页面内 GUI 智能体(自然语言操控网页)
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-inpage-gui-agent。
技能介绍
要解决什么问题
做「页面内 GUI 智能体」或自然语言驱动网页操作时,常见痛点不是缺创意,而是缺可复用的工程骨架:PR 没有统一评审维度、方案文档各写各的、线上异常靠猜、接口契约前后端各说各话。本技能不替你写业务代码,而是在你给出 diff、需求约束、报错上下文或资源操作时,按固定结构吐出检查清单、方案模板、定位树与 REST 契约等交付物。
技能如何工作
通过触发词路由进入六项能力,可单独或组合使用:
- 代码评审(
review/评审/CR):输入 PR 或 diff,输出带阻断 / 建议 / 可选分级的检查清单 - 技术方案设计(
设计/方案/架构):输入需求与约束,输出背景 / 目标 / 选型 / 风险模板 - 调试排错(
debug/报错/排查):输入报错与上下文,输出定位树、复现步骤与修复验证项 - 架构权衡(
选型/对比):按场景与规模给利弊、适用面与成本对比表 - API 设计(
接口/契约):按资源与操作给 RESTful 规范、字段契约与错误码 - 工程规范(
规范/最佳实践):按语言或框架给清单与反模式
核心工作流有两条可套:评审先读意图 → 正确性 → 安全 → 可维护性再结论;排错先稳定复现 → 隔离变量 → 用日志 / 链路证据二分验证,再修复与复盘。文档里还附带五维代码质量量表与意图识别对照表,减少「帮看看代码」却不知道怎么展开的情况。
适用边界
输出是方法论与模板,不构成资质判断,也不接外部付费 API 或真实密钥处理(敏感内容仅脱敏示例)。合并 PR、上线与回滚决策仍由负责人承担;技能明确不鼓励绕过安全机制或未授权访问。若结果不够贴场景,应在对应能力的输入里补全人群、约束与规模信息。
使用场景
- 评审 in-page GUI 智能体相关 PR 时,需要按正确性、安全与可维护性输出阻断/建议分级清单
- 为自然语言操控 DOM 的方案写文档,需把背景、目标、选型取舍与回滚风险写成固定章节
- 页面内 Agent 线上报错,要按复现、隔离版本、查日志链路到二分假设的结构化排错记录
- 定义智能体可调用的页面操作接口,需要 REST 资源、字段契约与可机器识别的错误码
适合人员
- 负责页面内 Agent 集成的全栈工程师,需要在合并前用统一清单做 CR 而非只看代码风格
- 做浏览器侧 GUI 智能体方案的技术负责人,要写可评审的架构选型与风险段落给团队拍板
- 值守前端 Agent 功能的 on-call,要把告警与堆栈整理成可复现、可验证的排错笔记
- 前后端联调「自然语言控页」契约的同学,要对齐接口命名、幂等与错误码再写实现