产品层面它就是「说一句话，它去干活」。
这一页讲的是支撑这件事的四个核心设计。
每个任务先查有没有现成 Skill 能用。没有才请模型规划 —— 而这一次的成功轨迹会被归一化、参数化，蒸馏成新的 Skill 存回服务器。 系统跑得越久，越不需要模型。
环境指纹与 Skill 的前置条件完全匹配，直接放确定性动作序列。不问模型，毫秒级出计划。
0 Token大体匹配但有一步对不上，只把变化的那一步交给模型补全，其余照旧。
极低全新场景。模型看环境快照产出完整计划，成功后轨迹进入蒸馏管线，下次就降级成 L1。
高（仅首次）任何异常都从最便宜的手段开始试，逐级升级，永不停在「等人来看」这个状态。 升级判据写死在客户端 —— 因为服务端不可达本身就是需要自救的情况之一。
三端实现语言不同，但遵循同一套抽象。执行模型统一，Skill 才能跨端复用。
Chrome MV3 扩展。DOM 结构化定位为主、截图为辅；状态全量落 storage，顺着 Service Worker 会被回收这个特性写。
无障碍服务为主 + OCR 兜底，悬浮窗做交互。无障碍给的是结构化节点树，比纯视觉稳得多。
能力最强也最危险。单任务单进程执行，跑完即退；终端能力默认全局关闭，需白名单显式开启。
PHP + SQLite(WAL)，单机可撑约两千台设备。任务分发、Skill 灰度、诊断包导出、AI 修复闭环都在这里。
打包时对全部源码算哈希写入客户端，心跳上报、服务端比对。改了任何一行代码指纹就变，不依赖人记得改版本号。
一次性绑定码换长期凭证，短期令牌自动轮换。旧令牌被重放即判定泄露，自动全量吊销。
HMAC-SHA256 签名覆盖方法、路径（含查询串）、时间戳与随机数，五分钟窗口内不可重放。
模型产出的计划禁止包含 shell、开应用等系统级原语；交互步骤必须配断言，格式不合规直接拦下。
密码、令牌、手机号、身份证、银行卡在采集入口强制打码，不依赖调用方自觉。
Anthropic 兼容与 OpenAI 兼容双协议，Base URL 可配第三方中转。密钥只存服务端，设备永远拿不到。
产品用起来其实很简单：装上、绑定、说话。
进入控制台 返回首页