@antaif3ng/til-work 0.1.1 → 0.2.0

package/README.md

@@ -2,45 +2,37 @@
 
 > 运行在终端里的个人电脑 AI 助手，类似 Codex CLI / Claude Code。
 
-TIL work 是一个基于大语言模型的命令行 Agent 工具。它可以直接操作你的文件系统、执行命令、编辑代码、搜索网页，并通过对话式交互帮你完成各种电脑任务。
+TIL work 是一个基于大语言模型的命令行 Agent 工具。它可以直接操作你的文件系统、执行命令、编辑代码、搜索网页、截图、控制浏览器，并通过对话式交互帮你完成各种电脑任务。
 
 ## 核心能力
 
 | 能力 | 说明 |
 |------|------|
 | **命令执行** | 在你的系统上直接运行 bash 命令 |
-| **文件管理** | 读取、创建、编辑、复制、移动、删除文件 |
+| **文件管理** | 读取、创建、编辑、复制、移动、删除文件（支持读取图片） |
 | **代码编辑** | 精确替换代码片段（类似 sed，但更智能） |
-| **系统信息** | 查看 CPU、内存、磁盘、网络等系统状态 |
+| **截图** | 截取全屏或窗口截图，返回给 LLM 进行视觉分析 |
+| **Computer Use** | 鼠标点击、键盘输入、滚动拖拽 + 自动截图反馈 |
+| **浏览器控制** | 页面导航、点击、输入、截图、JS 执行（Playwright） |
 | **网页搜索** | 实时搜索互联网获取最新信息 |
+| **MCP 扩展** | 通过 MCP 协议接入外部工具服务（stdio / HTTP） |
 | **记忆系统** | 跨对话记住上下文（MEMORY.md + AGENTS.md） |
-| **技能系统** | 通过 SKILL.md 扩展 Agent 的专业能力 |
+| **技能系统** | 内置 5 个技能 + 支持自定义 SKILL.md 扩展 |
 | **会话持久化** | 退出后可恢复上次对话（`--resume` / `--continue`） |
 | **Context 压缩** | 长对话自动摘要压缩，防止 token 溢出 |
-| **用量追踪** | 实时显示 Token 消耗和上下文占用 |
 | **安全拦截** | 自动检测并拦截 `rm -rf`、`sudo` 等危险命令 |
-| **Markdown 渲染** | 终端内代码高亮、标题、列表等富文本显示 |
-| **多模型** | 支持 Anthropic、OpenAI、Google Gemini 及任意兼容接口 |
+| **多模型** | 支持 Anthropic、OpenAI、Google Gemini 及任意 OpenAI 兼容接口 |
 
 ## 前置要求
 
 - **Node.js** >= 20.6.0（推荐 22+）
 - **npm** >= 9
-- **至少一个 LLM API Key**（Anthropic / OpenAI / Google / 智谱等 OpenAI 兼容接口）
-
-检查 Node.js 版本：
+- **至少一个 LLM API Key**（Anthropic / OpenAI / Google / MiniMax / 智谱等 OpenAI 兼容接口）
 
 ```bash
 node -v  # 需要 v20.6.0 或更高
 ```
 
-如果未安装，推荐用 [nvm](https://github.com/nvm-sh/nvm) 安装：
-
-```bash
-curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash
-nvm install 22
-```
-
 ## 安装
 
 ### 方式一：npm 全局安装（推荐）
@@ -49,6 +41,8 @@ nvm install 22
 npm install -g @antaif3ng/til-work
 ```
 
+安装后使用 `til` 命令启动。
+
 ### 方式二：从源码安装
 
 ```bash
@@ -59,6 +53,12 @@ npm run build
 npm link  # 注册 til 命令到全局
 ```
 
+### 更新版本
+
+```bash
+npm update -g @antaif3ng/til-work
+```
+
 ## 快速开始
 
 ### 1. 首次配置
@@ -67,7 +67,7 @@ npm link  # 注册 til 命令到全局
 til --setup
 ```
 
