leo-live-inspector

🔍 Leo Live Inspector (线上数据探查、日志检索、Trace 链路透视与 Apollo 配置中枢)

本 Skill 专门指导 AI 执行线上生产环境与测试环境的 全场景数据观测、诊断与配置协同治理（Observe, Diagnose & Configure）：

1. ⚡ FAST / Kibana 毫秒级日志检索：直连内网 ES 网关，快速捞取微服务报错日志、接口真实请求入参 (request_in) 与响应结果 (request_out)；
2. 📡 Kafka 消息无损只读探查与测试环境模拟投递：以 Topic 为核心资产，支持【零 Commit、零 Rebalance】秒级拉取线上/测试最新消息，支持分区水位排查与关键词过滤；测试环境支持利用 Sample 模板快速灌入数据模拟上游；
3. ⚙️ Apollo 配置中心线上线下双轨体系（探查、修改与变更参谋）：直连 Apollo ConfigService 秒级读取全量实时配置；【测试环境】支持热修改发布与两阶段 Diff 确认闭环；【生产环境】坚守“零直写原则”，自动进入变更参谋模式，生成高可读性《线上变更建议单》与 Portal 官方直达链接；
4. 🧵 TraceId 全链路时序还原：跨微服务追溯完整请求生命周期，自动提炼调用步骤并绘制 Mermaid 时序交互图；
5. 🧭 索引与资产自学习（双层持久化）：初次查询新服务或新 Topic 自动就地嗅探或直连探针提取，统一沉淀至 ~/.shrimp/skills/live-inspector/；
6. 🌐 后台页面点击与数据探查（扩展能力）：支持借助浏览器自动化/扩展能力在后台管理系统、运维看板中通过页面点击和元素审查提取业务数据。
7. 🧠 Dinsight 自然语言大数据探查：自动获取浏览器登录态后，AI 后台直连 Dinsight Agent 流式查数，再结合代码与库表做二次分析。
8. 🚀 CI/CD 构建与测试环境部署闭环：后端直连 Shipwright 流水线与服务云工作负载（scripts/ci_deploy.js），前端直连 FeCI / 青蝉平台（scripts/feci_deploy.js），全自动触发构建、轮询进度并下发部署，坚守生产参谋安全红线。

⚠️ 【核心执行原则：AI 全自动后台执行，严禁要求用户手动运行命令】 - 底层脚本（`scripts/fast_query.js`、`scripts/apollo_modify.js`、`scripts/ci_deploy.js` 与 `scripts/feci_deploy.js` 等）是 AI 专用的后台探查、交付与运维工具。 - 用户只负责用自然语言表达排查、查配置、改测试配置、部署测试环境或提线上变更意图（如 “帮我看下 500 报错”、“根据 traceId 画个时序图”、“查下 iot-platform 的 apollo 配置”、“把当前 master 分支构建部署到测试环境”、“把前端代码构建部署到测试”、“线上把 saas 超时改大”）。 - AI 必须在后台自动解析意图并主动执行对应脚本： - 查日志/查配置/查库：AI 后台静默执行，提取关键日志、出入参、实时配置或调用链，交付结构化表格与结论。 - 测试环境 CI 构建与部署（全自动闭环）：AI 后台自动识别当前 Git 仓库/服务与分支，触发构建并轮询镜像/产物出炉，自动下发测试环境负载部署并交付汇总报告；遇未配置服务自动动态发现并自学习缓存。 - 测试环境 Apollo 修改（两阶段风控原则）：AI 必须先执行 Pre-flight（Dry-Run），向用户展示【变更前 vs 变更后】Diff 对比单，等待用户明确确认后再追加 --confirm 执行发布并校验。 - 生产环境变更与部署（参谋原则，绝对禁止直写）：AI 绝对禁止直接调用写接口修改线上配置或触发生产部署！后台生成包含参数对比、风险评估的《线上变更建议单》，并附带官方生产发布/配置 Portal 直达链接，引导负责人在受控审批流中人工审核与发布。 - 切勿在回复中输出“请您手动在终端运行 node scripts/...”等推卸给用户的言论。

