devtools-remote-debugger 使用教程
1. 项目介绍
devtools-remote-debugger 是一个基于 Google 开源项目 devtools-frontend 的远程调试工具。通过在网页上简单加载一段 JavaScript 代码,您可以使用熟悉的 Chrome DevTools 来远程调试该网页。被调试的网页通过 WebSocket 连接到一个中间的 Node 层,而 DevTools 也通过 WebSocket 连接到这个 Node 层。Node 层的主要作用是转发网页和 DevTools 之间的套接字协议,实现它们之间的全双工通信。
该项目已被收录在 awesome-chrome-devtools 集合中,提供了丰富的调试功能,包括元素显示、HTML 标签编辑、样式规则显示、节点高亮、控制台 JavaScript 代码执行、错误堆栈显示、网络请求显示、本地存储和会话存储预览等。
2. 项目快速启动
2.1 环境准备
确保您已经安装了 Node.js 和 npm。
2.2 安装依赖
git clone https://github.com/Nice-PLQ/devtools-remote-debugger.git
cd devtools-remote-debugger
npm install
2.3 启动服务
在终端中启动以下两个命令:
- 启动 Node 服务
npm run serve
- 启动客户端
npm run client
2.4 打开调试页面
在浏览器中打开两个页面:
- 调试 DEMO 页面:
http://localhost:8080/remote/debug/example/index.html - 调试后台页面:
http://localhost:8899/page/index.html
3. 应用案例和最佳实践
3.1 远程调试网页
假设您有一个需要远程调试的网页,您可以在该网页中加载 cdp.js 代码,然后通过 devtools-remote-debugger 提供的调试后台页面进行调试。
3.2 调试跨域问题
由于同源策略的限制,您可能需要对跨域的 CSS 和 JavaScript 文件进行特殊处理。例如,在加载外部样式时,添加 crossorigin="anonymous" 属性。
<link rel="stylesheet" href="https://example.com/styles.css" crossorigin="anonymous">
对于 JavaScript 文件,同样需要添加 crossorigin="anonymous" 属性:
<script src="https://example.com/script.js" crossorigin="anonymous"></script>
4. 典型生态项目
4.1 devtools-frontend
devtools-frontend 是 Google 开源的 Chrome DevTools 前端项目,提供了丰富的调试功能和接口,devtools-remote-debugger 正是基于此项目实现的。
4.2 awesome-chrome-devtools
awesome-chrome-devtools 是一个收集了与 Chrome DevTools 相关工具和资源的集合,devtools-remote-debugger 已被收录其中,展示了其在远程调试领域的应用。
通过以上步骤,您可以快速上手并使用 devtools-remote-debugger 进行网页的远程调试。希望本教程对您有所帮助!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00