“骡子快跑”不支持编程语法，所有指令均为含时间、平台、动作、对象、条件五要素的自然语言；需用@调用专用agent、/触发快捷指令或冒号结构化模板以确保准确执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
“骡子快跑”没有独立的脚本语言，也不接受手写代码式脚本——它不解析 for、if 或自定义函数，所有“脚本”本质是自然语言指令+结构化参数的组合。你不是在写程序，而是在下可执行的、带上下文的命令。
用自然语言描述动作，不是写代码
系统内置语义解析引擎，能从完整句子中抽取出目标平台、操作类型、对象范围和约束条件。写得越像人话，成功率越高；强行套用编程语法反而会触发歧义或降级为通用问答。
- ✅ 正确示例：
每天上午10点检查知乎“前端面试”话题前5条回答，点赞含“React 19”且未被折叠的内容 - ❌ 错误倾向：
for each post in zhihu.topic("前端面试").top(5): if "React 19" in post.text and not post.folded: like()（这会被当作文本分析请求，而非执行指令） - 关键区别：不依赖缩进、括号或分号，但必须包含明确的时间、平台、动作、对象和条件五要素，缺一不可
- 常见失败原因：漏掉“每天”“前5条”“未被折叠”等限定词，导致系统按默认策略（如单次、全量、无过滤）执行
@ 前缀调用专用 Agent，避免意图漂移
当任务涉及特定能力（如 PDF 解析、图像描述、多步数据流转），需用 @ 显式指定 Agent，否则 Super Agent 可能调用通用模型，输出不可控。
@pdf_summarizer 阅读附件《2026AI政策白皮书.pdf》，提取三条落地限制条款，用表格呈现@image_describer 分析上传的截图，说明界面中按钮布局是否符合 WCAG 2.1 对比度要求- 不加
@时，系统可能把“提取条款”理解为“概括全文”，把“分析截图”理解为“写一段观感” - Agent 名称区分大小写，且必须与 Knowledge 层注册名完全一致（如
@video_transcriber≠@transcriber）
用快捷指令 / 替代重复描述，提升复用性
高频操作已封装为斜杠命令，输入即触发预置逻辑链，比重写自然语言更稳定、更快，也更容易嵌套。
-
/fetch_news=tech | /translate_to_zh | /save_as_docx：三步串行，中间结果自动透传 -
/set_reminder=后天14:00=核对分镜脚本第7–12镜：等号后内容直接填入提醒标题，无需额外说明 - 错误写法：
/fetch_news tech（缺少=，系统无法识别参数边界） - 快捷指令不支持空格分隔参数，所有值必须紧贴等号，且不能换行
结构化模板法适合团队协作与审计追溯
当需要留痕、交接或防止执行偏差时，放弃自由句式，改用冒号分隔的键值对。这类输入会被写入 Computer 模块的任务日志，可导出、可比对、可版本回溯。
任务类型:社交监控;平台:小红书;关键词:AI工具;频率:每2小时;动作:点赞+收藏;上限:30次/天- 字段名必须与 Knowledge 模板中定义的完全一致（如不能写
source_platform代替平台） - 多值字段用英文逗号分隔，不含空格：
关键词:AI绘画,Stable Diffusion,LoRA - 一旦启用结构化模板，后续所有修改都必须保持相同格式，混用自然语言会导致解析失败并中断循环
真正卡住的往往不是“怎么写”，而是没意识到：所有脚本最终都会被转成 MuleRun 内部的 task_plan JSON 结构。如果你看到某条指令反复失败，优先检查它是否能被无歧义地映射到这五个字段——intent、target、scope、constraints、output_format。其他都是表象。