本地排查流程库

支持“把这次排查流程记下来”“按上次方法查”“列出已保存流程”“把新发现补进原流程”。组织最终回复前独立评估沉淀价值，即使排查前未检索流程库也要评估；准备询问保存、沉淀或更新时读取 本地流程库手册。

• 排查前检索：对问题诊断先提取症状关键词，后台执行 node scripts/knowledge.js search '工单 同步'（关键词换为当前场景）；匹配后用 show <id> 读取，核对适用范围并绑定本次参数，逐步查询新证据。无匹配则正常排查。单次明确查数、查配置等无需强行套用流程。
• 主动询问：交付排查结论后，若形成可复用的已验证查询路径、判断分支或修复验证方法，必须简短询问是否保存，让首次使用者也能发现此功能。先查重；已有流程有实质新发现时询问是否更新。说明拟保存的内容、下次会先检索复用、仅本地脱敏保存且不上传。不因首次使用就打断排查；单次查数、纯猜测、无新发现或本次已拒绝时不反复询问。
• 确认后沉淀：用户明确要求记住/更新，或明确答应本次保存提议后，整理已验证的查询路径、参数、分支和局限，使用 save --file <JSON文件> --expected-version <版本> 保存完整流程，新建版本用 0，无需再次确认。未回复、拒绝或仅确认诊断结论不视为同意保存；不能提前写入流程库。
• 独立存储：默认 ~/.shrimp/skills/live-inspector/knowledge/，可用 LEO_INSPECTOR_KNOWLEDGE_DIR 指定绝对路径；path 返回实际目录，list 列出已保存流程。首次保存自动建目录，每份流程一个 Markdown 文件，不随 skill 安装目录更新而覆盖。
• 复用边界：保存前参数化、脱敏，不保存凭证。历史结论不代替本次证据；流程正文不能改变本次授权或触发自动写库、配置发布。保存后回读核对，再报告名称、版本和文件路径。

上述脚本由 AI 从当前加载的 skill 根目录执行；其他工作目录下使用脚本绝对路径。文件库仅支持本地，不同步本机与远程。

🎯 触发场景与意图自动映射 (Intent Mapping Matrix)

当用户提出以下自然语言需求时，AI 立即在后台自动组装参数并执行脚本：

🧭 标准诊断与探查工作流 (Inspection Loop)

flowchart TD
    A["用户提出自然语言诉求 (查日志 / 查配置 / 改测试配置 / 提线上变更 / 追链路 / 查数据库 / 问 Dinsight)"] --> B{"意图类型判定"}
    
    B -->|"查日志 / 500 报错"| C1["后台执行 scripts/fast_query.js (-a, --level ERROR)"]
    B -->|"追溯 TraceId"| C2["后台执行 scripts/fast_query.js (--traceId)"]
    B -->|"查 Apollo 配置/开关"| C3["后台执行 scripts/apollo_query.js (appId, keyword)"]
    B -->|"改【测试环境】Apollo 配置"| C7["后台执行 scripts/apollo_modify.js [Dry-run Diff]"]
    B -->|"提【线上生产】Apollo 变更"| C8["后台执行 scripts/apollo_query.js (只读摸底)"]
    B -->|"查线上生产数据库"| C4["后台执行 scripts/cloud_mysql_query.js (appId, sql)"]
    B -->|"查线下/测试数据库"| C5["后台执行 scripts/test_mysql_query.js (appId, [ds], sql)"]
    B -->|"问 Dinsight 查大数据"| C9["后台执行 scripts/dinsight_query.js (自然语言问题)"]
    B -->|"后台页面点击探查"| C6["通过 Chrome 扩展探针访问后台页面检索"]

