Chrome 插件完全入门

插件到底帮你做什么？

想象你在 Excel 里做一张表，列是「标题」「价格」「链接」，行是网页上的每个商品。手工复制粘贴很慢。葫芦流插件的作用是：你告诉它「我要这些列」，它先读当前页面、猜出对应位置，再帮你生成一条自动化流水线，以后可以一键再跑、或定时再跑。

和控制台（网站里的画布编辑器）相比，插件更适合「我现在正开着这个页，就想从这个页开始」的场景。复杂改图、定时、邮件通知仍可在控制台完成；插件负责快速起步。

你不需要安装 Python、不需要写 CSS 选择器、不需要懂 XPath。插件会读取当前页面 HTML 并上传到葫芦流做字段识别（与控制台同一套 AI）；真正抓取时则在浏览器后台按 XPath 打开标签页读取内容，并把数据流式写入你的数据集。

插件负责「从当前页快速建任务 + 在浏览器里跑抓取」；控制台负责「改图、定时、云端跑、导出」。两者共用同一账号、同一批工作流和数据集。

重要：请只采集你有权使用的公开数据。需要登录、验证码或明确禁止抓取的网站，可能分析或运行失败——这不是插件坏了，而是产品故意不做绕过。

开始之前，请确认这些

第一次使用建议选一个简单的公开列表页练手（例如书籍目录、公开商品列表），成功一次后再换目标站点。

• 01 已安装 Chrome（或基于 Chromium 的浏览器，如 Edge 需自行确认插件兼容）。
• 02 已在 huluflow.com 注册账号（免费套餐含每月 20 次网页请求额度，保存工作流本身不扣额度）。
• 03 练手用的 URL 在无痕窗口能直接打开，不需要登录。
• 04 知道你想采什么：用中文写几个词即可，例如「标题、价格、商品链接」。
• 05 若公司网络拦截扩展，请联系管理员允许安装 Chrome 扩展。
• 06 保存的工作流里应包含「抓取 → 存储」连线，否则运行后数据无法入库。

第一次见这些词？

插件和控制台里会出现下面几个词，先混个脸熟即可，不必背诵。

两个标签页：构建 vs 工作流

顶栏有两个主标签，用途不同。第一次用多在「构建」；保存后日常运行多在「工作流」。

1. 构建

   对着当前打开的网页：写抓取要求 → 分析 → 三步向导 → 保存（可选立即运行一次）。适合从 0 创建新任务。

2. 工作流

   列出账号下已保存的工作流。可对每条任务「插件运行」「暂停」「继续运行」，或「加载到这里」回到构建页修改后再保存。

3. 何时用哪个？

   新站点 / 页面改版 → 构建 + 重新分析。已配好、要定期或大批量抓 → 工作流 → 插件运行。定时调度仍在控制台设置。

打开插件后，界面长什么样？

下面按从上到下顺序说明。若某块是灰的或隐藏的，说明还没登录或还没分析，按步骤做就会出来。

1. 01 顶栏：品牌、构建/工作流、语言

   「构建」用于新建采集；「工作流」列出你已保存的任务。右上角 EN/中 可切换界面语言（中文下品牌显示「葫芦流」）。

2. 02 登录横幅

   未登录时提示去网站登录；登录成功后会显示你的邮箱。插件不单独存密码，与浏览器里 huluflow.com 的登录态共享。

3. 03 当前页面 + 使用说明

   显示正在分析的标签页地址；右侧「使用说明」链到本文档。换标签后地址会变，需重新分析。

4. 04 抓取要求 + 分析按钮

   在输入框用日常语言写想要的列，点「分析这个页面」。分析完成前按钮会显示进度（读取页面、上传、识别字段）。

5. 05 步骤条 1 → 2 → 3

   分析完成后出现：① 确认字段 ② 选择工作流方案 ③ 命名保存。可点步骤数字回看，底部有「下一步」按钮。

6. 06 构建页：底部固定按钮

   步骤 1、2 显示「下一步」；步骤 3 显示「保存工作流」。滚动时顶栏与底栏保持可见。

7. 07 工作流标签：列表与运行

   每条工作流显示名称、状态（启用/暂停）、节点数、上次运行时间。运行中会显示进度徽章（如 detail 3/10）。按钮：控制台查看、加载到这里、插件运行、暂停、继续运行。

