xiumi-agent

终端 TUI 形态的公众号排版 Agent：通过 CDP 直接驱动你本机的 Edge 打开 秀米（xiumi.us），由 LLM 调用插件工具自动完成「写稿 → 排版 → 插图 → 保存草稿」。

架构

TUI (Textual) ──事件总线──▶ Agent 主循环 (OpenAI 兼容 function calling)
                                  │ 工具调用
                            插件管理器（browser / xiumi_login / xiumi_editor）
                                  │ JS 模拟用户操作 + CDP 特例(截图/上传文件/真实按键)
                          Edge (msedge.exe, 独立 profile, CDP 9222)

• 插件化：核心只有主循环+注册表；所有网页能力都是 plugins/*/plugin.py 里的 Plugin，挂载即用
• 凭据安全：账号密码只在 TUI 模态框输入，直达登录插件执行，不进 LLM 上下文
• 选择器可维护：plugins/*/selectors.json 集中管理，recon 踩点后直接改 JSON

快速开始

方式一：PyPI 直接安装（推荐）

pip install xiumiagent
xiumi                      # 任意目录、任意终端直接进入 TUI

首次运行会在 ~/.xiumi-agent/.env 自动生成配置模板，填入 OPENAI_API_KEY 后重启即可。

方式二：从 GitHub 安装（获取最新开发版）

pip install git+https://github.com/ZMJJKK123-hub/xiumi-creator.git

方式三：源码运行

git clone https://github.com/ZMJJKK123-hub/xiumi-creator.git
cd xiumi-creator
pip install -r requirements.txt
pip install -e .            # 安装全局命令 xiumi（一次性）
copy .env.example .env      # 填 OPENAI_API_KEY / OPENAI_BASE_URL / MODEL
xiumi                       # 或 python main.py

xiumi recon = 页面踩点，xiumi version = 版本。

首次使用：未登录时界面会提示 /login 与 /model 两个命令，/login 输入账号密码完成登录，长期保留。

用法

输入任务回车：写一篇秋天咖啡店探店推文，主色暖棕，结尾引导关注
/model                      配置模型、API Key、接口地址（同屏填写保存）
/file examples/task.md      载入文件任务（支持 [img:路径] 图片位置标记）
/login                      登录秀米
/shot                       截图当前页面
/help                       帮助
输入 / 自动弹出命令候选，Tab 切换，Enter 确定
esc 中断任务 · Ctrl+L 清屏 · Ctrl+Q 退出

任务两种姿势：

• 全自动：只给主题 → Agent 写全文 + 排版 + 保存
• 只排版：给正文 → Agent 只做排版加工

图片：在正文任意位置写 [img:D:\pics\a.jpg]，Agent 会上传到秀米图库并插入该位置（无需多模态模型）。

踩点（重要）

插件里的选择器是启发式默认值。如果页面操作失败，运行：

python main.py recon        # dump 登录页/首页 DOM 树 + 截图到 recon/

人工确认选择器后更新 plugins/xiumi_login/selectors.json 与 plugins/xiumi_editor/selectors.json。手动登录秀米后，把编辑器 URL 加进 scripts/recon.py 的 TARGETS 再跑一次即可踩编辑器。

目录

core/      agent 主循环 / LLM 客户端 / 工具注册表 / 插件契约 / 事件总线
cdp/       CDP 连接 / Edge 管理 / Tab 封装 / 注入式 JS 操作库
tui/       Textual 界面（聊天面板、动作面板、登录/账密模态屏）
plugins/   browser 通用操控 · tool_browser 后台浏览器(dsh适配) · xiumi_login 登录 · xiumi_editor 排版
scripts/   recon.py 页面踩点