Jarvis-Brain 0.1.9.15__tar.gz → 0.1.11.2__tar.gz

{jarvis_brain-0.1.9.15 → jarvis_brain-0.1.11.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: Jarvis_Brain
-Version: 0.1.9.15
+Version: 0.1.11.2
 Summary: Jarvis brain mcp
 Requires-Python: >=3.10
 Requires-Dist: beautifulsoup4
@@ -8,3 +8,4 @@ Requires-Dist: curl-cffi
 Requires-Dist: drissionpage
 Requires-Dist: fastmcp
 Requires-Dist: minify-html
+Requires-Dist: pillow

{jarvis_brain-0.1.9.15 → jarvis_brain-0.1.11.2}/mcp_tools/dp_tools.py

@@ -1,12 +1,17 @@
+"""
+这个文件中提供的工具作为独立的Drissionpage mcp工具
+"""
 import hashlib
 import json
 import os
+import time
 from typing import Any
 
 from fastmcp import FastMCP
 
 from tools.browser_manager import BrowserManager
-from tools.tools import compress_html, requests_html, dp_headless_html, assert_waf_cookie, dp_mcp_message_pack
+from tools.tools import compress_html, requests_html, dp_headless_html, assert_waf_cookie, dp_mcp_message_pack, \
+    compress_html_js, compress_image_bytes
 from tools.browser_proxy import DPProxyClient, DPProxyClientManager
 
 html_source_code_local_save_path = os.path.join(os.getcwd(), "html-source-code")
@@ -94,10 +99,11 @@ def register_get_html(mcp: FastMCP, browser_manager):
         file_name_prefix = hashlib.md5(str(tab.title).encode('utf-8')).hexdigest()
         if not os.path.exists(html_source_code_local_save_path):
             os.makedirs(html_source_code_local_save_path)
-        min_html, compress_rate = compress_html(tab.html)
-        html_str_list = [min_html[i:i + one_turn_max_token] for i in range(0, len(min_html), one_turn_max_token)]
+        # min_html, compress_rate = compress_html(tab.html)
+        min_html = tab.run_js(compress_html_js)
+        # html_str_list = [min_html[i:i + one_turn_max_token] for i in range(0, len(min_html), one_turn_max_token)]
         html_file_list = []
-        for index, html_str in enumerate(html_str_list):
+        for index, html_str in enumerate([min_html]):
             file_name = file_name_prefix + f"_{tab_id}_segment{index}.html"
             abs_path = os.path.join(html_source_code_local_save_path, file_name)
             with open(abs_path, "w", encoding="utf-8") as f:
@@ -299,3 +305,24 @@ def register_scroll_action(mcp: FastMCP, browser_manager):
             browser_port=browser_port,
             tab_id=tab_id,
         )
+
+
+def register_get_screenshot(mcp: FastMCP, browser_manager):
+    @mcp.tool(name="get_tab_screenshot", description="尝试对传入tab页进行截图，并将截图压缩为1M大小png图片，会返回截图保存路径")
+    async def get_tab_screenshot(browser_port: int, tab_id: str) -> dict[str, Any]:
+        _browser = browser_manager.get_browser(browser_port)
+        target_tab = _browser.get_tab(tab_id)
+        if not os.path.exists(html_source_code_local_save_path):
+            os.makedirs(html_source_code_local_save_path)
+        timestamp = int(time.time() * 1000)
+        origin_png = target_tab.get_screenshot(as_bytes="png")
+        compress_png = compress_image_bytes(origin_png)
+        image_path = os.path.join(html_source_code_local_save_path, f"{browser_port}_{tab_id}_{timestamp}.png")
+        with open(image_path, "wb") as f:
+            f.write(compress_png)
+        return dp_mcp_message_pack(
+            message=f"已完成对browser_port={browser_port},tab_id={tab_id}的截屏",
+            browser_port=browser_port,
+            tab_id=tab_id,
+            screenshot_path=image_path
+        )