-按提示输入 API Key 和选择默认模型。配置保存在 `~/.til/config.json`。
+按提示输入模型 ID、API Key 和 Base URL。配置保存在 `~/.til/config.json`。
 
 你也可以通过环境变量配置：
 
@@ -81,9 +81,9 @@ export OPENAI_API_KEY=sk-xxxxx
 # Google Gemini
 export GOOGLE_API_KEY=AIza-xxxxx
 
-# OpenAI 兼容接口（如智谱、DeepSeek、Ollama 等）
+# OpenAI 兼容接口（如 MiniMax、智谱、DeepSeek、Ollama 等）
 export OPENAI_API_KEY=your-key
-export OPENAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4
+export OPENAI_BASE_URL=https://api.minimaxi.com/v1
 ```
 
 ### 2. 启动交互模式
@@ -92,28 +92,13 @@ export OPENAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4
 til
 ```
 
-你会看到：
-
-```
-┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
-┃ >_ 欢迎使用千岛湖 Agent 工具 TIL v0.1.0         ┃
-┃ model:     gpt-4o         /model 切换            ┃
-┃ directory: ~/dev/my-project                      ┃
-┗━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┛
-```
-
-输入 `/` 查看所有可用命令，按 Tab 自动补全。
+输入 `/` 查看所有可用命令（支持方向键选择），输入 `@` 引用文件内容。
 
 ### 3. 单次执行模式
 
 ```bash
-# 直接给出提示
 til "列出当前目录的所有 TypeScript 文件"
-
-# 通过参数传入
 til -p "解释这个错误日志" < error.log
-
-# 管道输入
 cat README.md | til "总结一下这个文件"
 ```
 
@@ -126,13 +111,13 @@ til [options] [prompt]
 
 选项:
   -p, --prompt <text>     单次执行模式
-  -m, --model <model>     指定模型（如 gpt-4o, claude-sonnet-4-20250514, gemini-2.5-pro-preview-06-05）
+  -m, --model <model>     指定模型 ID
   --base-url <url>        覆盖 API 地址
   --tools <list>          指定启用的工具（逗号分隔）
   --skill <path>          加载技能文件或目录（可重复）
   --no-skills             禁用自动技能加载
   --continue              恢复当前目录下的最近一次会话
-  --resume [sessionId]    恢复指定 ID 的会话（不传 ID 等同于 --continue）
+  --resume [sessionId]    恢复指定 ID 的会话
   --setup                 运行配置向导
   -h, --help              显示帮助
   -v, --version           显示版本
@@ -140,63 +125,101 @@ til [options] [prompt]
 
 ### 交互模式命令
 
-在交互模式中输入 `/` 即可看到所有命令（支持自动补全）：
+在交互模式中输入 `/` 即可看到所有命令（支持方向键选择和自动补全）：
 
 | 命令 | 说明 |
 |------|------|
 | `/help` | 显示帮助信息 |
-| `/model <id>` | 切换模型 |
-| `/models` | 查看可用模型列表 |
-| `/skills` | 查看已加载的技能 |
+| `/model` | 查看/切换/管理模型（支持方向键选择） |
+| `/model add <id> [baseUrl] [apiKey]` | 添加模型配置 |
+| `/model default <id>` | 设置默认模型 |
+| `/skills` | 查看已加载的技能（含来源标签） |
 | `/skill:<name>` | 查看某个技能的详细内容 |
+| `/mcp` | 查看已连接的 MCP 服务和工具 |
 | `/memory` | 查看当前记忆内容 |
 | `/usage` | 查看本次会话的 Token 用量 |
 | `/sessions` | 查看会话历史列表 |
 | `/config` | 查看当前配置 |
+| `/config check` | 测试当前 API 连接 |
 | `/clear` | 清空对话历史 |
 | `/exit` | 退出 |
 
