Agent Skills
返回列表
🤖

GUI 自动化 Agent(UI-TARS)落地指南

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-gui-automation-agent-guide。

技能介绍

要解决什么问题

把 GUI 自动化 Agent(UI-TARS) 从概念推到可维护的工程交付时,常见缺口是:PR 没有统一评审口径、方案只堆功能不做取舍、线上异常缺少复现与证据链、选型讨论停留在口号。本技能不替你连外部系统或处理真实密钥,而是用 触发词 + 固定输入 路由到六类能力,产出能直接贴进文档的清单和模板。

技能如何工作

听到 review/评审、设计/方案、debug/排查、选型/对比、接口/API、规范/最佳实践 等词,会进入对应能力:

  • 代码评审:输入 diff/PR → 检查清单 + 阻断/建议/可选分级
  • 技术方案:需求与约束 → 背景/目标/选型/风险模板
  • 调试排错:报错与上下文 → 定位树、复现步骤、修复验证
  • 架构权衡:场景与规模 → 利弊、适用边界、成本对比表
  • API 设计:资源与操作 → REST 契约、字段与错误码
  • 工程规范:语言/框架 → 清单与反模式

内置两条主工作流:代码评审(先意图与正确性,再安全与可维护性)与 线上排错(先稳定复现与隔离变量,再看日志/链路/指标做二分验证)。在 UI-TARS 场景里,把通用模板的占位项换成你的 Agent 边界(人机交互、截图/坐标、失败回退、可观测性)即可对齐落地讨论。

边界与注意点

评审结论仅供参考,合并与上线责任仍在负责人;涉及凭证只给脱敏示例。多个诉求可组合触发,但输出是结构化文档而非自动改库或代跑 UI。

使用场景

  • 提 UI-TARS Agent 相关 PR 前,需要按阻断/建议/可选输出统一评审清单
  • 评审人机交互链路改动的 diff,核对并发、越权与敏感信息泄露项
  • Agent 调用失败只有堆栈,要整理最小复现、环境隔离与日志证据链
  • 在截图定位 vs 可访问性树两种方案间做规模与维护成本对比表

适合人员

  • 负责 UI-TARS 集成的全栈工程师,要把 Agent 交互与回退策略写进可评审的技术方案
  • 带 GUI 自动化改造线的技术负责人,希望 PR 评审有正确性优先的分级标准而非挑格式
  • 维护 Agent 编排与线上告警的 DevOps,需要把报错整理成复现步骤与修复验证清单
  • 独立开发者自研桌面/浏览器自动化 Agent,要定 REST 契约与错误码避免前后端联调扯皮