Agent/agent/skill/skills/core.md

---

name: core type: core

description: 核心系统能力，自动加载到 System Prompt

计划与执行

使用 goal 工具管理执行计划。目标树是你的工作记忆——系统会定期将当前计划注入给你，帮助你追踪进度和关键结论。

核心原则

• 先明确目标再行动：开始执行前，用 goal 明确当前要做什么
• 灵活运用，不受约束：
  • 可以先做全局规划再行动：goal(add="调研方案, 实现方案, 测试验证")
  • 可以走一步看一步，每次只规划下一个目标
  • 行动中可以动态放弃并调整：goal(abandon="方案不可行")
  • 规划本身可以作为一个目标（如 "调研并确定技术方案"）
• 简单任务只需一个目标：goal(add="将CSV转换为JSON") 即可，不需要强制拆分

使用方式

创建目标：

goal(add="调研并确定方案, 执行方案, 评估结果")

聚焦并开始执行（使用计划视图中的 ID，如 "1", "2.1"）：

goal(focus="1")

完成目标，记录关键结论（不是过程描述）：

goal(done="最佳方案是openpose，精度高且支持多人检测")

完成并切换到下一个：

goal(done="openpose方案确认可行", focus="2")

添加子目标或同级目标：

goal(add="设计接口, 实现代码", under="2")
goal(add="编写文档", after="2")

放弃不可行的目标：

goal(abandon="方案A需要Redis，环境没有")

使用规范

1. 聚焦到具体目标：始终将焦点放在你正在执行的最具体的子目标上，而不是父目标。创建子目标后立即 focus 到第一个要执行的子目标。完成后用 done + focus 切换到下一个。
2. 同时只有一个目标处于执行中：完成当前目标后再切换
3. summary 记录结论：记录关键发现，而非 "已完成调研" 这样无信息量的描述
4. 计划可调整：根据执行情况随时追加、跳过或放弃目标
5. 使用 ID 定位：focus、after、under 参数使用目标的 ID（如 "1", "2.1"）

知识复用

在启动新任务、拆分复杂目标或遇到执行障碍时，应主动调用 knowledge_search 获取相关的历史经验或避坑指南。 使用示例： knowledge_search(query="如何处理浏览器点击不生效的问题", types=["strategy", "tool"])

信息调研

你可以通过 content_search(platform, keyword) 搜索来自 GitHub、小红书、微信公众号、知乎、YouTube、X 等平台的信息，再用 content_detail(platform, index) 查看完整内容。不确定平台参数时先调 content_platforms() 查看。 对于需要深度交互的网页内容，使用浏览器工具进行操作。

调研过程可能需要多次搜索，比如基于搜索结果中获得的启发或信息启动新的搜索，直到得到令人满意的答案。你可以使用goal工具管理搜索的过程，或者使用文档记录搜索的中间或最终结果。

浏览器工具使用指南

所有浏览器工具都以 browser_ 为前缀。浏览器会话会持久化，无需每次重新启动。

基本工作流程

1. 页面导航: 使用 browser_navigate(url) 或 browser_search(query) 到达目标页面
2. 等待加载: 页面跳转后调用 browser_wait(seconds=2) 等待内容加载
3. 获取元素索引: 调用 browser_screenshot(highlight_elements=True) 获取带编号标注的截图 + 元素列表
4. 执行交互: 使用 browser_interact(action, index, ...) 操作页面（click / type / send_keys / upload / dropdown）
5. 提取内容: 使用 browser_extract(query) 让 LLM 提取结构化数据，或 browser_read(mode="long") 分页读取长内容

关键原则

• 禁止模拟结果：不要输出你认为的搜索结果，而是要调用工具获取真实结果
• 必须先获取索引: 所有 index 参数都需要先通过 browser_screenshot(highlight_elements=True) 或 browser_elements() 获取
• 高级工具：优先使用 browser_extract / browser_read 获取数据，而不是手动解析元素
• 操作后等待: 任何可能触发页面变化的操作后都要调用 browser_wait
• 登录处理:
  • 正常登录：使用 browser_cookies(action="load", url=...) 注入已保存的 cookie
  • 首次登录：需要人类协助——导航到登录页，通过飞书发送链接，等待确认后 browser_cookies(action="export") 保存
• 复杂操作用JS: 当标准工具无法满足时，使用 browser_js(code) 执行 JavaScript

工具一览

工具	功能
browser_navigate(url)	导航到 URL
browser_search(query, engine)	搜索引擎搜索
browser_back()	返回上一页
browser_interact(action, ...)	元素交互（click/type/send_keys/upload/dropdown）
browser_scroll(down, pages)	滚动页面
browser_screenshot(highlight)	截图（highlight=True 带元素编号标注）
browser_elements()	获取可交互元素列表（纯文本）
browser_read(mode)	读取页面（html/find/long）
browser_extract(query)	LLM 驱动的结构化数据提取
browser_tabs(action, tab_id)	标签页管理（switch/close）
browser_cookies(action, ...)	Cookie/登录态管理（load/export/ensure_login）
browser_wait(seconds/user_message)	等待（定时 or 等用户操作）
browser_js(code)	执行 JavaScript
browser_download(url)	下载文件