 ## 内置工具
 
-| 工具 | 说明 |
-|------|------|
-| `bash` | 执行 bash 命令（ls, grep, git, curl 等） |
-| `read` | 读取文件内容（支持偏移和行数限制） |
-| `write` | 创建或覆盖文件 |
-| `edit` | 精确查找替换（修改文件中的特定文本） |
-| `file_manager` | 高级文件操作（复制、移动、删除、列目录、获取信息） |
-| `system_info` | 获取系统信息（OS、CPU、内存、网络、环境变量） |
-| `web_search` | 搜索互联网获取实时信息 |
+| 工具 | 类型 | 默认启用 | 说明 |
+|------|------|----------|------|
+| `bash` | 基础 | 是 | 执行 bash 命令（ls, grep, git, curl 等） |
+| `read` | 基础 | 是 | 读取文件内容（文本 + 图片 base64） |
+| `write` | 基础 | 是 | 创建或覆盖文件 |
+| `edit` | 基础 | 是 | 精确查找替换 |
+| `file_manager` | 文件 | 是 | 复制、移动、删除、列目录、获取信息 |
+| `system_info` | 系统 | 是 | OS、CPU、内存、网络、环境变量 |
+| `web_search` | 网络 | 是 | 搜索互联网获取实时信息 |
+| `web_fetch` | 网络 | 是 | 抓取网页内容转纯文本 |
+| `screenshot` | 视觉 | 是 | 截取全屏或窗口截图 |
+| `computer` | 桌面自动化 | 是 | 鼠标、键盘、滚动 + 自动截图反馈 |
+| `browser` | 浏览器 | 否 | Playwright 页面控制（需安装 Playwright） |
+
+### screenshot 工具
+
+截取屏幕或窗口截图，返回 base64 图片供 LLM 视觉分析。
+
+- macOS 使用 `screencapture`（系统自带）
+- Linux 使用 `gnome-screenshot` / `scrot` / `import`（需安装其中一个）
+
+### computer 工具
+
+对标 Anthropic Computer Use API，支持以下操作：
+
+| Action | 说明 |
+|--------|------|
+| `screenshot` | 截屏 |
+| `mouse_move` | 移动鼠标 |
+| `click` | 点击 |
+| `double_click` | 双击 |
+| `drag` | 拖拽 |
+| `type` | 输入文本 |
+| `key` | 按键组合（如 cmd+c, ctrl+shift+t） |
+| `scroll` | 滚动 |
+
+每个操作执行后自动截图，形成"操作 → 视觉反馈 → 下一步"循环。
+
+依赖：
+- macOS: `brew install cliclick`
+- Linux: `sudo apt install xdotool`
+
+### browser 工具
+
+基于 Playwright 的浏览器自动化，需单独安装：
+
+```bash
+npm install playwright
+npx playwright install chromium
+```
+
+支持 `navigate`、`screenshot`、`click`、`type`、`evaluate`、`get_text`、`scroll`、`wait`、`back`、`forward`、`close` 等操作。
 
 ## 配置
 
-配置文件位于 `~/.til/config.json`，结构如下：
+配置文件位于 `~/.til/config.json`：
 
 ```json
 {
-  "providers": {
-    "anthropic": {
-      "apiKey": "sk-ant-xxxxx"
-    },
-    "openai": {
-      "apiKey": "sk-xxxxx",
-      "baseUrl": "https://open.bigmodel.cn/api/paas/v4"
+  "model": "MiniMax-M2.5",
+  "apiKey": "sk-xxxxx",
+  "baseUrl": "https://api.minimaxi.com/v1",
+  "models": {
+    "MiniMax-M2.5": {
+      "provider": "openai-compatible",
+      "contextWindow": 128000
     },
-    "google": {
-      "apiKey": "AIza-xxxxx"
-    }
-  },
-  "defaultModel": {
-    "provider": "openai",
-    "id": "glm-5"
-  },
-  "customModels": {
-    "glm-5": {
+    "gpt-4o": {
       "provider": "openai",
-      "name": "GLM-5",
-      "contextWindow": 128000
+      "apiKey": "sk-openai-xxxxx"
     }
   },
+  "providers": {},
+  "mcpServers": {},
   "compaction": {
     "thresholdRatio": 0.7,
     "keepRecentTokens": 4000,
@@ -205,302 +228,232 @@ til [options] [prompt]
 }
 ```
 