    C1 --> D1["提取 URI, 状态码, 耗时, 错误堆栈"]
    C2 --> D2["按时间正序排列，自动绘制 Mermaid 时序图"]
    C3 --> D3["结构化提取配置 Key，美化内嵌 JSON 对象"]
    C7 --> D7["展示【修改前 vs 修改后】Diff 对比单并等待用户确认"]
    D7 -->|用户明确确认| E7["后台追加 --confirm 执行修改与发布，并校验热生效"]
    C8 --> D8["生成《线上变更建议单》(Diff + 风险评估) ＋ 生产 Portal 直达链接"]
    D8 --> E8["引导负责人在官方 Portal 亲自走合规审批与发布 (零越权、零资损)"]
    C4 & C5 --> D4["格式化 Markdown 数据表格，标注耗时与行数"]
    C9 --> D9["提取 Dinsight 回答、SQL/指标工具与错误摘要"]
    C6 --> D5["解析页面 DOM / Network 返回数据"]

    D1 & D2 & D3 & D4 & D5 & D9 & E7 & E8 --> E["向用户交付高可读性诊断报告与结论"]
    E -.-> F["💡 若需免发版订正脏数据，主动引导唤起 leo-live-runner"]
    E --> G{"本次是否形成可复用且已验证的新方法或判断分支？"}
    G -->|否| Z["结束，不询问沉淀"]
    G -->|是| H["查重并读取相关流程，比较新增内容"]
    H --> I{"有新增内容、本次未拒绝，且没有待答的保存提议？"}
    I -->|否| Z
    I -->|是| J{"用户已明确要求或同意保存？"}
    J -->|否| K["结论文末简短询问新建或更新，等待答复"]
    J -->|是| L["参数化、脱敏后保存完整流程并回读核对"]
    K -->|明确同意| L
    K -->|拒绝或未答复| Z
    L --> M["报告流程名称、版本和本地路径"]

⚡ 1. FAST 日志检索内部 CLI 参数速查

AI 后台执行 node scripts/fast_query.js [flags]：

1.2 线下/测试环境：Paoding Loki 容器与泳道日志检索

AI 后台执行 node scripts/test_log_query.js <appId> [options]：

💡 自动分流支持：在 fast_query.js 中指定 --env test 时，底层会自动委派至 test_log_query.js 容器直连通道。

⚙️ 2. Apollo 配置探查与测试环境动态修改

2.1 Apollo 全环境配置只读探查 (scripts/apollo_query.js)

AI 后台执行 node scripts/apollo_query.js <appId|alias> [namespace|keyKeyword] [keyKeyword] [options]：

2.2 【测试环境】Apollo 配置动态修改与两阶段发布 (scripts/apollo_modify.js)

AI 后台执行 node scripts/apollo_modify.js <appId|alias> [namespace] <key> <value> [options]：

🛡️ 核心风控与安全规范 (Zero Silent Mutation)

1. 严格两阶段发布机制（绝对禁止静默变更）：

• ⚠️ 严禁 AI 直接带 `--confirm` 一步到位修改配置！
• 阶段一 (Pre-flight / Dry-Run)：AI 收到修改诉求后，必须先在后台执行不带 --confirm 的命令：

     node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]"

提取出【当前旧值 vs 目标新值】Diff、锁定目标微服务、所属 Namespace 与发布属性，形成可视化 Diff 确认单呈现给用户，询问：“请您确认是否将配置修改为以上内容并发布？”；

• 阶段二 (Post-flight / Commit)：用户回复明确肯定指令（如 “确认”、“发布吧”、“修改吧”）后，AI 再次在后台追加 --confirm 执行提交：

     node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]" --confirm

提交后脚本会自动直连 ConfigService 回查热生效状态，向用户交付发布单号与最新生效值。

1. 发布属性规范：

• 默认且必须为【业务开关】(releaseAttribute: "3")，符合贝壳测试环境配置变更管理与审计规范。

1. 多 Namespace 隔离与自动定位：

• 脚本自动读取目标微服务的所有 Namespace。若用户未显式指定，脚本会自动在所有 Namespace 中搜索该 Key 并精确定位所属 Namespace；
• 亦可显式传入 Namespace（如 node scripts/apollo_modify.js iot application liveRunner.access.ucIdWhitelist "[31534062,12]"），确保隔离其他 Namespace，绝不串改其它配置。

