让 Claude Code 直接操作 ChatGPT：一个零成本的网页自动化方案

如果你在用 Claude Code 写代码，同时又需要时不时请教 ChatGPT，你大概率经历过这个场景：

> 停下编码 → 打开浏览器 → 复制粘贴问题 → 等回复 → 再把结果搬回来

一次两次还行，一天十次八次就很打断心流了。

于是有了 **gpt-web-chat-skill** —— 一个让 Claude Code 能直接调用 ChatGPT 网页版的开源自动化工具。

---

一、为什么要做这个？

Claude Code 是很强的 AI 编程助手，但某些场景下用户仍然需要 ChatGPT 的看法：

• 想对比两个模型的回答
• 需要 ChatGPT 特有的知识和风格
• Claude 自己提出"要不要问一下 ChatGPT？"

• 过去这些场景只能手动操作。这个项目的目的很简单：**打通 Claude Code 和 ChatGPT 之间的壁垒**，让 Claude 像调用一个内部工具一样直接对话 ChatGPT。

  二、解决什么痛点？

  | 痛点 | 方案 |

  |------|------|

  | 需要 API Key 才能集成 ChatGPT | 直接用免费网页版，零成本 |

  | 手动复制粘贴，打断开发流 | 一句指令自动完成完整对话 |

  | 每次都要重新登录 | Chrome User Data 自动持久化登录态 |

  | 浏览器窗口频繁弹出干扰工作 | 默认 headless 后台运行，完全不打扰 |

  | API 有频率限制和按量计费 | 网页版无限制、完全免费 |

  核心思路：**用 Playwright 做浏览器自动化，把 ChatGPT 网页包装成一个可编程接口。**

  三、它能做什么？

  **一句话让 Claude 帮你问 ChatGPT：**

  python scripts/chat.py "用 Python 实现一个 LRU Cache"
  # → 自动打开 ChatGPT → 发送 → 等待回复 → 打印结果

  **更多用法：**

  # 带图片分析
  python scripts/chat.py "这张图里有什么？" -a screenshot.png
  
  # 前台调试模式（显示浏览器窗口）
  python scripts/chat.py --headed "解释这段代码"
  
  # 健康检查（检测运行时状态）
  python scripts/chat.py --health

  **一些关键设计：**

• 自动管理运行环境：Chrome 没启动会自动启动，已有 Tab 会自动复用
• 登录过期自动检测：不需要每次手动检查
• 结构化错误返回：失败时给出明确原因和下一步操作建议
• 状态机驱动对话引擎：INPUT → SEND → WAIT → DONE，每一步有独立超时

• 四、它的工作流程

  整个系统分为四个阶段：

  
  你的问题 → chat.py
    │
    ├── Stage 1: 环境检查
    │   ├── 加载 .env 配置
    │   └── 检测网络连通性
    │
    ├── Stage 2: Chrome 运行时
    │   ├── Chrome 已在运行？→ CDP 远程调试连接
    │   └── 未运行？→ 自动启动 Chrome（headless 后台）
    │
    ├── Stage 3: 页面管理
    │   ├── 已有 ChatGPT 标签页？→ 直接复用
    │   ├── 有标签但不是 ChatGPT？→ 导航过去
    │   └── 没有标签？→ 新建标签页并跳转
    │
    └── Stage 4: 对话引擎（状态机）
        ├── INPUT → 输入你的问题
        ├── SEND → 模拟点击发送
        ├── WAIT_FIRST → 等待 ChatGPT 开始回复
        ├── WAIT_STABLE → 等待回复稳定（防流式截断）
        └── DONE → 返回完整回复

  **冷热分离设计：**

• **Warm Start**（日常 95% 以上的场景）：复用已有 Chrome 进程和 ChatGPT Session，后台 headless 运行，5-20 秒完成
• **Cold Start**（仅首次使用）：打开可见浏览器窗口，引导手动登录一次，之后自动复用

• **状态分类机制：**

  任何操作前先对页面做一次 classify，根据 URL 和 DOM 特征综合判断页面状态（是否已登录、是否需要验证码等），而不是单一依赖 URL 判断。这保证了对 ChatGPT 页面改版的鲁棒性。

  五、快速上手

  # 1. 安装依赖
  pip install playwright
  playwright install chromium
  
  # 2. 配置
  cp .env.example .env
  
  # 3. 首次登录（一次性的）
  python scripts/bootstrap.py
  # → 会打开浏览器窗口，手动登录 ChatGPT 后关闭即可
  
  # 4. 开始使用
  python scripts/chat.py "你好！"

  登录态自动保存在 userdata/ 目录，下次无需再次登录。

  六、关于 Star / Issue / PR / 建议

  这是一个个人开源项目，欢迎各种形式的参与：

• **⭐ Star** — 如果对你有帮助，点个 Star 就是最大的鼓励
• **💬 Issue** — 遇到 Bug、有疑问、想讨论，直接开 Issue
• **🔀 PR** — 代码贡献、文档改进、翻译，什么样的 PR 都欢迎
• **💡 建议** — 功能建议、架构改进、优化方向，建议开 Discussion / Issue 聊

• **有疑问直接提 Issue**，我看到就会回复，不需要客气。

  ---

  项目地址：[https://github.com/lainXXX/gpt-web-chat-skill](https://github.com/lainXXX/gpt-web-chat-skill)

  觉得有用的话，欢迎 ⭐ ⭐ ⭐