{jarvis_brain-0.1.9.15 → jarvis_brain-0.1.11.2}/mcp_tools/main.py

@@ -20,6 +20,7 @@ if "TeamNode-Dp" in enabled_modules:
     register_get_html(mcp, browser_manager)
     register_check_selector(mcp, browser_manager)
     register_pop_first_packet(mcp, browser_manager, client_manager)
+    register_get_screenshot(mcp, browser_manager)
     # 页面交互
     register_click_action(mcp, browser_manager)
     register_scroll_action(mcp, browser_manager)
@@ -29,7 +30,7 @@ if "JarvisNode" in enabled_modules:
 
 
 def main():
-    mcp.run(transport="stdio",show_banner=False)
+    mcp.run(transport="stdio", show_banner=False)
 
 
 if __name__ == '__main__':

{jarvis_brain-0.1.9.15 → jarvis_brain-0.1.11.2}/pyproject.toml

@@ -1,13 +1,14 @@
 [project]
 name = "Jarvis_Brain"  # 别人下载时用的名字，必须在 PyPI 上唯一
-version = "0.1.9.15"
+version = "0.1.11.2"
 description = "Jarvis brain mcp"
 dependencies = [
     "fastmcp",
     "DrissionPage",
     "minify-html",
     "beautifulsoup4",
-    "curl_cffi"
+    "curl_cffi",
+    "pillow"
 ]
 requires-python = ">=3.10"
 

{jarvis_brain-0.1.9.15 → jarvis_brain-0.1.11.2}/tools/browser_proxy.py

@@ -126,6 +126,51 @@ class DrissionPageListenerProxy:
         return attr
 
 
+def check_data_packet(packet: DataPacket, client: DPProxyClient):
+    """
+    封装监听到的数据包，并将其存放在client的packet_queue中
+    :param packet:
+    :param client:
+    :return:
+    """
+    url = packet.url
+    method = packet.request.method
+    data = None
+    if packet.request.hasPostData:
+        data = packet.request.postData
+    domain = urlparse(url).netloc
+    body = packet.response.body
+    body_str = json.dumps(body, ensure_ascii=False, separators=(',', ':'))
+    body_str_list = [body_str[i:i + one_turn_max_token] for i in range(0, len(body_str), one_turn_max_token)]
+    body_completed = True
+    packet_filter = client.packet_filter
+    domain_filter = packet_filter.get("domain_filter", None)
+    method_filter = packet_filter.get("method_filter", ["GET", "POST"])
+    for index, body_str in enumerate(body_str_list):
+        # 如果给了domain_filter并且domain没有在domain_filter中时跳过该数据包
+        if domain_filter and domain not in domain_filter:
+            continue
+        # 如果method没有在method_filter中，则跳过该数据包
+        if method not in method_filter:
+            continue
+        if (index + 1) != len(body_str_list):
+            body_completed = False
+        if packet.response:
+            response_headers = packet.response.headers
+        else:
+            response_headers = {}
+        temp_dict = {
+            "url": url,
+            "body_completed": body_completed,
+            "method": method,
+            "request_data": data,
+            "request_headers": dict(packet.request.headers),
+            "response_headers": dict(response_headers),
+            "response_body_segment": body_str.replace("\\", ""),
+        }
+        client.packet_queue.append(temp_dict)
+
+
 def check_data_packet(packet: DataPacket, client: DPProxyClient):
     """
     封装监听到的数据包，并将其存放在client的packet_queue中

