采集学院：本地浏览器采集方式
文档同步日期： 2026 年 7 月 23 日
本次依据八爪鱼帮助中心的最新内容，同步更新采集学院“本地采集方式”教程。
本地采集方式由内置浏览器、独立浏览器两种模式扩展为三种模式，新增本地浏览器：
- 直接调用电脑上已经安装的 Chrome、Edge 等浏览器，复用浏览器指纹、缓存、Cookies 与登录状态
- 支持扫码、短信验证码、滑动验证、弹窗处理和账号切换等人工干预，操作完成后可继续执行采集
- 支持使用本地浏览器中已经安装的翻译、代理等插件，适合多级菜单、地图拖拽等复杂交互场景
- 补充浏览器路径配置、启动采集、状态查看、运行控制和数据导出的完整操作流程
- 更新三种模式的技术原理、反爬能力、适用场景、稳定性和运行窗口对比
相关文档：本地采集方式
MCP 服务能力同步
核验日期： 2026 年 7 月 22 日
本次文档依据 MCP 端点实际工具发现结果更新；核验时服务版本为 0.8.3.3-85ef7c4b，协议版本为 2025-11-25。
当前服务公开 10 个工具。本次新增文档：
search_platform_content：按关键词、时间范围与域名搜索数据中心的网页、图片和视频存量内容list_platforms：查询数据中心支持的平台和域名ecommerce_data_task：提交 Temu 或 TikTok Shop 商品与评论采集任务query_collected_reviews：查询已采集的电商评论
现有采集工作流同步升级：search_templates 支持关键词和精确查询；execute_task 新增 validateOnly 参数预检与 MCP Tasks；export_data 支持进度轮询、数据预览和更多导出类型；search_tasks 更新分页与状态筛选参数。
服务还公开 octoparse://workflow 工作流 Resource，以及模板搜索、任务搜索和导出预览 Widget。Widget 是否渲染取决于 MCP 客户端实现。
数据中心通过对接各大平台的数据接口与公开内容源，提前采集、清洗并索引存量内容；覆盖量级为数百个国内外网站、20+ 语种，平台范围持续扩充。相关文档：MCP 概览、标准工作流程、数据中心内容搜索、电商数据任务
知识库审核台（本地）
- 新增隐藏 FAQ 知识库迁移流程：历史常见问题可完整保存在文档仓库中，图片同步到本地资源目录。
- 本地“知识审核台”改为完整答案审核：运行
npm run kb:review 可直接编辑、预览并确认历史 FAQ，保存后自动重建客户问答索引，同时保留草稿、停用、稍后处理和撤销能力。
- 新增“问题解答”入口：只展示采集学院、产品文档和人工确认的答案；未经确认、暂缓或停用的历史 FAQ 不会直接面向客户显示。
- “问题解答”升级为受控知识 Agent：通过服务端使用
deepseek-v4-flash 生成结论、步骤、注意事项和站内引用；原始思维链与 API Key 不会进入前端。
- 新增可信文档分段索引、服务端限流与来源校验；模型服务不可用时自动回退到本地可信教程。
- MCP 问答新增正式协议
2025-11-25 基线，并将官方协议语义与八爪鱼产品能力分池检索；回答会经过第二次事实复核，未通过复核的初稿不会对外展示。
2026 年 7 月发布说明
更新日期： 2026 年 7 月 21 日
CLI 当前版本升级至 v0.1.30，新增用户浏览器模式并升级本地浏览器运行时；v0.1.28 的远端任务管理、模板、云定时和数据检查能力继续保留。
CLI 更新 v0.1.30
安装或更新：
本次更新：
- 用户浏览器模式：新增
octopus browser 命令族，可复用 Windows / macOS 上 Chrome 或 Edge 用户 Profile 的 Cookie 与登录状态
- 浏览器选择：
detect 与本地 run 新增 --browser independent|user、--browser-id chrome|edge、--profile <name> 和可选的 --force-close-browser
- 扩展与 Profile 管理：支持查看状态、列出 Profile、安装扩展、关闭浏览器，以及保存
detect / run 共用的默认模式
- Agent 与识别增强：优化自动建任务、截图和样品运行流程，并继续提升详情页、列表、Feed 分页与 XPath 识别准确率
- 运行时升级：本地引擎升级为
@octopus/browser-runtime，默认独立模式仍使用 Chrome for Testing
- 修复与校验：修复登录会话、Cookie 安全和复杂嵌套列表问题，并增强模板任务参数校验
用户浏览器首次设置必须按顺序完成：
只有 browser status --json 返回 readyForUserBrowserRun: true 后才应保存用户模式。安装扩展时浏览器必须关闭；正常 detect/run 可复用已打开的浏览器，不需要每次强制关闭。
用户浏览器模式仅支持 Windows 和 macOS，并且不支持 --headless。Linux 继续使用独立浏览器模式。--agent-command 仍必须是可信的本地 shell 命令，自然语言采集目标应通过 --goal 传入。
CLI 更新 v0.1.28
历史版本日期： 2026 年 7 月 9 日
安装或更新：
本次更新：
- 任务管理扩展：
octopus task list 支持按任务组、模板注册 ID、模板版本、调度状态等条件筛选；新增 task show、task copy、task rename、task move 和 task delete
- 任务组管理：新增
octopus task-group list/create/update/delete/set-default
- 模板与模板任务：新增
octopus template search/view/version 和 octopus template-task create/update
- 云定时管理：新增
octopus schedule cloud get/update/start/stop/next，仅覆盖云定时；本地定时仍依赖桌面客户端
- 数据检查增强：新增
octopus data count、octopus data preview，并支持 data export --unexported 读取云端未导出数据
- 高风险操作确认：远端状态修改类命令需要显式传入
--yes，包括重命名、移动、删除任务，更新/删除/设置默认任务组，更新/启动/停止云定时，以及更新模板任务
常用示例：
--unexported 会读取云端未导出数据，但不会把这些数据标记为已导出。需要远端状态变更的命令必须带 --yes，脚本里不要省略确认参数。
保持兼容
octopus detect、Agent 计划、--run-sample、API 列表任务和本地 run 语法保持 v0.1.27 兼容octopus recognize 仍不是当前命令；旧链接会跳转到 octopus detectrun-url 仅作为隐藏兼容入口保留，新脚本继续使用 detect → task validate → run → data export
同步更新的文档
