架构

oh-my-webbridge 由两个进程组成。daemon omw 是 Go 二进制文件，监听 127.0.0.1:17373。扩展程序在 Chrome 或 Firefox 内运行，通过浏览器 API 操作标签页。Agent、CLI 与 SDK 通过 HTTP 调用 daemon；daemon 通过 WebSocket 调用扩展程序。

组件复制锚点链接

Daemon复制锚点链接

daemon 保存的状态，不会随浏览器窗口关闭而消失。

• 验证：除了 GET /ping 与 POST /pair，每个请求都在这里以 token 检查。
• 路由：每个浏览器保留一条连接，并把每个命令送往 Chrome 或 Firefox。
• 并行与期限：daemon 决定是否受理请求，套用超时，并在达到上限时响应 busy。
• 文件：daemon 把屏幕截图与 PDF 写到你指定的路径，并为 Firefox 读取上传文件，因为 Firefox 的扩展程序无法读取本机文件。
• CDP 前端：GET /json、GET /json/version 与 GET /devtools/page/{tab} 向 CDP 客户端呈现 Chrome 标签页，omw serve --cdp 则把 /devtools/browser 转送到原生 DevTools 端点。
• 会话绑定：保存在配置目录的 bindings.json。

扩展程序复制锚点链接

扩展程序负责浏览器端的工作。

• 任务标签页与其标签页分组，包括借用已存在的标签页。
• DOM 与无障碍树的 snapshot，以及由单一快照衍生的 @e 引用。
• 输入：点击、悬停、输入、选取、勾选、聚焦、滚动、拖曳与上传。
• Chrome：chrome.debugger，也就是 CDP。
• Firefox：WebExtension API。page.js 依需求注入所选框架，webRequest 处理预设与标头，tabs.captureTab 截图，userScripts.execute 运行 evaluate。
• 每个受控标签页的网络项目与控制台纪录。
• 绘制在受控页面上方的活动层。

Firefox 对部分动作响应 unsupported，因为它的扩展程序 API 没有对应的功能。差异列于 Firefox。

一个标签页同一时间只属于一个会话。创建标签页的会话把它们放在自己的标签页分组；借用的标签页留在你的分组，并在释放时归还。标签页分组不是 cookie 边界，也不是安全边界：个人资料内的每个标签页共用相同的登录状态。

多浏览器路由复制锚点链接

daemon 最多保留一条 Chrome 连接与一条 Firefox 连接，并以 WebSocket 的 Origin 区分两者。扩展程序的 hello 会回报浏览器、浏览器版本，以及扩展程序持有的会话名称。

命令可以带 browser 字段。会话在第一个命令时绑定到某个浏览器，并维持该绑定，直到 close_session 成功。绑定会写入 bindings.json，因此 daemon 重新启动后，会话仍会路由回同一个浏览器。下一次 hello 会重新回报会话名称，过期的绑定会被丢弃。

没有绑定的会话，在 Chrome 已连接时送往 Chrome，否则送往 Firefox。/json/list、/devtools/* 与原始 cdp 需要 Chrome 扩展程序；即使没有浏览器连接，/json/version 仍会回报版本。同一个浏览器的第二条连接会被拒绝，并响应 409。

请求生命周期与并行复制锚点链接

请求以 POST /command 抵达，本文上限为 2 MiB；也可以作为扩展程序 WebSocket 上的框架抵达。请求若没有 ID，daemon 会指派随机 ID；响应只会与同一条连接上带有该 ID 的待处理请求配对。连接中断时，该连接上所有进行中的命令都以 outcome_unknown 结束。重新连接后，只接受新的请求。

同一个会话的命令依序运行，不同的会话并行运行。扩展程序也依会话排队，等待中的命令超过 32 个时响应 busy。close_session 与 dialog 不经过会话队列，使用 16 个保留名额，因此卡住的会话或打开中的对话框仍然可以被清除。页面 CDP 连接保留协议的多任务处理：同一个目标上有另一个命令在等待时，Fetch 或 Debugger 的接续仍会运行。

默认超时为 30 秒，上限为 120 秒。请求超过期限会返回 outcome_unknown，SDK 不会重试结果不确定的命令。

扩展程序生命周期复制锚点链接

Chrome 以 MV3 service worker 运行扩展程序背景。worker 与 daemon 保持一条 WebSocket，每 20 秒发送一次 ping，并在 45 秒没有流量后关闭该 socket。chrome.alarms 计时器每 30 秒触发一次，并在 worker 已停止时重新连接。重试间隔从 0.5 秒退避到 30 秒，并加入抖动。没有 offscreen document、静音音频或轮询循环让 worker 保持存活，Chrome 仍可能随时停止它。

调试会话会比打开它的 worker 更长寿，并维持附加在标签页上。下一个 worker 启动时，不会有处理已暂停请求所需的状态。它在启动时会分离从前一个 worker 继承的调试会话，这会释放在那里暂停的所有请求，然后在下一个命令时重新附加。会话中继数据存放在 chrome.storage.session，而不是 worker 的全域变量。页面 CDP 会话会随打开它们的 daemon 连接结束。

Firefox 运行 MV3 event page，浏览器在闲置 30 秒后会将它暂停。WebSocket 流量不算作活动，因此在连接打开期间，每 20 秒的心跳也会调用 tabs.query。暂停后，由 30 秒的 alarm 重新连接。重新加载背景页会丢掉 webRequest 监听器与框架选择。预设会在该标签页下一次受控导航时重新安装。

本机信任模型复制锚点链接

daemon 只能从它所在的机器连接，token 是唯一的凭证。

• 它绑定 127.0.0.1:17373，并拒绝 Host 不是 127.0.0.1 的请求。
• 网页来源会被拒绝。只接受由 32 个 a 到 p 字母组成的 chrome-extension:// 来源，以及带有 UUID 的 moz-extension:// 来源，而且只限 /extension、/ping 与 /pair。
• CLI 与 SDK 以 Authorization: Bearer 发送 token。扩展程序以 WebSocket 子协议 omw-token.<token> 发送 token，并与 omw.v1 并列。URL 中不会出现 token。
• GET /ping 不需要 token 即可回报版本。POST /pair 需要扩展程序来源，并以六位数配对码换取 token。
• 配对码的有效期为 5 分钟，可尝试 5 次。
• 配置目录以 0700 权限创建。存放 token 的 config.json 先写入暂存盘，再以 0600 权限原子性地发布。
• token 授予浏览器的完整控制权：任何标签页中的页面 JavaScript、原始 CDP，以及写入你指定之绝对路径的文件。它无法把你与以同一个操作系统用户运行的其他进程隔离，而且个人资料的 cookie 对每个标签页都可用。
• Chrome 扩展程序没有 <all_urls> 主机权限、没有常驻的 content script，也没有外部消息入口。Firefox 声明 <all_urls>，屏幕截图、请求过滤、cookie 与跨来源框架都需要它；userScripts 维持为选用权限，在初始设置页面或在 设置 下的 网页 中授予。

资源限制复制锚点链接

这些是容量防护，不是 RSS 的上限：同时进行的屏幕截图，以及 Chrome 自己的标签页与网络缓存，仍会增加内存用量。