jarvis_brain-0.1.11.2/tools/tools.py

@@ -0,0 +1,267 @@
+import time
+import random
+import os
+import minify_html
+from DrissionPage import ChromiumPage, ChromiumOptions
+from bs4 import BeautifulSoup
+from curl_cffi import requests
+from lxml import html, etree
+import base64
+from PIL import Image
+import io
+
+compress_html_js = """
+    function getSimplifiedDOM(node) {
+        // 1. 处理文本节点
+        if (node.nodeType === Node.TEXT_NODE) {
+            const text = node.textContent.trim();
+            // 限制文本长度，避免大段文章消耗 token，保留前100个字符通常足够定位
+            return text ? text.slice(0, 100) + (text.length > 100 ? '...' : '') : null;
+        }
+
+        // 2. 过滤无用标签
+        const ignoreTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'IFRAME', 'SVG', 'LINK', 'META'];
+        if (ignoreTags.includes(node.tagName)) return null;
+        if (node.nodeType !== Node.ELEMENT_NODE) return null;
+
+        // 3. 过滤不可见元素
+        const style = window.getComputedStyle(node);
+        if (style.display === 'none' || style.visibility === 'hidden' || style.opacity === '0') return null;
+        // 过滤宽高太小的元素（往往是埋点空像素）
+        const rect = node.getBoundingClientRect();
+        if (rect.width === 0 || rect.height === 0) return null;
+
+        // --- 开始构建标签字符串 ---
+        const tagName = node.tagName.toLowerCase();
+        let tagStr = tagName;
+
+        // A. 基础标识符 (ID 和 Class)
+        if (node.id) tagStr += `#${node.id}`;
+        if (node.className && typeof node.className === 'string') {
+            // 过滤掉 Tailwind 等太长且无语义的 class，保留有意义的业务 class
+            // 这里简单处理，全部保留，让 LLM 自己判断
+            const classes = node.className.trim().split(/\s+/);
+            if (classes.length > 0) tagStr += `.${classes.join('.')}`;
+        }
+
+        // B. 关键属性白名单 (这是你指出问题的核心修复)
+        const props = [];
+
+        // 通用重要属性
+        if (node.getAttribute('role')) props.push(`role="${node.getAttribute('role')}"`);
+        if (node.getAttribute('aria-label')) props.push(`aria-label="${node.getAttribute('aria-label')}"`);
+        if (node.getAttribute('title')) props.push(`title="${node.getAttribute('title')}"`);
+
+        // 特定标签的特定属性
+        if (tagName === 'a') {
+            const href = node.getAttribute('href');
+            // 只保留有意义的链接，忽略 javascript:;
+            if (href && !href.startsWith('javascript')) props.push(`href="${href}"`);
+        } else if (tagName === 'input' || tagName === 'textarea' || tagName === 'select') {
+            if (node.getAttribute('type')) props.push(`type="${node.getAttribute('type')}"`);
+            if (node.getAttribute('name')) props.push(`name="${node.getAttribute('name')}"`);
+            if (node.getAttribute('placeholder')) props.push(`placeholder="${node.getAttribute('placeholder')}"`);
+            if (node.disabled) props.push('disabled');
+            if (node.checked) props.push('checked');
+        } else if (tagName === 'button') {
+            if (node.getAttribute('type')) props.push(`type="${node.getAttribute('type')}"`);
+        } else if (tagName === 'img') {
+            if (node.getAttribute('alt')) props.push(`alt="${node.getAttribute('alt')}"`);
