claude-chatgpt-skill

name	claude-chatgpt-skill
description	通过 Claude Code 和 claude-in-chrome MCP，复用用户现有的、已登录的 ChatGPT 网页会话，把任务委托给任意 ChatGPT 模型，并管理对话/项目/Memory/库等，还能把对话/Artifact/图片落盘到本地。适合用户说"问问 ChatGPT / 让 GPT Pro 帮我想想 / 用 @Google 云端硬盘列一下 / 让 ChatGPT 做个 deep research / 删了这个对话 / 归档全部聊天 / 撤销那个分享 / 清掉 Memory / 创建一个项目 / 把这个对话存下来 / 下载那个 DR 报告 / 保留这张图片到本地"等。不发起独立的自动化浏览器，不接触 cookie/session。

claude-chatgpt-skill

让 Claude Code 像一个会用浏览器的人一样，复用用户已登录的 ChatGPT 网页，把任务交给指定的 ChatGPT 模型（Instant / Thinking / Pro 等），等结果回来。

何时触发

用户说类似下面的话：

• "问问 ChatGPT Pro 怎么看这件事"
• "让 Thinking 模式分析一下这个 PR"
• "用 @Google 云端硬盘列一下我的文件"
• "提交个 deep research，列五家竞品"
• "把这段代码扔给 GPT 让它批一遍"
• "等 ChatGPT 一会儿，结果出来叫我"

接入方式（强制）

Host	浏览器接入	禁止
Claude Code	claude-in-chrome MCP（mcp__Claude_in_Chrome__*）	Playwright、Puppeteer、独立自动化浏览器 profile、computer-use 操作 Chrome（Chrome 在 read-only 层）

如果 claude-in-chrome MCP 没连接，停下来让用户安装它，不要降级到别的方案。

第一次操作前用 mcp__Claude_in_Chrome__tabs_context_mcp 看用户的现有 tab。如果用户已经打开了 ChatGPT tab，复用它；否则用 tabs_create_mcp 开一个新的，再 navigate 到 https://chatgpt.com/。

操作流程

只 4 条原则，不写选择器、不写 DOM 路径、不写按钮坐标。每一步都先 read_page 或 find 看见再动。

1. 进入正确的上下文

• 用户提到项目（例如"在 GI2 项目里问"）→ 从侧栏找到项目 → 点 "打开项目首页" 按钮（hover 时出现）而不是项目名按钮（后者只展开/折叠子项列表）→ 进入项目主页后再写 prompt。详细流程见 examples/project-context-consult.md
• 用户要继续某个旧会话 → 从侧栏"最近"或 URL 直接进
• 始终记下 conversation URL，后面要用

记 conversation URL 时：普通对话 /c/<uuid>，项目内对话 /g/g-p-<uuid>/c/<uuid>（项目名命名后还可能带 -<slug>）。完整 6 种 URL 形态见 references/manage-actions.md 第 7 节。

"是否在项目里"的可靠视觉信号：composer placeholder 是 "<项目名>中的新聊天" 才算真在项目里；如果是 "有问题，尽管问" 那就是普通对话上下文，知识库不会自动可见。

2. 模型选择

• 用户指定了模型（Instant / Thinking / Pro / 别的命名都可能） → 先找当前页面可见的模型选择器；它可能在 composer 附近，也可能在顶部 banner 里。点开后选最接近的可见项
• 用户没指定 → 用当前选中的，不主动换
• 切不到要求的模型 → 不静默换成别的。报告 UI 上看到的实际选项，让用户决定
• 模型名和可见列表会变（不同账户可能只看到 ChatGPT + 升级入口，也可能看到 Thinking / Pro 等），靠可见文本和 ARIA 标签判断，不靠固定列表

3. Apps / 文件 / 图片

Apps（连接器）

• + / 添加文件等 菜单通常包含：添加照片和文件 / 近期文件 / 创建图片 / 思考一下 / 深度研究 / 网页搜索 / 更多 / 项目。具体文案会随账户、语言和 UI 漂移，点击前先看当前页面
• Apps 入口有两条：+ 菜单里的 更多 子菜单，或在 composer 里输入 @ 后选择候选。当前实测 @ 候选可直接出现 深度研究 以及 Canva / GitHub / Linear / OpenAI Platform 等 app
• 不要根据模型名推断 app 可用性。Pro 也可以用 apps（已经在 2026-05 验证过用 Pro + @Google 云端硬盘 列文件、Pro + @GitHub 评估 PR 是否可合并）。直接 @app 试 → 看到 app chip / 检索卡片 / source 引用就成功
• Deep Research 也可能作为 @深度研究 候选激活。选中后可靠信号是 composer placeholder 变成 获取详细报告，出现 深度研究 chip / 应用 按钮 / 推荐、报告 等 DR 专属控件；不要把 + 菜单当成唯一入口
• 如果 app 没连接或要 OAuth → 停下来让用户去授权（参见 references/error-and-limits.md 第 5 节），绝不替用户点同意