-### 支持的模型提供商
-
-| 提供商 | 说明 | 配置方式 |
-|--------|------|---------|
-| **Anthropic** | Claude 系列 | `ANTHROPIC_API_KEY` |
-| **OpenAI** | GPT 系列 | `OPENAI_API_KEY` |
-| **Google** | Gemini 系列 | `GOOGLE_API_KEY` |
-| **智谱 (GLM)** | GLM 系列 | OpenAI 兼容接口 + 自定义 base_url |
-| **DeepSeek** | DeepSeek 系列 | OpenAI 兼容接口 + 自定义 base_url |
-| **Ollama** | 本地模型 | OpenAI 兼容接口 (`http://localhost:11434/v1`) |
-| **其他** | 任意 OpenAI 兼容接口 | `--base-url` 或配置 |
-
-### 内置模型及 Context Window
-
-| 模型 | 提供商 | Context Window |
-|------|--------|----------------|
-| `claude-sonnet-4-20250514` | Anthropic | 200k |
-| `claude-3-5-haiku-20241022` | Anthropic | 200k |
-| `gpt-4o` | OpenAI | 128k |
-| `gpt-4o-mini` | OpenAI | 128k |
-| `o3-mini` | OpenAI | 200k |
-| `gemini-2.0-flash` | Google | 1M |
-| `gemini-2.5-pro-preview-06-05` | Google | 1M |
-
-## 会话持久化
-
-TIL 自动保存每次对话为会话文件（JSONL 格式），可随时恢复。
-
-### 自动保存
-
-每次对话的消息都会实时追加写入 `~/.til/sessions/` 目录。退出时会显示会话 ID 和恢复命令：
+### 配置字段
 
-```
-Bye!  session: abc12345
-  恢复此会话: til --resume abc12345
-```
+| 字段 | 说明 |
+|------|------|
+| `model` | 默认模型 ID |
+| `apiKey` | 全局 API Key（所有模型的默认值） |
+| `baseUrl` | 全局 Base URL（所有模型的默认值） |
+| `models` | 各模型的单独配置（provider、apiKey、baseUrl、contextWindow 等） |
+| `providers` | Provider 级别配置（apiKey、baseUrl、headers） |
+| `mcpServers` | MCP 服务器配置 |
+| `defaultTools` | 默认启用的工具列表 |
 
-### 恢复会话
+### 模型管理
 
 ```bash
-# 恢复最近的会话
-til --continue
-
-# 恢复指定的会话
-til --resume abc12345
+# 配置向导
+til --setup
 
-# 在交互模式中查看会话列表
-/sessions
+# 交互模式中管理
+/model                     # 查看已配置模型
+/model <id>                # 切换模型
+/model add <id> [url] [key]  # 添加模型
+/model default <id>        # 设置默认
+/model rm <id>             # 删除配置
+/config check              # 测试 API 连接
 ```
 
-恢复后会自动加载之前的完整对话历史，并显示上下文摘要。
-
-## Context 压缩（Compaction）
+### 支持的模型
 
-当长对话接近模型的上下文窗口上限时，TIL 会自动触发压缩：
+TIL 支持任何 OpenAI 兼容接口。模型 provider 根据 ID 前缀自动检测：
 
-1. **阈值检测** — 当已用 token 超过 `contextWindow * thresholdRatio`（默认 70%）时触发
-2. **溢出兜底** — 如果模型返回上下文溢出错误，自动压缩后重试
-3. **智能切分** — 保留最近的对话（默认 4000 token），将历史部分交给 LLM 生成摘要
-4. **增量更新** — 后续压缩会基于前一次的摘要进行增量更新，不丢失关键信息
+| ID 前缀 | Provider | 示例 |
+|----------|----------|------|
+| `claude*` | anthropic | claude-sonnet-4-20250514 |
+| `gpt*` / `o3*` / `o1*` | openai | gpt-4o, o3-mini |
+| `gemini*` | google | gemini-2.5-pro-preview-06-05 |
+| 其他 | openai-compatible | MiniMax-M2.5, deepseek-chat, glm-5 |
 
