AI灵驹浏览器插件 API 文档

基础信息

插件名称: AI灵驹浏览器插件
版本: 1.0.0
服务协议: WebSocket隧道 + HTTP代理
默认服务器: wss://res.dtns.top
访问域名格式: http://browser.{clientId}.html.dtns.top

一、系统接口

1.1 健康检查

检查服务是否正常运行。

端点: GET /health

响应示例:

{
  "status": "ok",
  "clientId": "abc123def456...",
  "registeredDomains": ["browser.abc123...html.dtns.top"],
  "timestamp": "2024-01-01T00:00:00.000Z"
}

1.2 获取插件信息

获取插件版本和能力信息。

端点: GET /api/info

响应示例:

{
  "name": "AI灵驹浏览器插件",
  "version": "1.0.0",
  "clientId": "abc123def456...",
  "registeredDomains": ["browser.abc123...html.dtns.top"],
  "capabilities": ["smart_reply", "dom_query", "click", "type", "navigate", "clipboard", "evaluate"]
}

1.3 获取已注册域名

端点: GET /api/domains

响应示例:

{
  "success": true,
  "clientId": "abc123...",
  "registeredDomains": ["browser.abc123...html.dtns.top"]
}

二、页面信息接口

2.1 获取页面信息

获取当前活动标签页的基本信息。

端点: GET /api/page/info

响应示例:

{
  "success": true,
  "url": "https://example.com",
  "title": "Example Domain",
  "readyState": "complete"
}

2.2 获取页面可见文本

获取页面中所有可见文本内容。

端点: GET /api/page/visible-text

参数:

参数	类型	默认值	说明
includePosition	boolean	true	是否包含位置信息
mergeText	boolean	true	是否合并文本

响应示例:

{
  "success": true,
  "text": "合并的文本内容...",
  "blocks": [
    {
      "text": "文本块",
      "x": 100,
      "y": 200,
      "width": 300,
      "height": 20
    }
  ]
}

2.3 获取可见文本块（仅带位置）

端点: GET /api/page/visible-text/blocks

响应示例:

{
  "success": true,
  "blocks": [...],
  "total": 42
}

2.4 获取合并的纯文本

端点: GET /api/page/visible-text/merged

参数:

参数	类型	默认值	说明
separator	string	`\n`	文本块分隔符

响应示例:

{
  "success": true,
  "text": "纯文本内容...",
  "length": 1234
}

三、DOM操作接口

3.1 执行JavaScript脚本

在当前页面执行任意JavaScript代码。

端点: GET /api/script/evaluate

参数:

参数	类型	必填	说明
script	string	✅	要执行的JavaScript代码

响应示例:

{
  "success": true,
  "result": "执行结果",
  "type": "string"
}

3.2 查询DOM元素

端点: GET /api/query

参数:

参数	类型	必填	说明
selector	string	✅	CSS选择器
all	boolean	❌	是否返回所有匹配元素

响应示例:

{
  "success": true,
  "result": {
    "text": "元素文本",
    "html": "<div>...</div>",
    "attributes": {...}
  }
}

3.3 获取元素信息

端点: GET /api/element/info

参数:

参数	类型	必填	说明
selector	string	✅	CSS选择器

3.4 获取页面元素结构

端点: GET /api/page/elements

获取完整的DOM元素信息。

端点: GET /api/page/elements/simple (精简版)

3.5 获取页面链接

端点: GET /api/page/links

响应示例:

{
  "success": true,
  "links": [
    {
      "href": "https://...",
      "text": "链接文本",
      "title": "标题"
    }
  ]
}

3.6 获取页面图片

端点: GET /api/page/images

3.7 获取页面表单

端点: GET /api/page/forms

3.8 获取页面输入框

端点: GET /api/page/inputs

3.9 获取页面按钮

端点: GET /api/page/buttons

四、交互操作接口

4.1 点击元素

端点: GET /api/click

参数:

参数	类型	必填	说明
selector	string	✅	CSS选择器

4.2 点击坐标位置

端点: GET /api/click/at

参数:

参数	类型	必填	说明
x	number	✅	X坐标
y	number	✅	Y坐标
double	boolean	❌	是否双击
button	string	❌	鼠标按键: left/right/middle

4.3 右键点击

端点: GET /api/click/right

参数:

参数	类型	必填	说明
x	number	✅	X坐标
y	number	✅	Y坐标

4.4 双击

端点: GET /api/click/double

参数:

参数	类型	必填	说明
x	number	✅	X坐标
y	number	✅	Y坐标

4.5 鼠标移动

端点: GET /api/mouse/move

参数:

参数	类型	必填	说明
x	number	✅	X坐标
y	number	✅	Y坐标

4.6 输入文本

端点: GET /api/type

参数:

参数	类型	必填	说明
selector	string	✅	CSS选择器
text	string	✅	要输入的文本

4.7 智能回复

端点: GET /api/smart_reply

参数:

