quark-mcp

夸克 MCP Server — 通过夸克浏览器内置的 AI 对话页（quark.cn/chat，千问）提供零 API 成本的视觉、问答与文生图能力。

基于 CDP + Playwright 接管独立 profile 的夸克浏览器，在对话页上传图片提问、抓取回复返回，不需要 API Key。

能力

工具	说明
ask_quark	纯文本问答（复用会话，支持多轮上下文；new_chat=true 开新会话）
vision_analyze	图片识别/分析（上传图片到对话页提问并取回复）
image_generate	文生图（自然语言触发，一次约 4 张，存本地并返回路径）
video_analyze	视频分析（下载/本地 → 抽帧烧时间戳 → 拼图分块 → 识别，可选本地转写）
daemon_start	启动夸克 daemon（独立 profile，端口 9224，幂等）
daemon_status	检查 daemon 运行状态与登录态
daemon_stop	关闭夸克 daemon

工作原理

Claude Code ──MCP stdio──> server.py ──> quark_mcp/quark_ai.py ──CDP──> 夸克浏览器（独立 profile）
                                         quark_mcp/video_analyze.py         │
                                                                  quark.cn/chat（网页版千问）

• 夸克以 --remote-debugging-port=9224 启动独立 profile，登录态持久化
• 图片走 DataTransfer 注入（JS_DROP_IMAGE）而非 filechooser，等附件列表出现后再发送
• 回复完成判据：AI 回复轮 [data-chat-answers-wrap] 的卡片 class 出现 completed

环境要求

• Python 3.10+
• 夸克浏览器（自动探测 QUARK_PATH 环境变量或常见安装路径）
• video_analyze 需要 ffmpeg/ffprobe（抽帧）+ pillow（烧时间戳、拼图）
• 可选：yt-dlp（在线视频下载）、faster-whisper（transcribe=True 音频转写）

安装

pip install fastmcp playwright websocket-client
# 可选功能依赖
pip install pillow           # 视频帧时间戳烧录 + 拼图（video_analyze 必需）
pip install yt-dlp           # 在线视频下载（video_analyze 传 URL 时）
pip install faster-whisper   # 音频转写（transcribe=True）

pip 装的 yt-dlp.exe 常落在 Scripts/ 而不在 PATH 上，代码里已做回退： 找不到 yt-dlp 命令时自动改用 python -m yt_dlp，所以不配 PATH 也能用。

使用

1. 作为 MCP server（Claude Code 等）

{
  "mcpServers": {
    "quark-mcp": {
      "command": "python",
      "args": ["/path/to/quark-mcp/server.py"]
    }
  }
}

2. HTTP 模式（调试）

python server.py --port 8080

3. 直接 CLI 调用（不含 MCP）

# 启动 daemon（首次需手动登录一次，登录态持久化）
python quark_mcp/quark_ai.py --start
python quark_mcp/quark_ai.py --status

# 纯文本问答
python quark_mcp/quark_ai.py --ask "帮我解释一下 CDP 是什么"

# 图片识别
python quark_mcp/quark_ai.py --image photo.jpg --question "请描述这张图片"

# 文生图（默认存 ~/.claude/quark-images）
python quark_mcp/quark_ai.py --gen "一只橘猫坐在窗台看夕阳,插画风格"
python quark_mcp/quark_ai.py --gen "复古黄铜怀表" --outdir ./imgs --max-images 2

# 视频分析（本地文件或 URL）
python quark_mcp/video_analyze.py --video demo.mp4
python quark_mcp/video_analyze.py --video demo.mp4 --transcribe

生图说明

• 模型：跟随夸克对话页默认（千问），不可指定
• 触发：没有独立的「图像生成」技能开关，靠自然语言触发（prompt 里写清要画什么）
• 比例：网页版无比例选择器，需在 prompt 里用文字描述（如「16:9 横构图」）
• 产出：一次约 4 张，实测 960×1280 左右
• 下载：CDN URL 带 auth_key 签名，必须走浏览器上下文（page.request）取图，裸 urllib 会 403

# 返回结构
{"ok": True,
 "images": ["C:/Users/.../.claude/quark-images/quark_20260823-103519_1.png", ...],
 "text": "已生成 2 张图片, 保存至 ...",
 "meta": {"found": 4, "details": [{"path": ..., "bytes": ..., "width": 960, "height": 1280}],
          "model": "千问(夸克对话页默认)"}}

配置

• 夸克路径：设置环境变量 QUARK_PATH 指定可执行文件
• CDP 端口：默认 9224，见 quark_ai.py 中的 CDP_PORT（与 doubao-mcp 的 9223 错开，可共存）
• 登录态：独立 profile 位于 ~/.claude/quark-ai-profile，首次 daemon_start 后手动登录一次即可
• 出图目录：默认 ~/.claude/quark-images，可用 outdir 覆盖

常见问题

• 退出码 1（CDP 不可达 / 未找到夸克）：daemon 未启动，先 daemon_start；或设 QUARK_PATH
• 退出码 2（未登录）：打开对话页手动登录一次
• 退出码 3（图片问题）：路径不存在或上传失败
• 退出码 4（交互失败）：输入框/发送按钮没找到，通常是页面改版
• 退出码 5（超时）：生成较慢，增大 timeout（生图默认 300s）
• 退出码 6（结果为空）：回复为空或未产出图片，可能是风控或内容被过滤

页面结构依赖

纯网页操作意味着夸克改版就可能失效。当前实测依赖（quark_ai.py 的 SEL，基于夸克 7.1.2.956 / Chromium 144 + 网页版 4.0.0）：

用途	选择器
输入框	textarea（普通 textarea，非 contenteditable）
发送	.submit-button
AI 回复轮	[data-chat-answers-wrap]
用户提问轮	[data-chat-question-wrap]
完成标记	[class*="answer-common-card"] 的 class 里出现 completed
附件	[class*="upload-file-list"]（附件挂载后才出现）

两个坑：

1. 完成标记是回复卡片上的 completed，不是 .qk-markdown 上的 qk-markdown-complete——后者是客户端面板的写法，网页版没有，照抄会永远判定「未完成」。
2. 生图要等「签名图 URL 集合稳定」，不能只看 completed——文字先 completed，成品图还要再约 45s 才把占位动画换掉。文字 completed 后再等 IMAGE_GRACE（120s）仍无图，才判定这轮不产图。

License

MIT