从零构建 Hermes Agent ↔ CSDN MCP 自动化发布链路

背景

我使用 Hermes Agent 作为日常 AI 助手，它运行在 WSL（Windows Subsystem for Linux）上，通过飞书与我交互。Hermes 支持 MCP（Model Context Protocol），可以扩展各种工具能力。

一直以来写技术博客的流程是：Hermes 帮我生成文章 → 我复制 → 打开 CSDN 编辑器 → 粘贴 → 发布。这个过程既繁琐又容易出错（漏了格式、忘了标签）。自然而然的，我想到：为什么不直接让 Hermes 帮我发布到 CSDN？

本文记录了我从发现 CSDN MCP、到配置部署、再到解决各种奇葩问题的全过程。

---

第一步：找到合适的 CSDN MCP

在 GitHub 上搜索 “csdn mcp server”，找到两个主流方案：

项目	类型	特点
luolaihua/csdn-mcp	Python + FastMCP	扫码登录，可持久化 Cookie
CorgiBoyG/mcp-server-csdn	Java	手动填 Cookie 字符串

Python 方案启动成本低、环境干净，我选择了前者。

安装过程很简单：

git clone https://github.com/luolaihua/csdn-mcp
# 项目本身只有 3 个文件，核心是 server.py
# 依赖：fastmcp + playwright

第二步：配置 Hermes 加载 CSDN MCP

在 ~/.hermes/config.yaml 的 mcp_servers 段添加：

csdn:
  command: /path/to/fastmcp
  args:
    - run
    - /path/to/csdn-mcp/server.py:mcp
  timeout: 120

然后重启 gateway 使配置生效：

hermes gateway run --replace

验证工具是否发现成功：

hermes mcp list  # csdn 应显示 ✓ enabled
hermes mcp test csdn  # 应显示 4 个工具

第三步：登录 CSDN（最折腾的部分）

csdn-mcp 默认使用微信扫码登录：调用 csdn_login → 无头浏览器打开 CSDN 登录页 → 显示二维码 → 等待用户扫码。

结果翻车了。

坑 1：缺少系统依赖

Playwright 需要 libnspr4 等系统库，WSL 默认没装：

sudo apt-get install -y libnspr4 libnss3 libatk1.0-0 libatk-bridge2.0-0 \
  libcups2 libdrm2 libdbus-1-3 libxkbcommon0 libxcomposite1 libxdamage1 \
  libxrandr2 libgbm1 libpango-1.0-0 libcairo2 libasound2

坑 2：CSDN WAF 拦截无头浏览器

装好依赖后，Playwright 可以启动了。但 CSDN 的 Web 应用防火墙（WAF）检测到 headless Chrome，直接返回 net::ERR_EMPTY_RESPONSE，页面完全打不开。

尝试了各种方案：

• 更换 wait_until 参数（domcontentloaded → networkidle）
• 先访问 CSDN 首页积累 Cookie 再跳转登录页
• 安装 Xvfb 用非无头模式
• 用 curl_cffi 模拟真实浏览器

curl_cffi 可以绕过 WAF 拿到 200 OK 的页面，但 CSDN 登录页的二维码是微信 SDK 动态渲染的（res.wx.qq.com/connect/zh_CN/htmledition/js/wxLogin.js），纯 HTTP 请求拿不到内容。

最终方案：放弃扫码登录，改用已登录浏览器的 Cookie。

// 在已登录 CSDN 的 Windows Chrome 中按 F12 → Console
document.cookie
// 复制输出的字符串，发给 Hermes

通过解析 Cookie 字符串并保存为 Playwright 格式，成功绕过了 WAF 和扫码的限制。

坑 3：新手引导弹窗遮挡编辑器

Cookie 导入成功后，csdn_check_login 可以确认登录，但 csdn_publish 一直失败。

调试发现两个问题：

1. CSS 隐藏：标题输入框的 placeholder="请输入文章标题" 被 CSDN 升级改掉了，新的选择器是 input.article-bar__title--input，且 display: none。需要通过 JavaScript 移除 display:none 内联样式。

2. 弹窗遮挡：CSDN 编辑页有一个新手引导弹窗 .beginnerGuide-box.show-beginnerGuide-box，遮挡了发布按钮和关键表单。也需要通过 JS 移除。

解决方法是在每次加载编辑器页面后执行：

// 移除新手引导弹窗
document.querySelectorAll('.beginnerGuide-box').forEach(el => el.remove());

// 恢复标题输入框显示
document.querySelectorAll('input[style*="display: none"]').forEach(el => {
  el.style.display = '';
});

同时将 wait_until 从 domcontentloaded 改为 networkidle，确保 SPA 完全加载后再操作。

第四步：最终链路打通

经过以上修复，完整的发布链路为：

Hermes Agent (飞书)
    ↓ MCP 协议（stdio）
csdn-mcp server.py (FastMCP)
    ↓ Playwright 浏览器自动化
Headless Chrome (已注入 Cookie)
    ↓ 自动登录、填标题、写内容、点发布
CSDN 编辑器 (editor.csdn.net/md/)

关键文件结构：

文件	用途
~/.hermes/config.yaml	MCP Server 注册配置
~/.hermes/csdn_cookies.json	持久化 Cookie
csdn-mcp/server.py	MCP 服务端核心逻辑

使用效果

现在只需要在飞书上说一句：

“帮我把这段 Markdown 发布到 CSDN”

Hermes 就会自动完成从内容填写到草稿箱保存的全流程。如果确认无误，还可以直接正式发布（draft=false）。

---

总结与经验

1. CSDN 的反爬（WAF）很硬：headless Chrome 被精准拦截。Cookie 导入是最实用的绕过方案。
2. 前端变化快：CSS 选择器、弹窗逻辑随时可能变，MCP 服务的维护成本主要在适配前端更新。
3. MCP 的价值：通过 MCP 协议，AI Agent 可以无缝获取"发布文章"这种高级能力，比让用户手动操作高效得多。
4. Cookie 安全：Cookie 包含完整的登录凭证，务必保管好。如果泄露，在 CSDN 网页端退出登录即可使旧 Cookie 失效。

这篇文章本身就是通过 Hermes Agent + CSDN MCP 发布到草稿箱的，算是"猪跑了一次"🐷