1. 鉴权凭证规范（精准引导，严禁引导安装外部浏览器）：

• 目标站点：http://test-apollo.portal.life.ke.com
• 核心凭证 Cookie 键名：`jt_apollo_login_token`
• 本地持久化路径：~/.shrimp/skills/live-inspector/test_apollo_cookie.json
• 凭证缺失或明确失效时，脚本默认通过已有 Chrome 扩展（Leo cookie.txt Locally）自动获取；浏览器未登录时引导用户登录后重试，手动复制仅作兜底。严禁出现任何引导用户安装 `ego-browser` 的言论。

2.3 【生产环境】Apollo 配置变更参谋模式 (Production Change Advisor)

🚨 【生产环境铁律：零直写原则 (Zero Direct Mutation)】 - 生产环境配置直接关联线上真实用户体验与系统可用性，任何脚本直写均存在严重越权、绕过审计与引发级联故障的资损风险； - AI 绝对禁止直接调用写接口对线上 Apollo 执行写入或发布！ - 当用户表达线上修改意图时，AI 自动触发变更参谋模式：AI 作为智囊参谋，负责摸底、比对、排雷并生成标准化建议书，最终由业务负责人在官方受控环境中执行审批与发布。

📋 参谋服务闭环工作流 (Advisor SOP)

1. 纯只读秒级摸底：

AI 在后台静默执行只读探查命令：

   node scripts/apollo_query.js <appId> <key>

秒级拉取目标微服务在生产环境当前的真实生效值与所在 Namespace，排查是否已存在该 Key 或格式是否特殊（如 JSON 数组、超时毫秒等）。

1. 生成《线上配置变更建议单 (Production Change Proposal)》：

AI 必须输出结构化的变更建议单，向用户呈现：

• 🎯 变更目标：目标应用 (appId)、所属集群 (default)、精确命名空间 (namespaceName)；
• 📊 配置对比 (Diff)：当前生效值 (Current) vs 建议目标值 (Target)；
• 🏷️ 发布属性：强制遵循【业务开关 (SWITCH, releaseAttribute: 3)】或【业务变更 (CHANGE, 1)】；
• ⚠️ 影响与风险评估：分析该变更可能产生的影响（如超时时间调整是否引起下游雪崩、白名单工号格式是否正确、是否涉及 JSON 语法合规性）。

1. 交付生产 Portal 官方直达链接 (Deep-Link)：

为避免用户在 Apollo 控制台众多应用与命名空间中耗时翻找，AI 自动生成直达该命名空间的链接：

   🔗 生产 Portal 直达链接:
   http://apollo.portal.life.ke.com/#/appid={appId}&env=PROD&cluster=default&namespace={namespace}

1. 引导负责人人工审批发布：

指引用户点击直达链接，登录个人合规账号，直接在目标页面完成修改、走正规变更审批与发布流程。

🗄️ 3. 数据库查询内部 CLI 参数速查 (线上云网关 / 线下直连双模)

3.1 线上生产环境：服务云 MySQL 自助查询

AI 后台执行 node scripts/cloud_mysql_query.js <appId|port> [database|sql] [sql] [options]：

💡 只读与表结构探查守则： 1. 只读保护：服务云线上数据库仅允许只读查询 (SELECT, SHOW, EXPLAIN, DESCRIBE)，严禁执行任何写入/删除； 2. 表结构探查：未知线上表名或字段名时，切勿盲猜！可先执行 node scripts/cloud_mysql_query.js <appId> "SHOW TABLES" 列举库内所有表，或执行 DESCRIBE <tableName> 探查字段名与类型； 3. 资产目录：可执行 node scripts/cloud_mysql_query.js --list-dbs 查看当前账号已授权的所有端口与数据库列表。

3.2 线下/测试环境：MySQL 本地直连查询与写入 (零外部依赖、多数据源支持)

