foliko 1.1.2 → 1.1.4

package/.agent/skills/agent-browser/SKILL.md

@@ -0,0 +1,311 @@
+---
+name: agent-browser
+description: 浏览器自动化工具，用于 AI 代理的网页操作。当用户说"打开浏览器"、"访问网页"、"抓取页面"、"填写表单"、"点击按钮"、"截图"、"网页自动化"时调用此技能。
+allowed-tools:
+  - shell
+  - execute_command
+  - read_file
+  - write_file
+license: Apache-2.0
+compatibility: v1.0.0
+---
+
+# Agent Browser - 浏览器自动化技能
+
+## 概述
+
+`agent-browser` 是 Vercel Labs 开发的浏览器自动化 CLI 工具，专为 AI 代理设计。基于 Chrome/Playwright，支持完整的网页交互功能。
+
+**官方文档**: https://agent-browser.dev  
+**GitHub**: https://github.com/vercel-labs/agent-browser
+
+## 安装
+
+```bash
+# 全局安装（推荐）
+npm install -g agent-browser
+agent-browser install  # 首次下载 Chrome
+
+# 或使用 npx（无需安装）
+npx agent-browser install
+```
+
+## 核心工作流程
+
+### 1. 打开网页
+```bash
+agent-browser open <url>
+# 示例
+agent-browser open https://example.com
+```
+
+### 2. 获取页面快照（AI 推荐）
+```bash
+# 获取可访问性树和元素引用
+agent-browser snapshot -i
+
+# 输出示例：
+# - heading "Example Domain" [ref=e1] [level=1]
+# - button "Submit" [ref=e2]
+# - textbox "Email" [ref=e3]
+# - link "Learn more" [ref=e4]
+```
+
+### 3. 使用引用交互
+```bash
+agent-browser click @e2                   # 点击按钮
+agent-browser fill @e3 "test@example.com" # 填写输入框
+agent-browser get text @e1               # 获取文本
+agent-browser hover @e4                  # 悬停链接
+```
+
+### 4. 截图
+```bash
+agent-browser screenshot page.png        # 保存截图
+agent-browser screenshot --full           # 全页面截图
+agent-browser screenshot --annotate       # 带编号标签的截图
+```
+
+### 5. 关闭浏览器
+```bash
+agent-browser close
+```
+
+## 常用命令
+
+### 页面导航
+```bash
+agent-browser open <url>                # 打开 URL
+agent-browser back                       # 后退
+agent-browser forward                     # 前进
+agent-browser reload                     # 刷新
+```
+
+### 元素交互
+```bash
+agent-browser click <sel>               # 点击元素
+agent-browser dblclick <sel>             # 双击
+agent-browser hover <sel>                # 悬停
+agent-browser focus <sel>                # 聚焦
+agent-browser fill <sel> <text>         # 清空并填写
+agent-browser type <sel> <text>         # 追加输入
+agent-browser press <key>               # 按键（Enter, Tab, Control+a）
+agent-browser select <sel> <value>      # 下拉选择
+agent-browser check <sel>               # 勾选
+agent-browser scroll <dir> [px]         # 滚动（up/down/left/right）
+```
+
+### 获取信息
+```bash
+agent-browser get text <sel>            # 获取文本
+agent-browser get html <sel>            # 获取 HTML
+agent-browser get value <sel>          # 获取输入值
+agent-browser get attr <sel> <attr>    # 获取属性
+agent-browser get title                 # 获取标题
+agent-browser get url                   # 获取 URL
+agent-browser get count <sel>          # 计数元素
+```
+
+### 状态检查
+```bash
+agent-browser is visible <sel>         # 是否可见
+agent-browser is enabled <sel>         # 是否可用
+agent-browser is checked <sel>         # 是否勾选
+```
+
+### 语义定位器（AI 推荐）
+```bash
+# 按 ARIA 角色查找
+agent-browser find role button click --name "Submit"
