双模式屏幕共享与分析(模型无关:Gemini/Claude/Qwen3‑VL)
屏幕监视器是一项面向实际任务的技能,主要用于此技能为代理机提供了两种方式来查看和与您的屏幕交互;@ 路径 A: 快分享 (WebRTC). 最佳功能为: 快速视觉检查, 受限浏览器, 或者非技术。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
该技能为智能体提供了两种查看和操作您屏幕的方式。
适用场景:快速视觉检查、受限浏览器环境,或非技术背景用户。
screen_share_link:生成一个本地 WebRTC 门户 URL。screen_analyze:从该门户捕获当前帧,并调用视觉模型进行分析。使用方法:
# 获取共享链接
bash command:"{baseDir}/references/get-share-url.sh"
# 执行分析
bash command:"{baseDir}/references/screen-analyze.sh"
适用场景:深度调试、UI 自动化,以及在标签页内执行点击/输入等操作。
clawdbot browser extension install。clawdbot browser extension path 加载未打包的扩展程序。browser action:snapshot:对已连接的标签页截取精确截图。browser action:click:与页面元素交互(需指定 profile="chrome")。web/screen-share.html:共享门户页面。references/backend-endpoint.js:帧数据存储服务端代码。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章