参数	类型	必填	说明
text	string	✅	回复文本
context	string	❌	上下文信息

五、页面导航接口

5.1 导航到URL

端点: GET /api/navigate

参数:

参数	类型	必填	说明
url	string	✅	目标URL

5.2 刷新页面

端点: GET /api/refresh

5.3 滚动页面

端点: GET /api/scroll

参数:

参数	类型	说明
x	number	水平滚动量
y	number	垂直滚动量

六、剪贴板接口

6.1 复制到剪贴板

端点: GET /api/clipboard/copy

参数:

参数	类型	必填	说明
text	string	✅*	纯文本内容
html	string	✅*	HTML内容（*二选一）

6.2 读取剪贴板

端点: GET /api/clipboard/read

响应示例:

{
  "success": true,
  "text": "剪贴板文本",
  "html": "<b>HTML内容</b>",
  "length": 100
}

6.3 追加到剪贴板

端点: GET /api/clipboard/append

参数:

参数	类型	默认值	说明
text	string	✅	要追加的文本
separator	string	`\n`	分隔符

6.4 清空剪贴板

端点: GET /api/clipboard/clear

七、可点击元素接口

7.1 获取所有可点击元素

端点: GET /api/page/clickable-elements

参数:

参数	类型	默认值	说明
includePosition	boolean	true	是否包含位置信息
includeSelector	boolean	true	是否包含选择器

响应示例:

{
  "success": true,
  "total": 50,
  "elements": [...],
  "summary": {
    "buttons": 10,
    "links": 30,
    "interactive": 10
  }
}

7.2 按类型分组的可点击元素

端点: GET /api/page/clickable-elements/grouped

7.3 获取可点击元素选择器列表

端点: GET /api/page/clickable-elements/selectors

八、网络监控接口

8.1 开始监控

端点: GET /api/network/start

参数:

参数	类型	默认值	说明
duration	number	30000	监控时长(ms)，0表示持续监控

响应示例:

{
  "success": true,
  "message": "Network monitoring started for 30000ms",
  "tabId": 123,
  "url": "https://example.com"
}

8.2 停止监控

端点: GET /api/network/stop

响应示例:

{
  "success": true,
  "summary": {
    "total": 42,
    "byMethod": {"GET": 30, "POST": 12},
    "byStatus": {"200s": 38, "400s": 4},
    "errors": 4,
    "avgDuration": 150
  },
  "requests": [...],
  "totalCount": 42,
  "duration": 30000
}

8.3 获取监控状态

端点: GET /api/network/status

8.4 获取请求列表

端点: GET /api/network/requests

参数:

参数	类型	说明
limit	number	返回数量限制，默认100
method	string	按方法过滤(GET/POST等)
urlPattern	string	URL正则匹配

8.5 获取请求详情

端点: GET /api/network/request/detail

参数:

参数	类型	必填	说明
requestId	string	✅	请求ID

8.6 清除网络记录

端点: GET /api/network/clear

九、截图接口

9.1 截取当前页面

端点: GET /api/screenshot

响应示例:

{
  "success": true,
  "imageData": "data:image/png;base64,..."
}

十、选中文本接口

10.1 获取选中的文本

端点: GET /api/selected/text

响应示例:

{
  "success": true,
  "text": "用户选中的文本"
}

十一、标签页管理接口

11.1 获取所有标签页

端点: GET /api/tabs/list

参数:

参数	类型	说明
active	boolean	仅活动标签页
currentWindow	boolean	仅当前窗口

11.2 获取当前标签页

端点: GET /api/tabs/current

11.3 切换标签页

端点: GET /api/tabs/switch

参数（四选一）:

参数	类型	说明
tabId	number	标签页ID
index	number	标签页索引
url	string	URL匹配
title	string	标题匹配
focusWindow	boolean	是否聚焦窗口

11.4 打开新标签页

端点: GET /api/tabs/open

参数:

参数	类型	默认值	说明
url	string	✅	要打开的URL
active	boolean	true	是否激活新标签页
position	string/number	'end'	位置: start/end/索引
windowId	number	-	指定窗口ID

11.5 批量打开标签页

端点: GET /api/tabs/open/batch

参数:

参数	类型	说明
urls	array/string	URL列表(支持JSON数组或逗号分隔)
active	string	激活哪个: first/last/索引
position	string	start/end/索引
windowId	number	窗口ID

11.6 打开或切换标签页

端点: GET /api/tabs/openOrSwitch

参数:

参数	类型	说明
url	string	✅ 目标URL
active	boolean	是否激活

11.7 后台打开标签页

端点: GET /api/tabs/open/background

参数:

参数	类型	说明
url	string	✅ 目标URL

11.8 关闭标签页

端点: GET /api/tabs/close

参数（多选一）:

参数	类型	说明
tabId	number	单个标签页ID
tabIds	array/string	多个标签页ID
url	string	按URL匹配关闭
title	string	按标题匹配关闭
current	boolean	关闭当前标签页

