无浏览器与人工接管¶
核心任务应尽可能通过正式工具完成。浏览器是可选执行与核验载体,不能把未开启 Computer Use 的用户一律挡在业务入口外。
路径选择¶
flowchart TD
G[当前步骤] --> T{正式结构化能力可用?}
T -->|是| S[使用当前授权内的工具]
T -->|否| B{任务需要页面或视觉?}
B -->|否| X[报告缺少的业务能力]
B -->|是| C{浏览器连接可用?}
C -->|是| P[优先页面工具或语义控件]
C -->|否| H[保留任务并引导必要接管]
P --> V[核验实际状态和必要视觉]
S --> V
H --> R[用户完成后回读原上下文]
R --> V
已能通过工具完成的步骤继续做;只有依赖缺失能力的部分等待接管。不能因浏览器不可用而扩展权限、启动任意调试接口或改变原任务对象。
精确引导¶
区分内置浏览器、浏览器扩展、桌面控制、页面级工具和开发者调试权限。只引导当前宿主确有的设置,要求最小必要范围。用户已经开启但连接失败时,按连接故障排查,不重复要求授权。
可用的引导应说明需要完成的视觉步骤、为什么现有工具不足、用户需要在哪里继续,以及怎样返回原任务。具体设置名称随宿主版本核对,不把某个产品菜单写成 AXI 固定要求。
接管后回读¶
用户在网页修改了选择或提交了决定后,客户端重新读取原工作区或原操作,核对对象、修订和实际结果。不要假定一次点击会自动唤醒对话,也不要凭用户说“好了”就宣称后端已成功。
接管期间发生范围切换或撤权时,清除不适用上下文。原操作未知依然保持未知,直到获权回读得到证据。