+agent-browser find role link text --name "More"
+
+# 按文本查找
+agent-browser find text "Sign In" click
+
+# 按标签查找
+agent-browser find label "Email" fill "test@test.com"
+
+# 按占位符查找
+agent-browser find placeholder "Search..." fill "query"
+
+# 按 testid 查找
+agent-browser find testid "submit-btn" click
+
+# 位置选择
+agent-browser find first ".item" click
+agent-browser find last "a" click
+agent-browser find nth 2 "a" text
+```
+
+### 等待
+```bash
+agent-browser wait <selector>          # 等待元素可见
+agent-browser wait <ms>                # 等待毫秒
+agent-browser wait --text "Welcome"    # 等待文本出现
+agent-browser wait --url "**/dash"     # 等待 URL 匹配
+agent-browser wait --load networkidle  # 等待网络空闲
+```
+
+### 网络拦截
+```bash
+agent-browser network route <url> --abort      # 阻止请求
+agent-browser network route <url> --body '<json>' # Mock 响应
+agent-browser network requests                   # 查看请求
+```
+
+### 键盘操作
+```bash
+agent-browser keyboard type "Hello"            # 键盘输入
+agent-browser keyboard inserttext "text"       # 直接插入文本
+agent-browser keydown <key>                    # 按键按下
+agent-browser keyup <key>                     # 按键释放
+```
+
+### 鼠标操作
+```bash
+agent-browser mouse move <x> <y>              # 移动鼠标
+agent-browser mouse down [button]             # 鼠标按下
+agent-browser mouse up [button]               # 鼠标释放
+agent-browser mouse wheel <dy> [dx]          # 滚轮滚动
+```
+
+### 剪贴板
+```bash
+agent-browser clipboard read                  # 读取
+agent-browser clipboard write "Hello"         # 写入
+```
+
+## 选择器类型
+
+### 引用（推荐用于 AI）
+```
+@e1, @e2, @e3  # 来自 snapshot 的元素引用
+```
+
+### CSS 选择器
+```bash
+agent-browser click "#submit"
+agent-browser click ".class-name"
+agent-browser click "div > button"
+```
+
+### 文本和 XPath
+```bash
+agent-browser click "text=Submit"
+agent-browser click "xpath=//button"
+```
+
+## 会话管理
+
+```bash
+# 多会话隔离
+agent-browser --session session1 open site-a.com
+agent-browser --session session2 open site-b.com
+
+# 持久化配置
+agent-browser --profile ~/.myapp-profile open myapp.com
+
+# 自动保存/恢复状态
+agent-browser --session-name myapp open twitter.com
+```
+
+## 认证管理
+
+```bash
+# 从已有 Chrome 导入认证状态
+agent-browser --auto-connect state save ./auth.json
+agent-browser --state ./auth.json open app.com
+
+# 或者用 session-name 自动持久化
+agent-browser --session-name myapp state load ./auth.json
+```
+
+## 调试功能
+
+```bash
+agent-browser --headed                    # 显示浏览器窗口
+agent-browser console                     # 查看控制台消息
+agent-browser errors                      # 查看页面错误
+agent-browser highlight <sel>             # 高亮元素
+agent-browser inspect                     # 打开 DevTools
+```
+
+## 选项
+
+| 选项 | 说明 |
+|------|------|
+| `--session <name>` | 使用隔离会话 |
+| `--profile <path>` | 持久化浏览器配置目录 |
+| `--state <path>` | 加载存储状态文件 |
+| `--headers <json>` | 设置 HTTP 头 |
+| `--headed` | 显示浏览器窗口 |
+| `--json` | JSON 输出（AI 推荐） |
+| `--annotate` | 带编号标签的截图 |