+        }
+
+        if (props.length > 0) {
+            tagStr += ` ${props.join(' ')}`;
+        }
+
+        // 4. 递归子节点
+        const children = Array.from(node.childNodes)
+            .map(getSimplifiedDOM)
+            .filter(n => n !== null);
+
+        // 5. 组装输出
+        // 如果没有子节点，也没有ID/Class，也不是输入框/图片/链接，那这个标签可能只是布局用的 div，可以考虑跳过它直接返回子节点内容
+        // 但为了保持结构完整，我们暂时保留它
+        if (children.length === 0) {
+            // 自闭合标签或空标签
+            return `<${tagStr} />`;
+        }
+        return `<${tagStr}>${children.join('')}</${tagName}>`; // 结束标签只保留 tagName 节省 token
+    }
+
+    return getSimplifiedDOM(document.body);
+"""
+
+
+# 使用requests获取html，用于测试是否使用了瑞数和jsl
+def requests_html(url):
+    headers = {
+        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/142.0.0.0 Safari/537.36",
+    }
+    response = requests.get(url, headers=headers, verify=False)
+    response.encoding = "utf-8"
+    return response.text, response.status_code
+
+
+# 使用dp无头模式获取html，用于测试是否使用了其他waf，如移动waf
+def dp_headless_html(url):
+    opt = ChromiumOptions().headless(True)
+    opt.set_argument('--no-sandbox')
+    """创建新的浏览器实例"""
+    random_port = random.randint(9934, 10034)
+    custom_data_dir = os.path.join(os.path.expanduser('~'), 'DrissionPage', "userData", f"{random_port}")
+    opt.set_user_data_path(custom_data_dir)  # 设置用户数据路径
+    opt.set_local_port(random_port)
+    page = ChromiumPage(opt)
+    tab = page.latest_tab
+    tab.get(url)
+    # todo: 目前没有更好的方式，为了数据渲染完全，只能硬等【受网速波动影响比较大】
+    time.sleep(10)
+    page_html = tab.html
+    # 无头浏览器在用完之后一定要记得再page级别进行quit
+    page.quit()
+    return page_html
+
+
+# 压缩html
+def compress_html(content, only_text=False):
+    doc = html.fromstring(content)
+    # 删除 style 和 script 标签
+    for element in doc.xpath('//style | //script'):
+        element.getparent().remove(element)
+
+    # 删除 link 标签
+    for link in doc.xpath('//link[@rel="stylesheet"]'):
+        link.getparent().remove(link)
+
+    # 删除 meta 标签（新增功能）
+    for meta in doc.xpath('//meta'):
+        meta.getparent().remove(meta)
+
+    for svg in doc.xpath('//svg'):
+        # 获取 SVG 内的文本内容
+        text_content = svg.text_content()
+        # 创建一个新的文本节点替换 SVG
+        parent = svg.getparent()
+        if parent is not None:
+            parent.text = (parent.text or '') + text_content
+            parent.remove(svg)
+
+    # 删除 style 属性
+    for element in doc.xpath('//*[@style]'):
+        element.attrib.pop('style')
+
+    # 删除所有 on* 事件属性
+    for element in doc.xpath('//*'):
+        for attr in list(element.attrib.keys()):
+            if attr.startswith('on'):
+                element.attrib.pop(attr)
+
+    result = etree.tostring(doc, encoding='unicode')
+    result = minify_html.minify(result)
+    compress_rate = round(len(content) / len(result) * 100)
+    print(f"html压缩比=> {compress_rate}%")
+    if not only_text:
+        return result, compress_rate
+    soup = BeautifulSoup(result, 'html.parser')
+    result = soup.get_text(strip=True)
+    return result, compress_rate
+
+
+# 通过cookie判断是否有waf，需要通过遇到的例子，不断的完善cookie判别函数