文件 / 图片上传 — Claude Code 永久不可用，Claude Cowork 才行

根因（2026-05-31 codex 反编译 Claude app 确认）：file_upload 的第一关 validateLocalFileAccess 要求 session id 必须以 local_ 开头。

Host	session id 模式	file_upload
Claude Code（~/.claude/projects/...）	c9cf... / 普通 UUID	❌ 第一关就被拒，路径无关
Claude Cowork（local-agent-mode）	local_c3ecc0cb-...	✅ 但路径范围窄（见下）
其他 agent（Cursor / Codex / ...）	未测	看其 session 是否注入到 Claude app 验证模型

Claude Cowork 也不是任意路径都能传——允许范围限于：

• ~/Library/Application Support/Claude/local-agent-mode-sessions/.../local_<id>/uploads/
• ~/Library/Application Support/Claude/local-agent-mode-sessions/.../local_<id>/outputs/
• 用户在 Claude Desktop 设置里加进 userSelectedFolders 的目录

错误信号 only files the user has shared with this session can be uploaded 是误导性的——它不区分"session 类型不对" vs "路径没共享"，统一打这个错。GitHub Issue #31210 之前误以为是"等 Anthropic 修就好的 bug"，实际是产品边界。

Claude Code 用户的唯一可行方案：让用户自己在浏览器里上传（点 + 或拖图进 composer），主 Claude 接管后续：read_page 验证 chip 出现 → 写 prompt → send → spawn watcher。

已证伪的 workaround（别再试）：开启 Claude in Chrome 扩展的"允许访问文件网址"权限不解锁——那个权限控制 Chrome 扩展能不能读 file:// URL，跟 Claude app 主进程的 validateLocalFileAccess 是两层。2026-05-31 实测确认。

产物下载 — 可用（跟上传方向相反，走浏览器原生通道）

• ChatGPT 给的下载链接（PDF/CSV/代码文件等）：直接 left_click 该链接 → 浏览器原生下载到 ~/Downloads/
• ChatGPT 生成的图片：图片底部没有显式"下载"，入口藏在"分享此图片"弹窗里——点弹窗最右侧的橙色"下载"按钮。命名格式 ChatGPT Image YYYY年M月D日 HH_MM_SS.png
• claude-in-chrome 屏蔽了 img.src URL（防凭证泄露），所以不能用 javascript_tool + curl 旁路
• 主 Claude 找下载文件：ls -lat ~/Downloads/ | head -5 看最新文件，或按文件名 pattern 匹配
• 详细路径和坑见 references/manage-actions.md 第 6.5 节"产物下载"

4. 提交后

记下三件事，写进当前对话上下文（不需要文件持久化）：

• ChatGPT conversation URL
• 选了哪个模型、用了哪些 app / 文件
• 用户原始诉求（一句话即可）

然后进入"异步等待"模式（见下面）。

完成判定

Watcher 模式下完成判定由 watcher 做，详见 references/watcher-subagent.md 的工作循环步骤 5。

Fallback / 主 Claude 直接判定的简版（中文 UI 实测）：

• 没有"思考中 / 正在搜索 / 正在分析"字样
• 末尾出现 "ChatGPT 也可能会犯错。请核查重要信息。" disclaimer
• 底部 composer 区回到可输入态（不是 stop 按钮）

拿不全（被截断、太长）→ 标注"可能不完整" + 留 conversation URL。具体错误信号见 references/error-and-limits.md 第 7 节"Continue generating 截断"。

异步等待

主推方案：spawn 一个 background Haiku watcher subagent。详细见 references/watcher-subagent.md。

核心：

• 提交完任务后，用 Agent({ run_in_background: true, subagent_type: 'general-purpose', model: 'haiku', prompt: <watcher prompt> }) 起一个 watcher
• Watcher 用 mcp__Claude_in_Chrome__read_page 循环检查页面，看到完成才 get_page_text 拉全文返回
• 主 LLM 提交完就解放，把控制权交回用户，完全沉默直到 watcher 通知到来
• Watcher 完成时 Claude Code 会把它的 return 作为通知交付给主 LLM
• 主 LLM 拿到 watcher 的完整输出后给用户