+| `--cdp <port>` | 通过 CDP 连接 |
+| `--allowed-domains` | 限制允许的域名 |
+| `--max-output <n>` | 最大输出字符数 |
+
+## 最佳实践
+
+### AI 推荐的交互流程
+```bash
+# 1. 打开并获取快照
+agent-browser open example.com
+agent-browser snapshot -i --json   # AI 解析树和引用
+
+# 2. AI 从快照识别目标元素
+# 3. 使用引用执行操作
+agent-browser click @e2
+agent-browser fill @e3 "input text"
+
+# 4. 页面变化后重新获取快照
+agent-browser snapshot -i --json
+```
+
+### 命令链
+```bash
+# 使用 && 链接多个命令
+agent-browser open example.com && agent-browser wait --load networkidle && agent-browser snapshot -i
+
+# 管道输入批量命令
+echo '[["open","https://example.com"],["snapshot","-i"],["click","@e1"]]' | agent-browser batch --json
+```
+
+### 处理弹窗
+```bash
+agent-browser dialog accept                    # 接受弹窗
+agent-browser dialog dismiss                    # 拒绝弹窗
+agent-browser dialog status                   # 检查弹窗状态
+```
+
+### 标签页操作
+```bash
+agent-browser tab                     # 列出标签
+agent-browser tab new [url]          # 新建标签
+agent-browser tab 1                   # 切换到标签 1
+agent-browser tab close [n]          # 关闭标签
+```
+
+## 注意事项
+
+1. **首次使用**: 需要运行 `agent-browser install` 下载 Chrome
+2. **超时**: 默认操作超时 25 秒，可通过 `AGENT_BROWSER_DEFAULT_TIMEOUT` 调整
+3. **安全**: 敏感操作使用 `--confirm-actions eval,download` 确认
+4. **会话**: 不同会话有独立的 cookies、历史、认证状态
+5. **引用稳定性**: 每次 `snapshot` 后引用可能变化，需重新获取
+
+## 故障排除
+
+```bash
+# 查看帮助
+agent-browser --help
+
+# 调试模式
+agent-browser open example.com --debug
+
+# 安装 Chrome
+agent-browser install
+
+# 升级
+agent-browser upgrade
+```

package/.agent/skills/agent-browser/TEST_PLAN.md

@@ -0,0 +1,200 @@
+# Agent Browser 技能测试计划
+
+**项目**: agent-browser skill  
+**版本**: v1.0.0  
+**日期**: 2024年  
+**测试环境**: Windows/macOS/Linux + Node.js 18+
+
+---
+
+## 1. 测试范围
+
+### 1.1 功能测试
+- [ ] 安装与初始化
+- [ ] 页面导航操作
+- [ ] 元素定位与交互
+- [ ] 信息获取
+- [ ] 状态检查
+- [ ] 截图功能
+- [ ] 键盘鼠标操作
+- [ ] 网络拦截
+- [ ] 会话管理
+- [ ] 认证管理
+
+### 1.2 集成测试
+- [ ] 与 skill 工具集成
+- [ ] 错误处理
+- [ ] 超时机制
+
+---
+
+## 2. 前置条件
+
+```bash
+# 1. 安装依赖
+npm install -g agent-browser
+
+# 2. 安装 Chrome
+agent-browser install
+
+# 3. 验证安装
+agent-browser --version
+```
+
+---
+
+## 3. 测试用例
+
+### 3.1 安装测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| INST-01 | 全局安装 | `npm install -g agent-browser` | 无错误，安装成功 |
+| INST-02 | Chrome 下载 | `agent-browser install` | Chrome 成功下载 |
+| INST-03 | 版本验证 | `agent-browser --version` | 显示版本号 v0.23.4 |
+
+### 3.2 页面导航测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| NAV-01 | 打开网页 | `agent-browser open https://example.com` | 浏览器打开页面 |
+| NAV-02 | 获取标题 | `agent-browser get title` | 返回 "Example Domain" |
+| NAV-03 | 获取 URL | `agent-browser get url` | 返回完整 URL |
+| NAV-04 | 刷新页面 | `agent-browser reload` | 页面刷新 |
+| NAV-05 | 关闭浏览器 | `agent-browser close` | 浏览器关闭 |
+
+### 3.3 元素交互测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| INT-01 | 获取快照 | `agent-browser snapshot -i --json` | 返回可访问性树和引用 |
+| INT-02 | 点击元素 | `agent-browser click @e1` | 元素被点击 |
