给新 Electron 应用生成 CLI

这篇文档是把一个新的 Electron 桌面应用接入 OpenCLI 的中文入口指南。

如果你需要更完整的背景和标准流程，继续看：

• Chrome DevTools Protocol（中文）
• CLI-ifying Electron Applications（英文深度版）
• TypeScript 适配器开发指南（英文）

这篇文档适合什么场景

当目标应用满足下面条件时，用这套流程：

• 应用是 Electron，或者至少能暴露可用的 CDP（Chrome DevTools Protocol） 端口
• 可以通过 --remote-debugging-port=<port> 启动
• 你希望控制的是桌面应用本身，而不是它背后的公开 HTTP API

如果应用不是 Electron，或者不暴露 CDP，就不要硬套这套方案。那种情况应改用原生桌面自动化方案。可参考 英文版说明。

最短落地路径

1. 先确认它是不是 Electron

macOS 下常见检查方式：

ls /Applications/AppName.app/Contents/Frameworks/Electron\ Framework.framework

如果存在，通常就可以继续尝试 CDP。

2. 带 CDP 端口启动应用

/Applications/AppName.app/Contents/MacOS/AppName --remote-debugging-port=9222

然后把 OpenCLI 指到这个端口：

export OPENCLI_CDP_ENDPOINT="http://127.0.0.1:9222"

3. 先做 5 个基础命令

建议一个新 Electron 适配器先实现这 5 个命令：

• status.ts —— 确认 CDP 连通
• dump.ts —— 导出 DOM / snapshot，先做逆向再写逻辑
• read.ts —— 读取当前上下文
• send.ts —— 往真实编辑器里输入并发送
• new.ts —— 新建会话 / 标签页 / 文档

这是最稳妥的基线，因为它先把“能连上、能看见、能读、能写、能重置状态”这 5 件核心事情打通了。

推荐开发顺序

第一步：先做 status

目标不是功能，而是先证明：

• CDP 真的连上了
• 你连到的是对的窗口/标签页
• 应用当前页面确实可读

如果 status 都不稳定，先不要继续往下做。

第二步：做 dump

不要猜 selector。

先把这些导出来：

• document.body.innerHTML
• accessibility snapshot
• 稳定属性：data-testid、role、aria-* 等

然后再决定：

• 消息列表在哪
• 输入框在哪
• 按钮在哪
• 当前会话容器在哪

第三步：做 read

只读真正需要的区域，不要把整个页面文本都塞出来。

常见目标：

• 对话消息区
• 当前线程内容
• 当前编辑器历史
• 当前文档主区域

第四步：做 send

很多 Electron 应用的输入框是 React 控制组件，直接改 .value 往往没用。

更稳妥的方式通常是：

• 先 focus 到可编辑区域
• 能用时优先 document.execCommand('insertText', false, text)
• 最后用真实按键提交，比如 Enter、Meta+Enter

第五步：做 new

很多桌面应用的新建动作其实更适合走快捷键，而不是点按钮。

典型模式：

const isMac = process.platform === 'darwin';
await page.pressKey(isMac ? 'Meta+N' : 'Control+N');
await page.wait(1);

文件一般怎么放

一个 TypeScript 桌面适配器，通常结构是：

src/clis/<app>/status.ts
src/clis/<app>/dump.ts
src/clis/<app>/read.ts
src/clis/<app>/send.ts
src/clis/<app>/new.ts
src/clis/<app>/utils.ts

当基础能力稳定后，再继续加：

• ask
• history
• model
• screenshot
• export

加完适配器后，还应该补什么文档

至少补这几项：

• docs/adapters/desktop/ 下的适配器说明页
• 命令列表和示例
• 如何带 --remote-debugging-port 启动
• 需要哪些环境变量
• 平台限制和注意事项

可以参考这些现成文档：

• docs/adapters/desktop/codex.md
• docs/adapters/desktop/chatwise.md
• docs/adapters/desktop/notion.md
• docs/adapters/desktop/discord.md

常见问题

CDP 能连，但命令不稳定

常见原因：

• 连错窗口或标签页
• 页面还没渲染完
• selector 是猜的，不是从 dump 里找出来的
• 输入框是受控组件，直接赋值不生效

应用看起来像 Chromium，但就是不好控

有些桌面应用虽然嵌了 Chromium，但并不真正暴露可用的 CDP 接口。 这种情况不要强行走 Electron 方案，应该换到非 Electron 的桌面自动化方案。

这个应用其实也有网页版本，还要不要做 Electron 适配器

如果网页版本已经足够稳定，浏览器适配器通常更简单。 只有当桌面应用才是真正的集成面时，再优先做 Electron 适配器。

推荐阅读顺序

如果你从零开始：

1. 先看这篇
2. 再看 CLI-ifying Electron Applications（英文深度版）
3. 再看 Chrome DevTools Protocol（中文）
4. 再看 TypeScript Adapter Guide（英文）
5. 最后找一个现成桌面适配器文档照着做

最后一个实践建议

不要一上来就做很大的命令面。

先把下面 5 个做稳：

• status
• dump
• read
• send
• new

这 5 个稳定了，再往外扩，成本最低，返工也最少。