-交互界面会实时显示上下文使用率：
+## MCP 扩展
 
-```
-  in:12.3k out:1.2k  ctx:35%    # 绿色 < 50%
-  in:45.0k out:8.5k  ctx:72%    # 黄色 50-80%
-  in:98.0k out:15.2k ctx:95%    # 红色 > 80%
-```
+TIL 支持通过 MCP (Model Context Protocol) 接入外部工具服务。
 
-### 配置压缩参数
+### 配置 MCP 服务器
 
-在 `~/.til/config.json` 中：
+在 `~/.til/config.json` 中添加：
 
 ```json
 {
-  "compaction": {
-    "thresholdRatio": 0.7,
-    "keepRecentTokens": 4000,
-    "reserveTokens": 8000
+  "mcpServers": {
+    "playwright": {
+      "command": "npx",
+      "args": ["@playwright/mcp", "--headless"]
+    },
+    "web-search": {
+      "type": "http",
+      "url": "https://open.bigmodel.cn/api/mcp/web_search/mcp",
+      "headers": {
+        "Authorization": "Bearer your_api_key"
+      }
+    }
   }
 }
 ```
 
-| 参数 | 默认值 | 说明 |
-|------|--------|------|
-| `thresholdRatio` | 0.7 | 触发压缩的 token 占比阈值 |
-| `keepRecentTokens` | 4000 | 压缩时保留最近多少 token 不被摘要 |
-| `reserveTokens` | 8000 | 为模型输出预留的 token 空间 |
-
-## Token 用量追踪
+支持两种传输方式：
+- **stdio**：本地进程通过 stdin/stdout 通信
+- **streamable_http** / **sse**：远程 HTTP 服务
 
-TIL 实时追踪每次对话的 token 消耗。
-
-### 实时显示
-
-每轮对话结束后会显示当前轮的用量：
+### 查看 MCP 状态
 
 ```
-  in:12.3k out:1.2k cache_r:8.0k  ctx:35%
+/mcp        # 查看已连接的 MCP 服务器和工具列表
+/extensions # 查看所有扩展信息
 ```
 
-- `in` 输入 token
-- `out` 输出 token
-- `cache_r` 缓存读取 token
-- `cache_w` 缓存写入 token
-- `ctx` 上下文占用率（动态计算：已用 token / 模型上下文窗口）
+## 内置技能
+
+TIL 内置 5 个实用技能，安装即用：
 
-### 累计用量
+| 技能 | 说明 |
+|------|------|
+| **summarize** | 使用 summarize CLI 摘要网页、PDF、YouTube 等 |
+| **find-skills** | 从开源社区发现和安装新技能 |
+| **self-improvement** | 自动记录错误、学习和修正，持续改进 |
+| **skill-creator** | 创建新技能的指南和最佳实践 |
+| **playwright-mcp** | Playwright MCP 浏览器自动化配置和用法 |
 
-使用 `/usage` 命令查看本次会话的累计数据：
+### 查看和使用技能
 
 ```
-Token 用量统计:
-  输入 tokens:  45.2k
-  输出 tokens:  12.9k
-  缓存读取:     38.1k
-  上下文占用:   29% (窗口: 200k)
+/skills           # 列出所有已加载技能（显示来源：内置/用户/项目）
+/skill:summarize  # 查看 summarize 技能详情
 ```
 
