xiaoxixi
1acab7f890
# Conflicts: # AGENTS.md # Cargo.toml # docs/ARCHITECTURE.md # resources/skills/about-picobot/references/architecture.md # src/agent/agent_loop.rs # src/session/session.rs # webui/package-lock.json # webui/package.json
231 lines
12 KiB
Markdown
231 lines
12 KiB
Markdown
# PicoBot 工具说明
|
||
|
||
## send_message — 向指定渠道发送消息
|
||
|
||
向指定会话发送消息，可附带文件或图片。
|
||
|
||
### 参数
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `target_chat_id` | 是 | 目标会话 ID，格式 `<channel>:<chat_id>` 或 `<channel>:<chat_id>:<dialog_id>` |
|
||
| `content` | 是 | 消息文本内容 |
|
||
| `files` | 否 | 文件路径列表 |
|
||
| `origin` | 否 | 消息来源标识，不填则自动使用当前 session_id |
|
||
|
||
`files` 支持绝对路径和 workspace 相对路径，媒体类型由文件扩展名/MIME 自动判断。目前 schema 不支持手工指定 `file_types`。
|
||
|
||
目标可以是当前会话，例如把浏览器截图或生成文件直接交付给正在聊天的用户。WebUI/TUI 中，同一 active Turn 的附件会并入本轮最终回复：先显示工具调用与结果，再显示自然回复和内联图片，不生成 `[message from ...]` 自引用前缀。后续模型回放只读取 assistant 附件的文本清单，不会把图片放入 assistant 内容块。
|
||
|
||
### 示例
|
||
|
||
```json
|
||
{
|
||
"target_chat_id": "feishu:oc_abc123",
|
||
"content": "这是生成的音乐文件",
|
||
"files": ["/workspace/music.mp3"]
|
||
}
|
||
```
|
||
|
||
发送流程会先把消息写入目标 Session，再调用 `MessageBus::deliver_outbound` 等待真实渠道投递结果（上限 120 秒）。投递失败会作为工具失败返回，不应把“已入队”报告成“已送达”。
|
||
|
||
---
|
||
|
||
## chat_manager — 会话管理
|
||
|
||
查看和管理会话及消息。
|
||
|
||
### 参数
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `action` | 是 | 操作: `list_sessions`, `list_channels`, `list_messages` |
|
||
| `session_id` | 部分 | `list_messages` 时必填 |
|
||
| `count` | 否 | 返回数量（默认 20，最大 100） |
|
||
| `offset` | 否 | 跳过前 N 条，用于翻页 |
|
||
| `before_time` | 否 | Unix 时间戳（秒），返回该时间之前的消息 |
|
||
| `after_time` | 否 | Unix 时间戳（秒），返回该时间之后的消息 |
|
||
|
||
---
|
||
|
||
## Cron 定时任务工具
|
||
|
||
Cron 不是一个带 `action` 的统一工具，而是六个独立工具；仅在 `gateway.scheduler.enabled=true` 时注册。
|
||
|
||
| 工具 | 主要参数 | 说明 |
|
||
|------|----------|------|
|
||
| `cron_add` | `schedule`, `prompt`, `channel`, `chat_id`; 可选 `name`, `model` | 创建任务 |
|
||
| `cron_list` | 可选 `status=all|enabled|disabled` | 列出任务 |
|
||
| `cron_update` | `job_id`; 可选 `prompt`, `schedule`, `channel`, `chat_id`, `model` | 更新指定字段 |
|
||
| `cron_remove` | `job_id` | 永久删除任务和关联 job runs |
|
||
| `cron_enable` | `job_id` | 启用并重新计算下次运行时间 |
|
||
| `cron_disable` | `job_id` | 禁用但保留任务 |
|
||
|
||
`schedule` 支持：
|
||
|
||
```json
|
||
{"type":"at","at":1750000000000}
|
||
{"type":"every","every_ms":3600000}
|
||
{"type":"cron","expr":"0 0 9 * * *","tz":"Asia/Shanghai"}
|
||
```
|
||
|
||
时间戳和间隔单位为毫秒；Cron 表达式为 6 段（秒、分、时、日、月、周）。定时 Agent 不复用聊天历史，`prompt` 必须包含完整上下文。`kind` 可为 `task` 或 `monitor`；`delivery_policy` 可为 `always`、`on_alert` 或 `never`。托管任务由 Scheduler 投递，巡检返回 `NO_REPLY[INFO]` 时静默，`NO_REPLY[FAIL]`/`NO_REPLY[REFUSE]` 仍视为需关注结果。升级前创建的任务保留 Agent 直接调用 `send_message` 的兼容行为。`model` 当前会持久化和展示，但执行仍使用默认 Agent Provider/Model，不能依赖它实现模型覆盖。
|
||
|
||
---
|
||
|
||
## memory_store — 存储记忆
|
||
|
