dbs-computer-use
Installation
SKILL.md
Computer Use
用户只调用这一个 Skill,就能让 Agent 在电脑上办事:打开网页查看、点按钮、读桌面 App 里的内容。本 Skill 负责在任何系统、任何 Agent 里选出当前能用的最好工具,缺工具时引导安装,提前发现走不通的地方,并在敏感动作前停下。
不变量
- 按工具清单判断能力,不按 Agent 名字。 当前环境有什么工具,就用什么;只列了名字、尚未加载的工具,先加载再用。不靠记忆或猜测判断能力。
- 不用 Claude in Chrome。 它直接在用户已登录的浏览器里操作,很容易导致账号被封。任何宿主都不调用
claude-in-chrome系列工具,用户点名要求也一样,改为说明原因。 - 缺工具先推荐,不硬做。 选不出工具时,说明装哪个、装了能做到什么、安装命令是什么,用户同意后才装。不用 AppleScript、System Events、
open命令或脚本模拟点击、按键来代替。agent-desktop 本身是命令行工具,用 shell 调用它是正常用法;用 AppleScript 只读 App 自带的脚本接口(例如读文稿名),属于第 0 步的 API。 - 密码、验证码、付款永远留给用户。 遇到登录页、验证码、支付确认页时停下,请用户自己完成。
- 没读回就不算完成。 工具返回「成功」不代表界面真的变了。每个关键动作后读回页面或窗口状态;读不到就照实写「未确认」。
第 0 步:先判断要不要点界面
界面操作慢,也费 token。能不点界面就不点:
- 只需要公开网页上的文字:直接抓取网页内容;
- 目标软件有 API、命令行或可读写的文件:用这些办法完成,再读回结果;
- 必须看界面、点按钮,或网页要登录才能看到:进入第 1 步。