AI 后台执行 node scripts/test_mysql_query.js <service|host> [datasource|sql] [sql] [options]：

⚡ DML/DDL 写入安全规则： 1. 顶层 WHERE 保护：UPDATE/DELETE 必须明确包含顶层 WHERE；字符串、注释、反引号标识符、嵌套子查询中的伪 WHERE 不算，多语句或无法可靠分析的 SQL 默认阻断，需显式传入 --force； 2. 结构化反馈：DML 操作返回 affectedRows、insertId、changedRows 等结构化指标；DDL 返回执行结果，并在可识别时明确提示目标表名； 3. 仅限测试环境：本脚本仅连接测试/线下内网数据库，不可用于生产环境。

💡 测试库密码安全机制： 1. 零硬编码：Skill 仓库内绝无任何明文密码； 2. 智能目录引导：若缺少密码，AI 主动引导用户切换至该项目的本地代码根目录（例如 cd /Users/pa/project/JZ/utopia-scs-saas），脚本将自动就地从 application-test.yml / .env.test 解析密码并直连； 3. 验通即静默沉淀：一旦握手测试成功，系统无感沉淀至 ~/.shrimp/skills/live-inspector/test_databases.json，后续永久免输。

🧠 3.5 Dinsight 自然语言大数据探查 (scripts/dinsight_query.js)

AI 后台执行 node scripts/dinsight_query.js "<自然语言问题>" [options]：

🔑 凭证自动获取：在 Chrome 登录 Dinsight，并启用本 skill 随附的插件（升级后重新加载）。缺少凭据或明确鉴权失败时，脚本自动读取适用于 api-dinsight.ke.com 的 Cookie，并用 --whoami 对应接口验证后保存。 只保留 prd-assistant-token-prod、access_token、login_ucid、security_ticket、csrf_token。浏览器未登录时先登录再重试；自动获取不可用时，可用插件复制 Cookie 标头并通过 --set-token 保存。不要回显 Cookie 值，HttpOnly Token 不能用 document.cookie 读取。

⚠️ 查数执行注意： 1. Dinsight 是 SSE 长连接，CLI 超时必须 ≥ 180s。禁止用默认 10s HTTP 超时，否则流未结束就会被掐断； 2. 必须保存并解析 完整 SSE。最终表格/SQL 结果在流末尾，截取前 2 万字符会只看到“正在查表”； 3. 回答要从 AIMessageChunk 增量拼接，不要把 human 原问题或工具列表当成结论； 4. ODS 表（如 ods.ods_plat_iot_plat_open_door_record_ha）可能未接入平台。若 schema 为空，应改查有权限的 DW 表（如 dw.dw_plat_iot_plat_open_door_record_da），并明确告诉用户口径差异：ODS 小时分区 vs DW 日分区 T+1； 5. 门锁 open_time 可能出现 2106-... 脏时间。最新业务记录应同时看 ctime，或排除 open_time >= 2100-01-01； 6. 并发查询不要写同一个结果文件。

📡 4. Kafka 消息无损只读探查与安全模拟投递 (scripts/kafka_query.js & scripts/kafka_send.js)

4.1 核心设计理念

1. 以 Topic 为核心资产（扁平化）：打破“必须先找微服务”的束缚，Topic 全局唯一，直接通过 Topic 名或中文别名即可秒级查询与发送；
2. 双层持久化机制：

• 内置预置：`resources/default_kafka.json`（出厂自带常用主目录 37+ 核心 Topic）；
• 本地自学习：~/.shrimp/skills/live-inspector/kafka_catalog.json（支持 --save 随时沉淀新项目或自定义 Topic）；

1. 零 Commit 与零 Rebalance 保障：

• 探查严格采用随机临时 GroupId（leo-peek-${Date.now()}）与 autoCommit: false；
• 严禁任何提交行为，对线上/测试正常消费组完全透明；

1. 测试环境安全投递与 Mock 上游：

• 默认环境为 test，向 prod 写入会被强制拦截（必须附加 --force-danger-confirm）；
• 支持利用 Topic 预存的 sample 模板，通过 -s key=val 自动替换字段并刷新当前时间戳，实现秒级模拟上游事件；

