Human MCP

AI Agent 全自動圖片搜尋 + 社群發文工具。

從 Google Trends / 微博熱搜抓關鍵字 → Playwright 無頭下載圖片 → Gemini 生成 caption → 自動發布到 Facebook + Threads + Instagram。

---

核心架構：語義點擊（Semantic Clicking）

解決什麼問題？

傳統 RPA 腳本用座標點擊 click(500, 300)，按鈕一換位置/顏色/樣式就掛。

Human MCP 的做法：從「座標導向」轉向「語義視覺導向」。

三層自癒機制

┌─────────────────────────────────────────────────────┐
│  Layer 1: DOM 定位（getByRole / getByText）        │
│  → UI 變了？只要 role + label 還在就能找到         │
│         ↓ 找不到                                   │
│  Layer 2: JS dispatchEvent（React 兼容性 fallback）│
│         ↓ 點了沒反應                                │
│  Layer 3: 結果驗證 + 重試（Self-Correction Loop）  │
│  → verify_after 關鍵字，錯了自動重試最多 3 次      │
└─────────────────────────────────────────────────────┘

每個點擊步驟都有驗證 + 重試，IG/Threads UI 改版後依然有效。

# 核心：SemanticClicker
ok = await clicker.click(
    label="發佈",
    role="button",
    parent="dialog",
    verify_after="已發佈",  # 點完驗證關鍵字
    max_retries=3,          # 錯了自動重試
)

為何不用 CDP Vision？

CDP（Remote Debugging Protocol）靠 DOM 查座標，UI 變了就掛。語義點擊靠 getByRole + getByText，是 DOM 層的語義標籤，比座標穩定得多。Vision 僅作為最後 fallback 預留。

---

獨立 Chromium Profile

每個平台使用獨立 Chromium Profile，不影響用戶正常瀏覽器：

腳本	Profile 目錄	用途
post_threads.py	/tmp/threads-chromium-profile/	Threads 圖文發文
post_ig_human.py	/tmp/ig-chromium-profile/	Instagram 圖文發文
post_facebook.py	/tmp/fb-chromium-profile/	Facebook 圖文發文

第一次需手動登入一次，之後自動記住 session。

---

快速開始

# 第一次（每個平台只需一次）
python3 post_threads.py "測試發文" "/path/to/image.jpg"
python3 post_ig_human.py "測試發文" "/path/to/image.jpg"
python3 post_facebook.py "測試發文" "/path/to/image.jpg"

# 完整工作流
python3 social_workflow.py 1   # 微博熱搜 → FB + Threads + IG
python3 social_workflow.py 2   # Google Trends HK
python3 social_workflow.py 3   # Google Trends US

API（圖片下載）

uv run python server.py   # 啟動 server

curl "http://localhost:8080/scrape?query=jimmy+kimmel&engine=bing&max_images=3"
curl "http://localhost:8080/download?url=https://..."

安裝

cd ~/human-mcp
npm install
pip install fastapi uvicorn