8. 08 设置（⚙）

   可改「服务地址」（默认 https://huluflow.com，仅自建部署需改）和界面语言。修改后点保存；登录态仍依赖浏览器 Cookie。

三步构建在干什么？

可以把它理解成：先确认列 → 再选自动化方案 → 最后起名保存。

跟着做：从零到第一次保存

建议电脑旁打开一个练手列表页，边读边操作。每步下面的「你应该看到」和「若卡住」帮助自查。

1. 01

   安装并打开侧边栏

   在 Chrome 网上应用店搜索「葫芦流」或「HuluFlow」安装（内测阶段也可能由团队提供解压文件夹，在 chrome://extensions 开启「开发者模式」→「加载已解压的扩展程序」）。

   安装后点击工具栏上的扩展图标，选择「打开侧边栏」。建议右键图标 →「固定」，以后一点就开。

   侧边栏较窄，可拖拽浏览器窗口变宽以便看清预览卡片。

   你应该看到： 侧边栏打开，顶部显示 HuluFlow/葫芦流 和「构建」「工作流」两个标签。

   卡住时： 若图标菜单里没有侧边栏，更新 Chrome 到较新版本，或重新加载扩展。

2. 02

   注册并登录

   若还没有账号：在浏览器新标签打开 huluflow.com/zh/register 注册（邮箱验证后登录）。

   在插件里点「去登录」，会在新标签打开登录页；登录成功后回到侧边栏，横幅应显示「已登录」和你的邮箱。

   若一直显示未登录：确认插件设置里的「服务地址」是 https://huluflow.com（自建部署才需改）。

   你应该看到： 登录横幅变绿或显示邮箱；「去登录」按钮消失。

   卡住时： 登录态依赖浏览器 Cookie。若你清过 Cookie，需要重新登录一次。

3. 03

   描述需求并分析（步骤 ① 之前）

   在 Chrome 里打开你的练手列表页，确保侧边栏顶部「当前页面」的 URL 正确。

   在「提出你的抓取要求」输入框写想要的列，例如：标题、价格、链接。不必写技术术语。

   点击「分析这个页面」。等待进度条走完（通常十几秒到一分钟，取决于页面大小）。

   你应该看到： 出现步骤条 1-2-3，自动进入步骤 ①；上方有「列表页」或「详情页」标签。

   卡住时： 分析会消耗一点时间和网络，请保持该标签页在前台或至少未被浏览器休眠。

4. 04

   步骤 ① — 确认要采集的内容

   「要采集的内容」下列出 AI 找到的字段，默认全选。不需要的列取消勾选即可。

   下方「数据预览」可左右滑动，查看页面上真实样例行，确认价格、标题没有对错列。

   若列表页含商品链接，插件可能在后台再分析一个详情页，以便步骤 ② 推荐「列表→详情」方案——此时可能短暂显示「正在分析详情页」，属正常现象。

   你应该看到： 预览里每卡片的多列与勾选的字段一致；明显乱码或空列应回到上一步改要求或换 URL。

   卡住时： 字段名来自网页本身（常为英文），界面语言不会翻译字段名，这是预期行为。

5. 05

   步骤 ② — 选择工作流方案

   点击「下一步」进入方案列表。每个卡片是一种常见用法，例如：只采当前页、翻多页列表、列表进详情再入库等。

   点选最贴近你目标的一条。下方可能出现可调项：页码范围（从第几页到第几页）、数据集名称、通知邮箱等。

   数据集名称会按网站自动生成（可在控制台「数据集」里找到），也可改成你记得住的名字，如「京东图书 2026-03」。

   你应该看到： 选中的方案有高亮；页码范围 Preview 合理（不要一次生成几百页）。

   卡住时： 不确定选哪个时，先选最简单的「单页抓取」跑通一次，再在控制台加翻页或详情。

6. 06

   步骤 ③ — 命名、保存，（可选）立即运行

   「起个名字」必填，例如「练手-图书列表-3月」。插件不会替你自动填，避免一堆叫 Untitled 的任务。

   勾选「保存后立即运行」会在保存后立刻采一次（会扣额度）。第一次建议勾选，方便马上看有没有数据。

   点「保存工作流」。若勾选了立即运行，会在当前页用浏览器抓一次（一次性提交，适合快速验证）。若未勾选，之后请到「工作流」标签点「插件运行」做正式抓取。

   你应该看到： 控制台 → 工作流 里出现新名字；若立即运行了，构建页下方会显示采到多少行。

   卡住时： 保存本身不扣额度。立即运行与插件运行都会扣抓取额度（每请求 1 个网页约 1 额度）。

7. 07

   在工作流标签 — 插件运行