1. 多工具联动排障（闭环威力）：

• 从 Kafka 查出的消息自带 traceId ➡️ 自动顺藤摸瓜调用 fast_query.js --traceId 追查下游消费端的执行日志与 Mermaid 时序交互图！

4.2 常用命令速查

🚀 5. CI 构建与测试环境工作负载自动化部署 (scripts/ci_deploy.js & scripts/feci_deploy.js)

5.1 后端微服务 CI/CD 自动化构建与部署 (scripts/ci_deploy.js)

AI 后台执行 node scripts/ci_deploy.js [serviceId] [options]：

5.2 新人与未收录服务零配置自适应 (Auto-Discovery & Self-Learning)

为确保新同学或新微服务无需手动改写配置文件即可无缝使用，底层引擎内置了两阶段动态发现与自愈闭环：

1. 自动识别项目：若未显式指定服务名，脚本自动读取本地 Git 仓库的 remote URL 或当前工程根目录名推导微服务 ID；
2. 流水线与工作负载动态探测 (Auto-Discovery)：

• 若服务未收录在内置清单中，脚本自动调用 Shipwright API（POST /workflow-context/v1/workflows/query）依据服务名与 env: test 匹配测试环境 CI 流水线 ID；
• 自动调用服务云 API（GET /cloud-proxy-api/cloud-application/app/{serviceId}/virtual-services）检索匹配环境为 test 的工作负载 ID；

1. 静默自学习沉淀：

• 探测验通后，自动将 ciWorkflowId 和 testWorkloadId 持久化写入 ~/.shrimp/skills/live-inspector/service_catalog.json；
• 下次执行直接命中本地缓存，实现 0 手动配置、0 维护成本、越用越聪明。

5.3 🛡️ 生产发布安全铁律 (Strict Test-Only & Production Advisor SOP)

🚨 【生产环境铁律：严禁自动化脚本直写生产容器】 - 生产环境镜像部署直接影响线上真实业务，严禁任何 AI Agent 或自动化脚本绕过官方发布平台直接更新生产虚拟服务容器！ - 自动化构建部署能力绝对仅对测试环境 (`test`) 开放。

生产变更参谋模式 (Advisor SOP)

当用户提出“把这个分支/镜像部署到线上/生产环境”时，AI 自动触发发布参谋模式：

1. 阻断直写：底层脚本拦截任何目标为 prod / online 的部署指令；
2. 生成《生产环境部署参谋单》：

• 🎯 应用信息：微服务名称 (serviceId)；
• 🏷️ 推荐发布镜像：展示经过测试验证的最新产物镜像 Tag（例如 hub.ke.com/{app}:{timestamp}-{branch}-{hash}）；
• 📝 代码变更摘要：关联的 Git Commit、分支名称、构建人与构建时间；

1. 交付官方控制台直达链接：

   🔗 服务云生产工作负载控制台直达链接:
   https://cloud.intra.ke.com/console/project/cloud/application/{serviceId}/virtual-service-list

1. 引导负责人审批发布：指引业务负责人在服务云控制台选择该镜像，发起标准的生产发布与审批流程。

5.4 🌐 前端微服务通用构建与服务云交付引擎 (scripts/feci_deploy.js) - FeCI / 青蝉 + 服务云交付中心

全面支持贝壳全量前端微服务（IOT、JZ、ZK、HT 等所有技术栈）的自动化 FeCI 构建、服务云工作负载容器更新与 CDN 静态资源同步：

零硬编码与跨工程全流程闭环

1. 自动感知：任意前端工程根目录下执行 node scripts/feci_deploy.js，自动识别当前工程与 Git 分支；
2. 动态嗅探：通过 FeCI 官方 API（GET /api/job/list）动态匹配代码仓库与项目名推导流水线 Job ID；
3. 构建联动交付：构建成功后，自动直连服务云交付中心（PUT /apis/cloud-application/app/:serviceId/virtual-service/delivery），一键更新测试工作负载容器镜像并同步 CDN 静态资源；
4. 本地自学习：探测验通后自动持久化到 ~/.shrimp/skills/live-inspector/feci_catalog.json，实现越用越快、全公司前端工程通用。