-## 工具安全拦截
+### 自定义技能
 
-TIL 内置危险命令检测，在执行前自动拦截以下类型的命令：
+将 `SKILL.md` 放入以下目录即可自动加载：
 
-| 危险类型 | 示例 |
-|----------|------|
-| 递归删除 | `rm -rf /`, `rm -rf ~` |
-| 提权操作 | `sudo ...`, `su root` |
-| 磁盘格式化 | `mkfs`, `dd if=... of=/dev/...` |
-| 权限修改 | `chmod 777`, `chown root` |
-| 进程操作 | `kill -9`, `killall` |
-| 网络操作 | `iptables`, `curl \| sh` |
-
-拦截时会显示提示并要求确认：
+| 路径 | 作用 |
+|------|------|
+| `~/.til/skills/<name>/SKILL.md` | 全局技能 |
+| `.til/skills/<name>/SKILL.md` | 项目级技能 |
+| `--skill <path>` | CLI 指定 |
 
-```
-⚠️  检测到危险命令: rm -rf /tmp/important
-   原因: 包含递归删除操作
-   确认执行? (y/N)
-```
+同名的用户技能会覆盖内置技能。
 
-在非交互模式下（单次执行），危险命令将直接被阻止。
+技能文件格式：
 
-## Markdown 终端渲染
+```markdown
+---
+name: my-skill
+description: "简要描述技能的功能和触发条件"
+---
 
-TIL 的回答会以富文本格式渲染在终端中，包括：
+# 技能标题
 
-- **标题** — 带颜色和粗体的层级标题
-- **代码块** — 语法高亮（支持 TypeScript、Python、Bash 等多种语言）
-- **行内代码** — 反引号高亮
-- **列表** — 有序/无序列表缩进
-- **引用块** — 带边框的引用
-- **链接** — 下划线 + URL 显示
-- **粗体/斜体/删除线** — 终端 ANSI 样式
+具体的指令内容...
+```
 
 ## 记忆系统
 
-TIL 使用双层记忆系统在对话之间保持上下文：
+TIL 使用双层记忆系统：
 
-### MEMORY.md（工作记忆）
+### 对话历史（短期记忆）
 
-由 AI 自动写入，跨对话持久化：
+当前会话内的完整消息历史，存储在 `~/.til/sessions/` 目录（JSONL 格式）。
+
+### MEMORY.md（长期记忆）
+
+由 AI 自动判断写入，跨会话持久化：
 
 | 文件 | 作用 |
 |------|------|
 | `~/.til/MEMORY.md` | 全局记忆（偏好、通用模式） |
 | `.til/MEMORY.md` | 项目记忆（架构决策、进行中的工作） |
 
+AI 会在以下情况主动记录：用户偏好、项目架构、问题修复模式、重要决策等。
+
 ### AGENTS.md（项目上下文）
 
-手动维护的项目指令和约定：
+手动维护的项目指令：
 
 | 文件 | 作用 |
 |------|------|
-| `~/.til/AGENTS.md` | 全局指令（编码风格、通用约定） |
-| `<项目>/AGENTS.md` | 项目指令（技术栈、架构规范） |
+| `~/.til/AGENTS.md` | 全局指令 |
+| `<项目>/AGENTS.md` | 项目指令 |
 
-也支持 `CLAUDE.md` 文件名（兼容 Claude Code 的约定）。
+也兼容 `CLAUDE.md` 文件名。
 
-## 技能系统
+## 会话持久化
 
-技能是 `SKILL.md` 文件，用于扩展 Agent 的专业能力。
+每次对话自动保存，退出时显示恢复命令。
 
-### 技能存放位置
+```bash
+til --continue          # 恢复最近的会话
+til --resume abc12345   # 恢复指定会话
+/sessions               # 交互模式中查看会话列表
+```
 
-| 路径 | 作用 |
-|------|------|
-| `~/.til/skills/` | 全局技能 |
-| `.til/skills/` | 项目级技能 |
-| `--skill <path>` | CLI 指定的技能 |
+## Context 压缩
 
-### 技能文件格式
+当长对话接近模型上下文窗口上限时自动触发：
 
-```markdown
----
-name: deploy-helper
-description: 帮助部署应用到生产环境
-triggers:
-  - deploy
-  - 部署
----
+1. 当已用 token 超过阈值（默认 70%）时压缩
+2. 保留最近对话，将历史部分生成摘要
+3. 溢出时自动压缩后重试
 