||
写入长期记忆（Knowledge 类别）。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `key` | 是 | 记忆唯一键，同 key 覆盖旧值 |
|
||
| `content` | 是 | 记忆内容 |
|
||
| `importance` | 否 | 重要性 (0.0–1.0) |
|
||
|
||
## memory_recall — 搜索知识记忆
|
||
|
||
关键词全文搜索 Knowledge 记忆。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `query` | 是 | 空格分隔的关键词列表 |
|
||
| `since` | 否 | 起始时间戳（unix 毫秒） |
|
||
| `until` | 否 | 结束时间戳 |
|
||
| `limit` | 否 | 返回数量（默认 10） |
|
||
|
||
## timeline_recall — 搜索时间线
|
||
|
||
搜索压缩后的历史会话摘要。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `query` | 是 | 关键词 |
|
||
| `session_id` | 否 | 限定会话 |
|
||
| `since` | 否 | 起始时间 |
|
||
| `until` | 否 | 结束时间 |
|
||
| `limit` | 否 | 返回数量 |
|
||
|
||
## memory_forget — 删除记忆
|
||
|
||
按 key 删除记忆。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `key` | 是 | 要删除的记忆键 |
|
||
|
||
## routine_maintenance — 日常维护
|
||
|
||
清理超过 `memory.timeline_retention_days` 的 Timeline 记忆；不会删除 Knowledge。Gateway 在 Scheduler 启用时幂等创建一个每日运行的默认维护巡检，用户禁用或修改后不会在重启时被覆盖。
|
||
|
||
---
|
||
|
||
## get_skill — 获取 Skill
|
||
|
||
查询 skill 内容。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `action` | 否 | 操作: `get`(默认), `list` |
|
||
| `skill_name` | get时必填 | Skill 名称 |
|
||
|
||
---
|
||
|
||
## delegate — 子 Agent 委托
|
||
|
||
创建子 Agent 处理独立任务。
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `action` | 是 | `run`, `check_task`, `cancel_task`, `list_tasks` |
|
||
| `prompt` | run 必填 | 子任务描述 |
|
||
| `mode` | 否 | `inline`, `background`, `parallel`，默认 `inline` |
|
||
| `allowed_tools` | 否 | 子 Agent 可用工具列表；默认只读工具集 |
|
||
| `max_iterations` | 否 | 最大迭代次数，默认 99 |
|
||
| `timeout_secs` | 否 | 超时秒数，默认 3600 |
|
||
| `tasks` | parallel 必填 | 并行子任务数组 |
|
||
| `task_id` | 查询/取消必填 | 后台任务 ID |
|
||
| `plan_item_id` | 否 | 将 inline/background 子 Agent 绑定到当前计划子项；parallel 数组中的每项也可分别绑定 |
|
||
|
||
默认只读工具集：`file_read`、`file_search`、`content_search`、`web_fetch`、`http_request`、`calculator`。
|
||
|
||
## todo — Session 任务计划
|
||
|
||
仅用于明确的复杂、多轮或并行任务。`create` 创建当前 session 唯一的 active plan；`view` 查看；`append` 增加子项；`update` 修改子项状态；`close` 完成或取消计划。普通闲聊和单步操作不应创建计划。子 Agent 始终被过滤掉 `todo` 和 `delegate`，计划结构只由主 Agent 管理。
|
||
|
||
---
|
||
|
||
## browser — 浏览器自动化
|
||
|
||
默认注册；设置 `browser.enabled=false` 后不注册。PicoBot 上层包装统一 action 和结构化媒体，底层逐次调用 agent-browser `--json`。调用时不传 `persistent_id`，每个 dialog 使用各自的普通临时 session；长期工作需要保留登录或站点状态时，Agent 可自主用 `browser_profiles(create,label=...)` 创建身份，并在后续相关 action 中持续传入同一个 ID。PicoBot 没有全局持久化开关或默认持久 ID，也不按 dialog 自动选择持久身份；同一 ID 跨 dialog 共享 session 和串行锁，不同 ID 使用独立 session/锁并可并发。CLI daemon 通过 Chrome CDP 工作，不使用 Fantoccini、ChromeDriver 或 WebDriver。
|
||
|
||
| action | 说明 |
|
||
|--------|------|
|
||
| `open` | 打开 URL |
|
||
| `snapshot` | 获取页面结构快照 |
|
||
| `click`, `click_at` | 点击元素或坐标 |
|
||
| `fill`, `type`, `press` | 输入文本或按键 |
|
||
| `get_text`, `get_title`, `get_url` | 读取页面信息 |
|
||