   切到「工作流」标签，找到刚保存的任务，点「插件运行」。插件会在后台依次打开 URL 抓取（不必保持原列表页在前台），顶部显示 Running 与进度。

   运行采用流式模式：服务端创建 Run → 每抓一批数据 checkpoint 入库 → 全部完成后 finish。数据集可在控制台实时刷新查看。

   运行中可点「暂停」；暂停会关闭当前抓取标签并保存进度，之后点「继续运行」从断点续抓。同一工作流同时只能有一个活跃任务。

   你应该看到： 进度徽章更新；完成后显示采到行数或 partial/error；控制台数据集行数增加。

   卡住时： 大批量（多页列表、列表→详情）请用插件运行而非「保存后立即运行」，以便暂停与流式入库。

插件运行是怎么工作的？

「插件运行」是工作流标签里的正式抓取方式，与构建页「保存后立即运行」不同，适合多 URL、可暂停、大数据量。

1. 1. 启动 Run

   点击插件运行后，插件向服务器 POST /run/start，创建一次 WorkflowRun 并占用 1 点启动额度。

2. 2. 后台开 tab 抓取

   Background 按工作流图拓扑执行：URL 生成 → 抓取节点。对每个 URL 在后台打开标签页，用 content script 按 XPath 提取字段（支持翻页配置：页码链接、无限滚动、加载更多）。

3. 3. 流式 checkpoint 入库

   每抓一批行（默认 5 条）POST /run/{id}/checkpoint，服务器 upsert 到 store 节点关联的数据集。不必等全部抓完才看到数据。

4. 4. Finish 收尾

   全部 URL 处理完后 POST /run/{id}/finish，服务端跑剩余节点（store 若已入库则跳过、notify 等），标记 Run 为 ok/partial/error。

5. 5. 暂停与继续

   暂停时：中止当前 tab、保存 checkpoint（completed_urls、next_index）。继续时从断点续跑，不重复已入库的行。暂停状态同步到服务器。

6. 6. 前提条件

   工作流图必须有 scrape → store 连线；否则 checkpoint 会丢弃数据。抓取额度足够；插件已登录且 Background 未被浏览器杀掉（长时间运行请保持 Chrome 打开）。

技术说明：插件运行不经过 bulk POST /run 一次性提交全部 items，而是 start → checkpoint × N → finish。控制台「运行」按钮走的是云端 crawld 路径，无需扩展参与。

两种运行方式对比

设置

点顶栏 ⚙ 打开设置面板。

• 01服务地址：连接 huluflow.com 或你的自建实例；必须与登录网站一致，否则 Cookie 无法同步。
• 02语言：切换后界面与文档链接（使用说明）会切到中文或英文路径。

保存之后，还可以做什么？

插件完成了「从 0 到 1」。日常抓取、改图、定时与导出主要在控制台完成。

• 01 工作流标签 →「插件运行」：对已保存任务做正式、可暂停的大批量抓取。
• 02 控制台 → 数据集：浏览表格、分页、导出 CSV/JSON、删除单行或清空数据。
• 03 控制台 → 工作流 → 打开：在画布上改节点、设 interval_minutes 定时、加邮件通知。
• 04 工作流标签 →「加载到这里」：把已有任务载入构建页，改字段或方案后另存。
• 05 页面改版或换 URL 后：在构建页点「重新分析」，不要直接跑旧配置。
• 06 需要纯云端抓取（不开浏览器 tab）时：在控制台点「运行」，由 crawld 在服务端执行。

常见疑问（小白版）

出错了怎么办？

大多数问题属于「页面不合适」或「还没登录」，按下面逐项排查。

失败时先打开该次运行的节点 error，不要只看工作流列表。

第一次保存前的自检清单

全部打勾再点保存，成功率最高。

• 01 练手 URL 在无痕窗口能打开，无需登录
• 02 插件横幅显示已登录邮箱
• 03 当前页面 URL 与你要采的页一致
• 04 步骤 ① 预览里标题、价格等看起来对
• 05 步骤 ② 选了合适的方案，数据集名称看得懂
• 06 步骤 ③ 工作流名称已填；若立即运行，额度够用
• 07 工作流方案含 store 节点（或推荐方案已自动带上）
• 08 正式大批量抓取：保存后到工作流标签用「插件运行」，而非仅依赖立即运行