+| INT-03 | 填写表单 | `agent-browser fill @input "test@test.com"` | 输入框被填充 |
+| INT-04 | 悬停元素 | `agent-browser hover @e2` | 鼠标悬停 |
+| INT-05 | 滚动页面 | `agent-browser scroll down 500` | 页面滚动 |
+
+### 3.4 信息获取测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| GET-01 | 获取文本 | `agent-browser get text @e1` | 返回元素文本 |
+| GET-02 | 获取 HTML | `agent-browser get html @e1` | 返回元素 HTML |
+| GET-03 | 获取属性 | `agent-browser get attr @e1 href` | 返回属性值 |
+| GET-04 | 元素计数 | `agent-browser get count "a"` | 返回链接数量 |
+
+### 3.5 状态检查测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| STA-01 | 可见性检查 | `agent-browser is visible @e1` | 返回 true/false |
+| STA-02 | 可用性检查 | `agent-browser is enabled @e1` | 返回 true/false |
+
+### 3.6 截图功能测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| SCR-01 | 普通截图 | `agent-browser screenshot test.png` | 生成截图文件 |
+| SCR-02 | 全页面截图 | `agent-browser screenshot --full full.png` | 生成全页面截图 |
+| SCR-03 | 带标注截图 | `agent-browser screenshot --annotate anno.png` | 生成带编号标签的截图 |
+
+### 3.7 语义定位器测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| SEM-01 | 按角色查找 | `agent-browser find role button click` | 找到并点击按钮 |
+| SEM-02 | 按文本查找 | `agent-browser find text "Submit" click` | 找到并点击 |
+| SEM-03 | 按标签查找 | `agent-browser find label "Email" fill "test.com"` | 找到并填写 |
+| SEM-04 | 位置选择 | `agent-browser find first "a" click` | 点击第一个链接 |
+
+### 3.8 等待机制测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| WAI-01 | 等待元素 | `agent-browser wait "#element"` | 元素出现后继续 |
+| WAI-02 | 等待文本 | `agent-browser wait --text "Success"` | 文本出现后继续 |
+| WAI-03 | 等待网络空闲 | `agent-browser wait --load networkidle` | 网络空闲后继续 |
+
+### 3.9 网络拦截测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| NET-01 | 阻止请求 | `agent-browser network route "*.js" --abort` | 资源被阻止 |
+| NET-02 | Mock 响应 | `agent-browser network route "*/api/*" --body '{"ok":true}'` | 返回 Mock 数据 |
+| NET-03 | 查看请求 | `agent-browser network requests` | 列出所有请求 |
+
+### 3.10 会话管理测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| SES-01 | 隔离会话 | `agent-browser --session s1 open a.com` | 独立会话打开 |
+| SES-02 | 会话隔离验证 | `agent-browser --session s2 open b.com` | 不同会话状态隔离 |
+
+### 3.11 键盘鼠标操作测试
+
+| ID | 测试项 | 命令 | 预期结果 |
+|----|--------|------|----------|
+| KEY-01 | 键盘输入 | `agent-browser keyboard type "Hello"` | 文本被输入 |
+| KEY-02 | 按键操作 | `agent-browser press Enter` | 按下 Enter 键 |
+| MOU-01 | 移动鼠标 | `agent-browser mouse move 100 200` | 鼠标移动 |
+| MOU-02 | 滚轮滚动 | `agent-browser mouse wheel 100` | 页面滚动 |
+
+---
+
+## 4. 自动化测试脚本
+
+```bash
+# test_basic.sh - 基础功能测试
+#!/bin/bash
+
+echo "=== Agent Browser 基础测试 ==="
+
+# 测试打开网页
+echo "[TEST] 打开网页..."
+agent-browser open https://example.com
+sleep 2
+
+# 测试获取快照
+echo "[TEST] 获取快照..."
+agent-browser snapshot -i --json > snapshot.json
+cat snapshot.json
+
+# 测试截图
+echo "[TEST] 截图..."
+agent-browser screenshot output.png
+
+# 关闭
+echo "[TEST] 关闭浏览器..."