-# 部署助手
+实时显示使用率：
 
-当用户需要部署时，按照以下步骤操作：
-1. 检查 git 状态，确保代码已提交
-2. 运行测试
-3. 构建项目
-4. 执行部署命令
+```
+  in:12.3k out:1.2k cache_r:8.0k  ctx:35%
 ```
 
-### 查看和使用技能
+- `in` 输入 token · `out` 输出 token · `cache_r/w` 缓存读写 · `ctx` 上下文占用率
 
-```
-/skills           # 列出所有已加载技能
-/skill:deploy     # 查看 deploy 技能详情
-```
+## 安全拦截
+
+内置危险命令检测：递归删除、提权操作、磁盘格式化、权限修改等。执行前会要求确认。
 
 ## 常见问题
 
-### 安装后提示 permission denied
+### 提示"未配置模型"
 
 ```bash
-chmod +x $(which til)
-# 或重新 link
-cd til-cli && npm link
+til --setup   # 运行配置向导
 ```
 
 ### 提示 No API key found
 
 ```bash
-# 方法 1：环境变量
-export OPENAI_API_KEY=your-key
-
-# 方法 2：配置向导
-til --setup
+export OPENAI_API_KEY=your-key   # 环境变量
+til --setup                      # 或配置向导
 ```
 
-### 如何使用 Google Gemini
+### 如何使用国内 LLM（MiniMax / 智谱 / DeepSeek 等）
 
 ```bash
-export GOOGLE_API_KEY=AIza-xxxxx
-til -m gemini-2.5-pro-preview-06-05
-```
-
-或在 `~/.til/config.json` 中配置：
-
-```json
-{
-  "providers": {
-    "google": { "apiKey": "AIza-xxxxx" }
-  },
-  "defaultModel": { "provider": "google", "id": "gemini-2.5-pro-preview-06-05" }
-}
+til --setup
+# 模型: MiniMax-M2.5（或 deepseek-chat, glm-5 等）
+# API Key: 你的 key
+# Base URL: https://api.minimaxi.com/v1（或对应平台的 URL）
 ```
 
-### 如何使用国内 LLM（智谱/DeepSeek 等）
-
-运行 `til --setup`，在 CUSTOM PROVIDER 部分填入：
-
-- Base URL：如 `https://open.bigmodel.cn/api/paas/v4`
-- API Key：你的 API Key
-- Model ID：如 `glm-5`
-
-或者直接编辑 `~/.til/config.json`。
-
 ### 如何使用本地模型（Ollama）
 
 ```bash
-# 启动 Ollama
 ollama serve
-
-# 配置 TIL
 til --setup
-# Base URL 填 http://localhost:11434/v1
-# Model ID 填 llama3.1:8b（或其他已 pull 的模型）
+# Base URL: http://localhost:11434/v1
+# Model ID: llama3.1:8b
 ```
 
-### 对话太长会不会丢信息
+### API 连接失败怎么排查
 
-不会。TIL 内置 Context 压缩机制，当对话接近上下文窗口上限时，会自动将历史对话摘要化，保留关键信息的同时腾出空间。你也可以通过 `/usage` 查看当前上下文使用率。
+```
+/config check   # 显示当前配置并测试 API 连接
+```
 
-### 会话断了怎么恢复
+### 如何启用浏览器工具
 
 ```bash
-# 恢复最近一次会话
-til --continue
-
-# 恢复指定会话
-til --resume <sessionId>
+npm install playwright
+npx playwright install chromium
 ```
 
-退出时会自动显示恢复命令。
-
-### 如何关闭危险命令拦截
-
-目前不支持全局关闭。TIL 在执行可能破坏性的命令前会要求确认，这是安全设计。在交互模式下可以选择 `y` 确认执行。
+然后在配置中将 `browser` 加入 `defaultTools`，或使用 Playwright MCP。
 
 ## 开发
 
@@ -511,52 +464,57 @@ npm install
 npm run dev     # 监听模式编译
 npm run build   # 一次性编译
 npm start       # 运行
+npm test        # 运行测试
 ```
 