十二、窗口管理接口

12.1 打开新窗口

端点: GET /api/windows/open

参数:

参数	类型	说明
urls	array/string	要在新窗口打开的URL列表
active	boolean	是否聚焦新窗口
width	number	窗口宽度
height	number	窗口高度
left	number	X位置
top	number	Y位置
type	string	窗口类型: normal/popup/panel

十三、控制台日志接口

13.1 获取控制台日志

端点: GET /api/console/logs

参数:

参数	类型	默认值	说明
limit	number	100	返回数量
level	string	-	过滤级别: log/error/warn/info/debug
clear	boolean	false	获取后是否清除

13.2 开始收集日志

端点: GET /api/console/start

参数:

参数	类型	说明
duration	number	收集时长(ms)，0表示持续

13.3 停止收集日志

端点: GET /api/console/stop

13.4 清除控制台日志

端点: GET /api/console/clear

13.5 执行控制台命令

端点: GET /api/console/exec

参数:

参数	类型	必填	说明
code	string	✅	要执行的JavaScript代码

响应示例:

{
  "success": true,
  "result": "执行返回值",
  "consoleOutput": [
    {"level": "log", "message": "输出内容", "timestamp": 123456789}
  ],
  "error": null
}

十四、配置管理接口

14.1 获取配置

端点: GET /api/config

响应示例:

{
  "success": true,
  "config": {
    "clientId": "abc123...",
    "wsServerUrl": "wss://res.dtns.top",
    "autoReconnect": true
  },
  "status": {
    "connected": true,
    "browserDomain": "http://browser.abc123...html.dtns.top",
    "registered": true
  }
}

14.2 设置客户端ID

端点: GET /api/config/clientId

参数:

参数	类型	必填	说明
clientId	string	✅	新的客户端ID(20位)

14.3 生成新的客户端ID

端点: GET /api/config/clientId/generate

14.4 设置服务器地址

端点: GET /api/config/server

参数:

参数	类型	必填	说明
url	string	✅	WebSocket服务器地址(ws://或wss://)

14.5 重置配置

端点: GET /api/config/reset

14.6 强制重连

端点: GET /api/config/reconnect

通用响应格式

成功响应

{
  "success": true,
  ...具体数据
}

错误响应

{
  "success": false,
  "error": "错误描述信息"
}

注意事项

CORS支持: 所有接口均支持跨域请求，已配置CORS头
参数传递: 使用GET请求，参数通过URL查询字符串传递
特殊页面限制: 无法访问chrome://、edge://等浏览器内部页面
调试器权限: 网络监控和控制台功能需要调试器权限
域名格式: 访问插件的域名格式为 http://browser.{clientId}.html.dtns.top
连接状态: 需要WebSocket保持连接才能使用API

🧩 浏览器插件（AI灵驹）

🗂️ 技能一览

浏览器插件（AI灵驹）

AI灵驹浏览器插件 API 文档

基础信息

一、系统接口

1.1 健康检查

1.2 获取插件信息

1.3 获取已注册域名

二、页面信息接口

2.1 获取页面信息

2.2 获取页面可见文本

2.3 获取可见文本块（仅带位置）

2.4 获取合并的纯文本

三、DOM操作接口

3.1 执行JavaScript脚本

3.2 查询DOM元素

3.3 获取元素信息

3.4 获取页面元素结构

3.5 获取页面链接

3.6 获取页面图片

3.7 获取页面表单

3.8 获取页面输入框

3.9 获取页面按钮

四、交互操作接口

4.1 点击元素

4.2 点击坐标位置

4.3 右键点击

4.4 双击

4.5 鼠标移动

4.6 输入文本

4.7 智能回复

五、页面导航接口

5.1 导航到URL

5.2 刷新页面

5.3 滚动页面

六、剪贴板接口

6.1 复制到剪贴板

6.2 读取剪贴板

6.3 追加到剪贴板

6.4 清空剪贴板

七、可点击元素接口

7.1 获取所有可点击元素

7.2 按类型分组的可点击元素

7.3 获取可点击元素选择器列表

八、网络监控接口

8.1 开始监控

8.2 停止监控

8.3 获取监控状态

8.4 获取请求列表

8.5 获取请求详情

8.6 清除网络记录

九、截图接口

9.1 截取当前页面

十、选中文本接口

10.1 获取选中的文本

十一、标签页管理接口

11.1 获取所有标签页

11.2 获取当前标签页

11.3 切换标签页

11.4 打开新标签页

11.5 批量打开标签页

11.6 打开或切换标签页

11.7 后台打开标签页

11.8 关闭标签页

十二、窗口管理接口

12.1 打开新窗口

十三、控制台日志接口

13.1 获取控制台日志

13.2 开始收集日志

13.3 停止收集日志

13.4 清除控制台日志

13.5 执行控制台命令

十四、配置管理接口

14.1 获取配置

14.2 设置客户端ID

14.3 生成新的客户端ID

14.4 设置服务器地址

14.5 重置配置

14.6 强制重连