| `screenshot` | 保存到 `browser.artifact_dir`，交给模型并默认附到最终用户回复；支持 `full_page`、`annotate`，可用 `present_to_user=false` 仅供模型检查 |
|
||
| `focus`, `hover`, `scroll`, `wait` | 常见交互和等待 |
|
||
| `close` | 关闭浏览器会话 |
|
||
|
||
典型流程：`open` → `snapshot` 获取 `@e` 引用 → 交互 → 页面变化后重新 `snapshot`。`path` 只接受 `.png` 文件名，不能逃逸产物目录。`open` 默认拒绝非 HTTP(S)、userinfo、回环、私网、本地域名及 DNS 解析到私网的地址；配置 `allowed_domains` 后，agent-browser 同时限制导航、子资源、WebSocket、EventSource 与 WebRTC。页面输出是不可信内容，默认开启 content boundary 元数据和 50,000 字符上限。
|
||
|
||
## browser_profiles — 持久浏览器身份管理
|
||
|
||
与 `browser` 一同注册。`create` 生成新的持久 ID 和 Profile 目录，并可接受 1–80 字符的语义标签；`set_label` 按精确 ID 重命名标签；`list` 返回每个合法 Profile 的 ID、标签、目录和 active 状态；`delete` 必须传入 `create/list` 返回的精确 ID，并删除该 ID 的完整 Chrome Profile、标签与登录态。删除活动 Profile 时会等待其操作完成并尝试关闭浏览器。标签只用于识别，不能代替 ID 选择；该工具不能接收任意目录。非空 `browser.allowed_domains` 下普通临时浏览器仍可用，但持久身份不能创建或使用。
|
||
|
||
依赖缺失时必须把错误和处置命令返回给用户，不能声称已浏览，也不能在工具内部静默安装：CLI 不存在时安装 `agent-browser@0.33.0`；Chrome 不存在时运行 `agent-browser install`；Linux 共享库不完整时运行 `agent-browser install --with-deps`。用 `picobot health` 复查，再用 `agent-browser doctor` 获取详细上游诊断。用户明确不需要浏览器时才建议 `browser.enabled=false`。
|
||
|
||
## health — 依赖检查
|
||
|
||
无参数时返回可读报告；`json=true` 返回结构化报告。核心必需项、当前配置启用后必需的依赖、可选功能分别标记。该工具只读，与 CLI `picobot health [--json]` 和 `/health` 斜杠命令复用同一个 `HealthService`。
|
||
|
||
---
|
||
|
||
## MCP 工具
|
||
|
||
如果 `config.mcp.servers` 配置了 MCP 服务器，Gateway 启动时会连接服务器、发现工具，并把 MCP 工具包装后注册到 ToolRegistry。使用 `/mcp` 查看当前连接状态和工具列表。
|
||
|
||
---
|
||
|
||
## file_read / file_write / file_edit / file_search / content_search — 文件操作和搜索
|
||
|
||
文件读写编辑、文件名搜索和内容搜索。相对路径从 workspace cwd 解析；默认注册的文件工具也接受绝对路径，因此 workspace 不是硬沙箱。详细参数以各工具的 `parameters_schema` 为准。
|
||
|
||
## bash — 执行命令
|
||
|
||
默认从 workspace cwd 执行 bash 命令。参数为 `command` 和可选 `timeout`；默认 60 秒、最大 600 秒，输出最多约 50,000 字符。命令继承 Gateway 进程权限，可以访问 workspace 外路径；危险模式拦截不是完整沙箱。
|
||
|
||
## pty — 持久终端会话
|
||
|
||
用于交互式程序和需要保持状态的长运行命令。`action` 支持 `spawn`、`write`、`read`、`kill`、`list`；`write/read/kill` 需要 `session_id`。Gateway 进程退出时 PTY manager 会清理子进程。
|
||
|
||
## sleep — 前台等待
|
||
|
||
参数 `seconds` 接受 0～86400 的整数。工具只暂停当前 Agent 工具调用，不持久化、不发送消息，也不保证跨进程重启继续；用户 `/stop`、Scheduler/SubAgent 超时和 Gateway shutdown 都会取消等待。超过 24 小时或需要可靠延迟执行时应使用 Scheduler。
|
||
|
||
## http_request / web_fetch — HTTP 和 Web 工具
|
||
|
||
`http_request` 支持 GET/POST/PUT/DELETE/PATCH、headers 和字符串 body；`web_fetch` 提取 HTML/JSON 的可读文本。两者校验 URL 与 DNS 解析结果，阻止回环、私网、link-local 和本地域名，并禁用自动重定向，以降低 SSRF 风险。
|
||
|
||
## calculator — 计算器
|
||
|
||
数学表达式计算和统计函数。
|
||
|
||
| action | 说明 |
|
||
|--------|------|
|
||
| `evaluate` | 计算表达式 |
|
||
| `sum` | 求和 |
|
||
| `average` | 平均值 |
|
||
| `median` | 中位数 |
|
||
| `mode` | 众数 |
|
||
| `stdev` / `variance` | 标准差/方差 |
|
||
| `min` / `max` | 最小值/最大值 |
|
||
| `log` | 对数 |
|
||
| `factorial` | 阶乘 |
|
||
| `round` | 四舍五入 |
|
||
| `percentage_change` | 变化百分比 |
|
||
| `percentile` | 百分位数 |
|