词检测：发布前平台会扫描内容，命中敏感词会要求二次确认。与其“继续发布”被替换成星号，不如返回修改。

• 人机共用同一个标签页：当用户接管浏览器时，自动化动作会被拒绝。此时应等待控制权交还，而不是重放不确定的提交。

五、安全与合规边界

1. 不读取、不导出 Cookie、Token 和密码，凭据交给浏览器密码管理器；

2. 不绕过验证码、不伪造请求，所有操作都通过真实页面完成；

3. 只用于自己的单账号和真实内容发布，平台明令禁止多账号刷分；

4. 发布属于对外动作，自动化流程里应保留人工确认环节。

六、小结

浏览器自动化的价值不是“薅羊毛”，而是把每天重复、低价值的点击收敛掉，让人把精力放在真正需要判断的事情上。复用登录态、语义化读取页面、先判断状态再动作，这套组合对大多数“网页上的日常操作”都适用。