我为了让 AI 用我自己的登录态上网，踩了三个坑（附复现脚本）

[miqian-nomad]

我为了让 AI 用我自己的登录态上网，踩了三个坑（附复现脚本）

个人开发者，做了个 DSH 浏览器插件：让 agent 用你已经登录的账号在真实网页上填表、抓取列表、多标签查后台；窗口就开在你桌面上、最小化它不抢焦点；遇到登录、验证码、原生弹窗会停下来等你，绝不替你点「确定」。

仓库：https://github.com/miqian-nomad/dsh-browser-playwright-codex
安装：dsh plugin --profile web add github:miqian-nomad/dsh-browser-playwright-codex

发这篇不是求星，是交作业 + 收批评 —— 下面四条都是我在真机上量出来的，不是感想。

---

1. 窗口抢焦点有三个独立根因，两个在 Playwright 上游

有头模式跑 agent，最烦的是"我明明最小化了，它自己跳出来"。查到三个互不相同的原因：

#	触发	原因
1	切标签	switchTab 无条件 page.bringToFront()（上游代码里就有这行）
2	开新标签	context.newPage() —— Chromium 建标签必然激活窗口
3	什么都不做	持久化方案每次操作后导出登录态 → Playwright 的 storageState() 会开一个临时页面导航到未覆盖的 origin

第 3 条最隐蔽：你以为"它自己跳"，其实是它为了保存登录态开了个隐藏页面。

复现脚本 60 行，不依赖我的插件，只用 CDP 读窗口状态：scripts/analysis/repro-minimize.mjs。
完整四环机制（含 storageState 源码位置）：FOCUS-STEALING.md

一个刻意的例外：网页自己 target="_blank" 开的新窗口，我不拦 —— 拦它就得偷改网页跳转方式；而且它有个好副作用：你立刻知道 AI 正在那个新窗口里动。

2. "登录一次一直记得"的难点全在会话 cookie

持久 cookie 关窗后还在（profile 里）；会话 cookie 关窗即丢。所以做法是：独立 profile + 关窗前导出/启动时回注。
但导出本身会触发上面第 3 条 —— 所以最小化时要跳过完整导出、只取 cookies，否则修好抢焦点又被导出拽回去。

3. 一个会静默点错元素的 bug（已修）

我的"智能模式"曾把 DOM 侧的 ref 列表按位置贴到无障碍树上。网页上只要有一个"无障碍树看不见、但 DOM 侧仍被编号"的元素（SPA 重渲染留下的 0×0 残留），后面每个 ref 就整体错位。

实测在某个 React 页面上：快照把输入框标成 …411，而 …411 其实是个隐藏链接，真正的输入框是 …423 —— 于是填充报"元素不可见"，点击报"找不到可点位置"。更糟的情况是错位到另一个可见元素，就会静默点错。

修法：DOM 侧跳过不可见元素 + 对齐层改为校验身份（角色不符就拒绝整棵树、退回兼容模式），并在验收里加了"隐藏元素故意排在按钮前面"的端到端用例。

4. 遇事停下来等人（机制级，不是提示词级）

alert/confirm/prompt 挂起、阻断该页其它操作、上报，只由一次显式的回答来结清 —— 接口层面拿不到"接受"这个动作，所以不存在"不小心点了确定"。
CDP 只放行检查与输入模拟；两个强力工具（页面任意 JS、原始 CDP）包里默认关闭。

第三方扫描器会报 2 个 Critical，逐条解释（是什么、什么条件下才可达）在这里：
SECURITY.md

---

你可以怎么验（不用信我）

npm test        # 100+ 项：契约、场景旅程、CDP 策略、智能模式 ref 对齐、文档一致性守卫
npm run verify  # 57 项自包含验收：不需要 DSH、不需要联网（自带本地测试服务器）

我更想知道的是：它在你们常去的网站上哪里会挂

我个人测过的站点有限。如果你试了，欢迎回帖告诉我卡在哪一步 —— 尤其是：

• 哪些站点读不出无障碍树（我会让它退回兼容模式，想收集这类样本）；
• 哪些页面点了没反应（我最怕的是"静默点错"，所以宁可它报错也别猜）；
• 最小化后还会被拽出来的复现步骤（这条我有专门的脚本可以一起看）。

批评同样欢迎，直接说哪块设计不对就行。