Web Pilot

四个脚本，无需API密钥。默认所有输出均为JSON格式。

依赖项： requests、beautifulsoup4、playwright（需配合Chromium使用）。可选依赖： pdfplumber或PyPDF2用于PDF文本提取。

安装命令：pip install requests beautifulsoup4 playwright && playwright install chromium

1. 网络搜索

python3 scripts/google_search.py "query" --pages N --engine ENGINE

• --engine—duckduckgo（默认）、brave或google
• 返回[{标题, 网址, 摘要}, ...]

2. 读取页面（一次性）

python3 scripts/read_page.py "https://url" [--max-chars N] [--visible] [--format json|markdown|text] [--no-dismiss]

• --format—json（默认），markdown，或text
• 自动关闭Cookie同意横幅（使用--no-dismiss跳过）

3. 持久浏览器会话

python3 scripts/browser_session.py open "https://url"              # Open + extract
python3 scripts/browser_session.py navigate "https://other"        # Go to new URL
python3 scripts/browser_session.py extract [--format FMT]          # Re-read page
python3 scripts/browser_session.py screenshot [path] [--full]      # Save screenshot
python3 scripts/browser_session.py click "Submit"                  # Click by text/selector
python3 scripts/browser_session.py search "keyword"                # Search text in page
python3 scripts/browser_session.py tab new "https://url"           # Open new tab
python3 scripts/browser_session.py tab list                        # List all tabs
python3 scripts/browser_session.py tab switch 1                    # Switch to tab index
python3 scripts/browser_session.py tab close [index]               # Close tab
python3 scripts/browser_session.py dismiss-cookies                 # Manually dismiss cookies
python3 scripts/browser_session.py close                           # Close browser

• 打开/导航时自动关闭Cookie同意
• 支持多标签页 — 可独立打开、切换、关闭
• 搜索返回匹配行及行号
• 提取支持json/markdown/text输出

4. 下载文件

python3 scripts/download_file.py "https://example.com/doc.pdf" [--output DIR] [--filename NAME]

• 从URL/头部自动检测文件名
• PDF：如果安装了pdfplumber/PyPDF2则提取文本
• 返回{状态, 路径, 文件名, 字节大小, 内容类型, 提取文本}