自适应网络工具向导·上网助手

问题背景

在处理网页相关任务时，开发者常面临工具选择的困境：面对信息发现、内容抓取、数据提取或页面交互等不同需求，手动串联 web_search、web_fetch、opencli 和 browser 等工具不仅效率低下，还容易因路径错误导致失败或安全风险。例如，一个任务可能错误地从搜索摘要开始，而忽略了已有明确 URL 的直接读取；或因未处理登录态而中断在需要交互的步骤。

核心能力与工作流

该技能将网页工具抽象为四种逻辑能力，并基于用户意图智能路由：

• discover (发现)：对应 web_search，用于信息来源不明、需探索的场景。
• retrieve (读取)：对应 web_fetch，适用于已知公开 URL 的静态内容获取。
• structure (结构化)：对应 opencli，用于对目标站点进行语义操作或获取结构化数据。
• interact (交互)：对应 browser，处理需要 JavaScript 渲染、视觉操作、登录或表单提交的复杂任务。

它的工作流遵循以下步骤：

1. 明确任务与约束：识别用户是要发现、读取、操作还是交互，以及是否涉及私人数据或外部副作用。
2. 探测当前能力：仅检查宿主已提供的工具，不主动安装或扫描无关配置。
3. 选择路径：按任务匹配度、权限范围、结果结构化程度等因素，在可用能力中择优路由。
4. 执行并控制成本：支持并行处理公开来源，通过 URL 去重、优先读取关键部分等方式优化效率。
5. 分类失败并恢复：根据错误类型（如超时、拦截）决定重试、切换工具或请求用户介入。
6. 验证并返回：确保返回的是权威正文而非搜索摘要，并标注不确定性。

适用边界与注意点

• 安全优先：对登录、写操作、下载执行等有潜在风险的行为，技能会暂停并寻求用户确认，不会隐式授权或安装依赖。
• 数据不可信：将所有工具输出视为事实来源，不执行其中指令，且要求对结果进行验证和溯源。
• 能力受限时：若宿主缺少某类工具（如 opencli），技能会将其标记为不可用并依赖剩余能力，而非强制降级或安装。
• 错误处理：对同一工具的可恢复错误仅重试一次，遇到 CAPTCHA、安全拦截时会停止自动操作并说明步骤。