+agent-browser close
+
+echo "=== 测试完成 ==="
+```
+
+---
+
+## 5. 预期产出
+
+| 类型 | 文件 | 说明 |
+|------|------|------|
+| 截图 | `*.png` | 测试截图输出 |
+| 快照 | `snapshot.json` | 页面元素树 JSON |
+| 日志 | `debug.log` | 调试模式日志 |
+
+---
+
+## 6. 风险评估
+
+| 风险 | 影响 | 缓解措施 |
+|------|------|----------|
+| Chrome 未安装 | 无法运行 | 提供 `agent-browser install` 说明 |
+| 网络超时 | 测试失败 | 增加 wait 等待时间 |
+| 元素引用失效 | 交互失败 | 每次操作前重新 snapshot |
+| 端口占用 | 启动失败 | 使用 `--port` 指定端口 |
+
+---
+
+## 7. 通过标准
+
+- [ ] 所有 P0 测试用例通过
+- [ ] 截图功能正常生成图片
+- [ ] 元素交互命令无报错
+- [ ] 会话隔离功能正常

package/.agent/skills/sysinfo/SKILL.md

@@ -0,0 +1,38 @@
+---
+name: sysinfo
+description: 使用 Bash 脚本查询系统信息（CPU、内存、磁盘、网络）
+allowed-tools:
+  - get_cpu_info
+  - get_memory_info
+  - get_disk_info
+  - get_network_info
+  - get_full_system_info
+---
+
+# 系统信息查询 (sysinfo)
+
+使用 Bash 脚本查询系统信息，支持模块化查询。
+
+## 使用方法
+
+### 完整系统信息
+```bash
+bash .agent/skills/sysinfo/system-info.sh
+```
+
+### 分模块查询
+```bash
+bash .agent/skills/sysinfo/system-info.sh cpu    # CPU 信息
+bash .agent/skills/sysinfo/system-info.sh memory # 内存信息
+bash .agent/skills/sysinfo/system-info.sh disk   # 磁盘信息
+bash .agent/skills/sysinfo/system-info.sh network # 网络信息
+bash .agent/skills/sysinfo/system-info.sh system  # 系统基本信息
+```
+
+## 输出示例
+
+- **CPU**: 型号、核心数、使用率
+- **Memory**: 总内存、已用、可用、使用率
+- **Disk**: 各分区容量和使用情况
+- **Network**: IP 地址、网卡信息
+- **System**: 主机名、操作系统、内核版本

package/.agent/skills/sysinfo/system-info.sh

@@ -0,0 +1,130 @@
+#!/bin/bash
+# 系统信息查询脚本（跨平台支持）
+# 用法: system-info [option]
+# 选项: all (默认), cpu, memory, disk, network, system
+
+OPTION=${1:-all}
+
+echo "=========================================="
+echo "         System Info Report - $(date '+%Y-%m-%d %H:%M:%S')"
+echo "=========================================="
+echo ""
+
+# 系统基本信息
+show_system() {
+    echo "[System Info]"
+    echo "  Hostname: $(hostname)"
+    echo "  OS: $(uname -s)"
+    echo "  Kernel: $(uname -r)"
+    echo "  Arch: $(uname -m)"
+    echo ""
+}
+
+# CPU 信息
+show_cpu() {
+    echo "[CPU Info]"
+    if [ -f /proc/cpuinfo ]; then
+        echo "  Model: $(grep 'model name' /proc/cpuinfo | head -1 | cut -d':' -f2 | xargs)"
+        echo "  Cores: $(grep -c ^processor /proc/cpuinfo)"
+    elif command -v powershell &> /dev/null; then
+        cpu_info=$(powershell -NoProfile -Command "
+            \$cpu = Get-CimInstance Win32_Processor | Select-Object -First 1
+            \$cores = (Get-CimInstance Win32_Processor | Measure-Object -Property NumberOfCores -Sum).Sum
+            \$threads = (Get-CimInstance Win32_Processor | Measure-Object -Property NumberOfLogicalProcessors -Sum).Sum
+            Write-Output \"\$(\$cpu.Name)|\$cores|\$threads\"
+        ")
+        cpu_name=$(echo "$cpu_info" | cut -d'|' -f1)
+        cpu_cores=$(echo "$cpu_info" | cut -d'|' -f2)
+        cpu_threads=$(echo "$cpu_info" | cut -d'|' -f3)
+        echo "  Model: $cpu_name"
+        echo "  Cores: $cpu_cores"
+        echo "  Threads: $cpu_threads"
+    else
+        echo "  Model: $(sysctl -n machdep.cpu.brand_string 2>/dev/null || echo 'Unknown')"
+    fi