+def assert_waf_cookie(cookies: list):
+    for cookie in cookies:
+        cookie_name = cookie['name']
+        cookie_value = cookie['value']
+        if len(cookie_name) == 13 and len(cookie_value) == 88:
+            return True, "瑞数"
+        if "_jsl" in cookie_name:
+            return True, "加速乐"
+    return False, "没有waf"
+
+
+# 对dp_mcp的消息打包
+def dp_mcp_message_pack(message: str, **kwargs):
+    text_obj = {key: value for key, value in kwargs.items()}
+    text_obj.update({"message": message})
+    return {
+        "content": [{
+            "type": "text",
+            # "text": json.dumps(text_obj, ensure_ascii=False)
+            "text": text_obj
+        }]
+    }
+
+
+def btyes2Base64Img(target_byte):
+    """
+    把byte转为base64，用于传输图片
+    :param target_byte:
+    :return:
+    """
+    return "data:image/png;base64," + base64.b64encode(target_byte).decode()
+
+
+def compress_image_bytes(input_bytes, target_size_mb=1):
+    """
+    压缩图片字节数据到目标大小
+
+    参数:
+        input_bytes: 输入图片的字节数据
+        target_size_mb: 目标大小(MB)，默认1MB
+
+    返回:
+        压缩后的图片字节数据
+    """
+    target_size = target_size_mb * 1024 * 1024  # 转换为字节
+
+    # 从字节数据打开图片
+    img = Image.open(io.BytesIO(input_bytes))
+
+    # 如果是PNG或其他格式，转换为RGB
+    if img.mode in ('RGBA', 'LA', 'P'):
+        img = img.convert('RGB')
+
+    # 初始质量设置
+    quality = 95
+
+    # 先尝试压缩
+    output_buffer = io.BytesIO()
+    img.save(output_buffer, 'JPEG', quality=quality, optimize=True)
+    output_bytes = output_buffer.getvalue()
+
+    # 如果文件仍然太大，逐步降低质量
+    while len(output_bytes) > target_size and quality > 10:
+        quality -= 5
+        output_buffer = io.BytesIO()
+        img.save(output_buffer, 'JPEG', quality=quality, optimize=True)
+        output_bytes = output_buffer.getvalue()
+
+    # 如果降低质量还不够，尝试缩小尺寸
+    if len(output_bytes) > target_size:
+        width, height = img.size
+
+        while len(output_bytes) > target_size and quality > 10:
+            # 缩小10%
+            width = int(width * 0.9)
+            height = int(height * 0.9)
+            img_resized = img.resize((width, height), Image.Resampling.LANCZOS)
+            output_buffer = io.BytesIO()
+            img_resized.save(output_buffer, 'JPEG', quality=quality, optimize=True)
+            output_bytes = output_buffer.getvalue()
+
+    final_size = len(output_bytes) / (1024 * 1024)
+    # print(f"压缩完成！")
+    # print(f"原始大小: {len(input_bytes) / (1024 * 1024):.2f}MB")
+    # print(f"压缩后大小: {final_size:.2f}MB")
+    # print(f"最终质量: {quality}")
+
+    return output_bytes
+
+# todo: 大致盘一下各种判定的逻辑【以下的所有压缩比之间的差距均取“绝对值”】
+#  1. 如果requests、无头、有头获取到的压缩比之间从差距都在15%以内，则认定该页面是静态页面，此时优先使用requests请求
+#  2. 如果requests的status_code为特定的412，或者521，则判定是瑞数和jsl。[此时还有一个特点：requests的压缩比会与其他两种方式获取到的压缩比差距非常大(一两千的那种)]
+#  3. 如果requests、无头、有头获取到的压缩比之间差距都在40%以上，则判定该页面只可以用有头采集
+#  4. 如果无头和有头获取到的压缩比之间差距小于15%，但是requests和无头的差距大于40%，则认定该页面可以使用无头浏览器采集
+#  5. 如果requests和有头获取到的压缩比之间差距小于15%，但是无头和有头的差距大于40%，则认定该页面优先使用有头浏览器采集
+#  【此时可能是：1.使用了别的检测无头的waf。2.网站使用瑞数，但是这次请求没有拦截requests（不知道是不是瑞数那边故意设置的），
+#   此时如果想进一步判定是否是瑞数，可以使用有头浏览器取一下cookies，如果cookies里面存在瑞数的cookie，那么就可以断定是瑞数】