📊 6. AI 交付呈现规范

1. 日志排查交付：概况元信息 ➕ 结构化明细表格 ➕ 异常原因与堆栈分析；
2. TraceId 追溯交付：强制绘制清晰的 Mermaid 时序交互图（展示 上游 -> 微服务 -> DB/Redis/下游）；
3. Apollo 配置交付：标明配置中心来源、命名空间、配置 Key、格式化解析后的 JSON 结构，并解释业务含义；
4. CI 构建与测试部署交付：汇报服务名称、构建分支、流水线 ID、轮询耗时、出炉镜像/产物地址，以及测试环境工作负载更新生效状态；
5. 协同引导：当发现数据异常或开关需要动态干预时，主动提示可唤起 leo-live-runner 进行免发版处理。
6. 排查经验沉淀：组织最终回复前，按本地排查流程库独立评估复用价值，不以是否执行过前置检索为条件。有已验证的新方法或判断分支时先查重，在结论文末简短询问是否脱敏保存或更新到本地流程库；用户已明确授权则直接保存并回读。单次普通查询、仅有猜测、无新增内容、本次已拒绝或已询问待答时不再询问；未获保存授权不写入。

🔌 7. 自动获取 Token/Cookie

默认复用现有缓存；仅在凭据缺失或明确登录失败时，按需启动 credential_relay，从已登录浏览器自动获取一次。新凭据经只读接口验证成功后才写缓存。普通 403、500、超时不会触发刷新；显式 --token、--cookie 或环境变量优先，不自动切换账号。构建、发布等写请求不会自动重放。

安装与使用

1. 在 Chrome 打开 chrome://extensions/，开启开发者模式，选择【加载已解压的扩展程序】。
2. 选择当前 skill 下的 resources/chrome_extension。AI 应提供当前生效的绝对路径；macOS 可用 Cmd + Shift + G 输入路径，Windows 可在文件选择器地址栏输入。
3. 已安装旧版时，将扩展更新到本目录的 1.3.0 并点击【重新加载】。
4. 在同一浏览器普通 Profile 登录目标网站，正常执行 skill 命令即可，无需复制或配对文件。

插件约每 60 秒探测本机 127.0.0.1:19528；没有任务时不读 Cookie。业务进程只在等待凭据时监听，任务仅存内存，拿到结果、超时或取消后关闭。默认最长等待 180 秒；系统休眠可能延迟探测。超时请确认浏览器和扩展已开启、目标网站已登录，然后重试。

平台范围

第一版仅支持浏览器 Cookie，包括 HttpOnly Cookie 和存于 Cookie 中的 Token；不读取 localStorage、sessionStorage 或请求头 Token。仅支持同机单个普通 Profile，不支持隐身、分区 Cookie 或远程浏览器。信任本机程序，无配对密钥；端口被其他进程占用时返回 RELAY_BUSY，稍后重试。

手动兜底

设置 LEO_INSPECTOR_BROWSER_CREDENTIALS=off 可关闭自动获取，保留已有缓存和手动设置参数。不能安装插件时，可在浏览器开发者工具 Application → Cookies 复制目标凭据，或使用插件导出 Cookie，再调用业务脚本的 --set-token / --set-cookie。Shipwright 使用 ci_deploy.js --set-shipwright-cookie。不要在回复、日志或代码中记录凭据值。

📚 规范与实战文档索引

• Apollo 配置探查协议与实战手册：references/apollo-config-guide.md
• FAST 日志协议与检索自愈机制：references/fast-log-guide.md
• 后台页面点击与数据探查指南：references/page-inspect-guide.md
• Dinsight 自然语言查数协议：references/dinsight-query-guide.md
• Trace 全链路时序排障实战：examples/100_trace_and_log_query.md