-### 运行测试
-
-```bash
-npm test          # 运行全部测试
-npm run test:watch  # 监听模式
-```
-
-测试使用 [Vitest](https://vitest.dev/)，覆盖所有核心模块：
-
-- `tests/core/` — Agent、Config、LLM、Session、Compaction、Pricing、Memory、Skills、Markdown、Tool Permissions
-- `tests/tools/` — Bash、Read、Write、Edit 工具
-
 ### 项目结构
 
 ```
 til-cli/
 ├── src/
-│   ├── main.ts              # CLI 入口
-│   ├── index.ts             # 公共 API 导出
+│   ├── main.ts              # CLI 入口 & 配置向导
+│   ├── version.ts           # 版本号管理
 │   ├── core/
 │   │   ├── agent.ts         # 双层循环 Agent 引擎
 │   │   ├── llm.ts           # LLM 提供商抽象（Anthropic/OpenAI/Google）
-│   │   ├── config.ts        # 配置管理
+│   │   ├── config.ts        # 配置管理 & 模型解析
 │   │   ├── session.ts       # 会话包装（工具 + 系统提示）
 │   │   ├── session-manager.ts  # 会话持久化（JSONL）
-│   │   ├── types.ts         # 核心类型定义
+│   │   ├── types.ts         # 核心类型（含 ImageContent）
 │   │   ├── compaction.ts    # Context 压缩 & 溢出检测
-│   │   ├── pricing.ts       # Token 计费 & 用量格式化
+│   │   ├── pricing.ts       # Token 用量格式化
 │   │   ├── tool-permissions.ts  # 危险命令拦截
 │   │   ├── markdown.ts      # 终端 Markdown 渲染
 │   │   ├── memory.ts        # 记忆系统
-│   │   ├── skills.ts        # 技能系统
+│   │   ├── skills.ts        # 技能系统（内置 + 用户 + 项目）
 │   │   └── system-prompt.ts # 系统提示词组装
 │   ├── modes/
 │   │   ├── interactive.ts   # 交互 REPL 模式
 │   │   └── oneshot.ts       # 单次执行模式
-│   └── tools/               # 内置工具实现
-│       ├── bash.ts
-│       ├── read.ts
-│       ├── write.ts
-│       ├── edit.ts
-│       ├── file-manager.ts
-│       ├── system-info.ts
-│       └── web-search.ts
+│   ├── tools/               # 内置工具
+│   │   ├── bash.ts          # Shell 命令执行
+│   │   ├── read.ts          # 文件读取（含图片 base64）
+│   │   ├── write.ts         # 文件写入
+│   │   ├── edit.ts          # 精确替换
+│   │   ├── file-manager.ts  # 文件操作
+│   │   ├── system-info.ts   # 系统信息
+│   │   ├── web-search.ts    # 网页搜索
+│   │   ├── web-fetch.ts     # 网页抓取
+│   │   ├── screenshot.ts    # 截图
+│   │   ├── computer.ts      # Computer Use（鼠标/键盘/截图）
+│   │   └── browser.ts       # 浏览器控制（Playwright）
+│   ├── extensions/          # 扩展系统
+│   │   ├── types.ts         # 扩展/MCP 类型定义
+│   │   ├── loader.ts        # 扩展加载器
+│   │   ├── runner.ts        # 扩展运行器
+│   │   └── builtin/mcp.ts   # MCP 客户端（stdio + HTTP）
+│   └── utils/               # 工具函数
+├── skills/                  # 内置技能
+│   ├── summarize/
+│   ├── find-skills/
+│   ├── self-improving-agent/
+│   ├── skill-creator/
+│   └── playwright-mcp/
 ├── tests/                   # 单元测试
 ├── package.json
 ├── tsconfig.json