+    echo ""
+}
+
+# 内存信息
+show_memory() {
+    echo "[Memory Info]"
+    if [ -f /proc/meminfo ]; then
+        mem_total=$(grep MemTotal /proc/meminfo | awk '{printf "%.2f GB", $2/1024/1024}')
+        mem_free=$(grep MemFree /proc/meminfo | awk '{printf "%.2f GB", $2/1024/1024}')
+        mem_avail=$(grep MemAvailable /proc/meminfo 2>/dev/null | awk '{printf "%.2f GB", $2/1024/1024}')
+        echo "  Total: $mem_total"
+        echo "  Free: $mem_free"
+        echo "  Available: ${mem_avail:-N/A}"
+    elif command -v powershell &> /dev/null; then
+        mem_info=$(powershell -NoProfile -Command "
+            \$os = Get-CimInstance Win32_OperatingSystem
+            \$total = [math]::Round(\$os.TotalVisibleMemorySize / 1MB, 2)
+            \$free = [math]::Round(\$os.FreePhysicalMemory / 1MB, 2)
+            \$used = [math]::Round(\$total - \$free, 2)
+            \$pct = [math]::Round((\$used / \$total) * 100, 1)
+            Write-Output \"\$total|\$used|\$free|\$pct\"
+        ")
+        total=$(echo "$mem_info" | cut -d'|' -f1)
+        used=$(echo "$mem_info" | cut -d'|' -f2)
+        free=$(echo "$mem_info" | cut -d'|' -f3)
+        pct=$(echo "$mem_info" | cut -d'|' -f4)
+        echo "  Total: ${total} GB"
+        echo "  Used: ${used} GB (${pct}%)"
+        echo "  Free: ${free} GB"
+    else
+        echo "  Unable to get memory info"
+    fi
+    echo ""
+}
+
+# 磁盘信息
+show_disk() {
+    echo "[Disk Info]"
+    if command -v powershell &> /dev/null; then
+        # Windows PowerShell - 使用 UTF8 编码输出
+        powershell -NoProfile -Command "[Console]::OutputEncoding = [System.Text.Encoding]::UTF8; Get-CimInstance Win32_LogicalDisk -Filter \"DriveType=3\" | Format-Table -AutoSize | Out-String"
+    elif [ -f /proc/mounts ] && command -v df &> /dev/null; then
+        df -h | grep -E '^/dev/' | awk '{
+            printf "  %s: Total %s, Used %s (%s), Free %s\n", $1, $2, $3, $5, $4
+        }'
+    else
+        echo "  Unable to get disk info"
+    fi
+    echo ""
+}
+
+# 网络信息
+show_network() {
+    echo "[Network Info]"
+    echo "  IP Addresses:"
+    if command -v ip &> /dev/null; then
+        ip addr show | grep inet | grep -v '127.0.0.1' | awk '{printf "    %s\n", $2}'
+    elif command -v ifconfig &> /dev/null; then
+        ifconfig | grep 'inet ' | grep -v '127.0.0.1' | awk '{printf "    %s\n", $2}'
+    elif command -v powershell &> /dev/null; then
+        powershell -NoProfile -Command "Get-NetIPAddress -AddressFamily IPv4 | Where-Object { \$_.IPAddress -ne '127.0.0.1' } | ForEach-Object { Write-Output \"    \$(\$_.IPAddress)\" }"
+    fi
+    echo ""
+}
+
+# 执行选项
+case $OPTION in
+    all)
+        show_system
+        show_cpu
+        show_memory
+        show_disk
+        show_network
+        ;;
+    cpu)    show_cpu ;;
+    memory) show_memory ;;
+    disk)   show_disk ;;
+    network) show_network ;;
+    system) show_system ;;
+    *)
+        echo "Usage: system-info [all|cpu|memory|disk|network|system]"
+        exit 1
+        ;;
+esac
+
+echo "=========================================="