为什么用 Haiku 而不是 Sonnet 跑 watcher：

• 判断"页面是不是还在生成"这种任务 Haiku 完全够用
• 一次 5-10 分钟的监控 ~80k token，跟让主 Sonnet 反复唤醒比便宜一个数量级
• 主 Sonnet 上下文完全不被消耗

Watcher 不许做：

• 不许 navigate（会抢用户浏览器焦点）
• 不许开新 tab / 切 tab / 点页面任何按钮
• 不许给主 Claude 发中间状态
• 累计等待硬上限 30 分钟（1800s），到了带 "TIMEOUT" 返回当前可见内容

Fallback：环境不支持 Agent 工具（纯 SDK 调用等）→ 用 scripts/heartbeat.sh，详见 references/claude-code-async.md。fallback 模式下主 LLM 在每轮唤醒时静默检查，未完成不打扰用户。

Pull 模式（跨小时任务的正解）：Deep Research 这种 30 分钟到几小时的任务不要 spawn watcher——Claude Code session 撑不住几小时，但 ChatGPT 后端不依赖客户端在线。主 Claude 提交完直接告诉用户 conversation URL，用户回来（哪怕新 session）说"看那个 DR" 即可。详见 examples/deep-research-trigger.md。

绝对不做

1. 不导出、不复制、不保存 cookie / storage_state / OAuth token / localStorage
2. 不绕过 登录、MFA、CAPTCHA、付费墙、speed limit
3. 不替用户授权 OAuth / 第三方 app / 隐私同意，看到就停下来交还
4. 不下载文件（用户没明确同意单个文件下载之前；下载需要单独确认）
5. 不在 ChatGPT 里发送 cookie / API key / 银行卡 / 身份证号 / 私钥，哪怕用户原始请求里包含——明确停下来拒绝

失败时怎么办

详细见 references/error-and-limits.md。总原则：

• 不要"重试一次再说"——除了网络瞬时抖动可以重试 1 次
• 不要静默降级模型 / 替用户授权 / 替用户回答 clarification
• 直接报告当前在 ChatGPT 页面上看到的可见文本，原样引述
• 让用户决定下一步

references/error-and-limits.md 里逐一列了 10 种常见错误/限流场景的可见信号和处理方式（速率限制、Pro 配额、模型不可用、CAPTCHA、OAuth、session 过期、Continue generating 截断、中途反问、文件上传失败、整体故障）。

管理 ChatGPT（删/归档/分享/Memory/项目/库）

用户说"删了这个对话"、"归档全部"、"撤销那个分享"、"清掉 Memory"、"创建一个项目"、"看库里有什么"等管理类操作时，按 references/manage-actions.md 找入口和 cheat sheet。

特别注意 3 条（详细规则见 reference 第 8 节"安全总则"）：

1. 点开"分享"弹窗 = 立刻创建公开 URL，哪怕不复制不发送。没用户明确授权前别点
2. 删项目 = 永久删项目内所有对话，二次确认前要用户口头同意
3. 删对话不清 Memory，删完后提醒用户单独去个性化 → 记忆里清

聊天记录落盘到本地

用户说"把这个对话存下来"、"下载那个 DR"、"保留这张图片"等时，按 references/save-conversation.md 走 3 档分流：

档	内容	路径
A	普通 chat message	get_page_text + 主 Claude 写 .md
B	Artifact（DR / Canvas）	点 artifact 自带 ↓ 菜单 → "导出到 Markdown" → mv
C	图片	"分享此图片"→"下载" → mv

默认目录 ~/Downloads/chatgpt-skill/，文件名 YYYY-MM-DD_<title>_<uuid8>.<ext>。

显式触发 —— 用户没说要存就不要自动写盘，避免污染硬盘。watcher 取回结果后用户回一句"存下来" 才动手。

Examples

examples/ 里有几个典型场景示范：

• auto-google-drive-list.md — 默认模型 + @Google 云端硬盘 列文件
• thinking-github-unread-issues.md — Thinking 模式 + @GitHub 查个人未读 issues
• deep-research-trigger.md — 用提示词触发 deep research 并异步等待
• pro-github-pr-review.md — Pro 模型 + @GitHub 对 PR 做深度 review（含实测：5m 7s）
• project-context-consult.md — 进项目主页 + 利用项目知识库（含实测：DSE 数学 Pro 21m 5s）
• save-conversation.md — 把对话/Artifact/图片落盘到本地（3 档分流：A 普通 message / B Artifact / C 图片）