jarvis_brain-0.1.9.15/tools/tools.py

@@ -1,117 +0,0 @@
-import time
-import random
-import os
-import minify_html
-from DrissionPage import ChromiumPage, ChromiumOptions
-from bs4 import BeautifulSoup
-from curl_cffi import requests
-from lxml import html, etree
-
-
-# 使用requests获取html，用于测试是否使用了瑞数和jsl
-def requests_html(url):
-    headers = {
-        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/142.0.0.0 Safari/537.36",
-    }
-    response = requests.get(url, headers=headers, verify=False)
-    response.encoding = "utf-8"
-    return response.text, response.status_code
-
-
-# 使用dp无头模式获取html，用于测试是否使用了其他waf，如移动waf
-def dp_headless_html(url):
-    opt = ChromiumOptions().headless(True)
-    opt.set_argument('--no-sandbox')
-    """创建新的浏览器实例"""
-    random_port = random.randint(9934, 10034)
-    custom_data_dir = os.path.join(os.path.expanduser('~'), 'DrissionPage', "userData", f"{random_port}")
-    opt.set_user_data_path(custom_data_dir)  # 设置用户数据路径
-    opt.set_local_port(random_port)
-    page = ChromiumPage(opt)
-    tab = page.latest_tab
-    tab.get(url)
-    # todo: 目前没有更好的方式，为了数据渲染完全，只能硬等【受网速波动影响比较大】
-    time.sleep(10)
-    page_html = tab.html
-    # 无头浏览器在用完之后一定要记得再page级别进行quit
-    page.quit()
-    return page_html
-
-
-# 压缩html
-def compress_html(content, only_text=False):
-    doc = html.fromstring(content)
-    # 删除 style 和 script 标签
-    for element in doc.xpath('//style | //script'):
-        element.getparent().remove(element)
-
-    # 删除 link 标签
-    for link in doc.xpath('//link[@rel="stylesheet"]'):
-        link.getparent().remove(link)
-
-    # 删除 meta 标签（新增功能）
-    for meta in doc.xpath('//meta'):
-        meta.getparent().remove(meta)
-
-    for svg in doc.xpath('//svg'):
-        # 获取 SVG 内的文本内容
-        text_content = svg.text_content()
-        # 创建一个新的文本节点替换 SVG
-        parent = svg.getparent()
-        if parent is not None:
-            parent.text = (parent.text or '') + text_content
-            parent.remove(svg)
-
-    # 删除 style 属性
-    for element in doc.xpath('//*[@style]'):
-        element.attrib.pop('style')
-
-    # 删除所有 on* 事件属性
-    for element in doc.xpath('//*'):
-        for attr in list(element.attrib.keys()):
-            if attr.startswith('on'):
-                element.attrib.pop(attr)
-
-    result = etree.tostring(doc, encoding='unicode')
-    result = minify_html.minify(result)
-    compress_rate = round(len(content) / len(result) * 100)
-    print(f"html压缩比=> {compress_rate}%")
-    if not only_text:
-        return result, compress_rate
-    soup = BeautifulSoup(result, 'html.parser')
-    result = soup.get_text(strip=True)
-    return result, compress_rate
-
-
-# 通过cookie判断是否有waf，需要通过遇到的例子，不断的完善cookie判别函数
-def assert_waf_cookie(cookies: list):
-    for cookie in cookies:
-        cookie_name = cookie['name']
-        cookie_value = cookie['value']
-        if len(cookie_name) == 13 and len(cookie_value) == 88:
-            return True, "瑞数"
-        if "_jsl" in cookie_name:
-            return True, "加速乐"
-    return False, "没有waf"
-
-
-# 对dp_mcp的消息打包
-def dp_mcp_message_pack(message: str, **kwargs):
-    text_obj = {key: value for key, value in kwargs.items()}
-    text_obj.update({"message": message})
-    return {
-        "content": [{
-            "type": "text",
-            # "text": json.dumps(text_obj, ensure_ascii=False)
-            "text": text_obj
-        }]
-    }
-
-# todo: 大致盘一下各种判定的逻辑【以下的所有压缩比之间的差距均取“绝对值”】
-#  1. 如果requests、无头、有头获取到的压缩比之间从差距都在15%以内，则认定该页面是静态页面，此时优先使用requests请求
-#  2. 如果requests的status_code为特定的412，或者521，则判定是瑞数和jsl。[此时还有一个特点：requests的压缩比会与其他两种方式获取到的压缩比差距非常大(一两千的那种)]
-#  3. 如果requests、无头、有头获取到的压缩比之间差距都在40%以上，则判定该页面只可以用有头采集
-#  4. 如果无头和有头获取到的压缩比之间差距小于15%，但是requests和无头的差距大于40%，则认定该页面可以使用无头浏览器采集
-#  5. 如果requests和有头获取到的压缩比之间差距小于15%，但是无头和有头的差距大于40%，则认定该页面优先使用有头浏览器采集
-#  【此时可能是：1.使用了别的检测无头的waf。2.网站使用瑞数，但是这次请求没有拦截requests（不知道是不是瑞数那边故意设置的），
-#   此时如果想进一步判定是否是瑞数，可以使用有头浏览器取一下cookies，如果cookies里面存在瑞数的cookie，那么就可以断定是瑞数】