Cate CLI 技能
在 Cate 无限画布中,通过命令行驱动浏览器、终端、编辑器和面板。
技能要求用户在设置中显式启用 CLI 权限,表明有权限模型。文档明确说明浏览器和终端命令会拒绝类型不匹配的面板,避免误控制。终端输入需先验证面板 ID 和当前屏幕。但流程中缺乏明确的用户确认机制(如危险操作确认),且权限粒度可能不足(未说明具体权限范围)。未发现明显红线,但静态审查无法验证实际行为,因此不授予满分。
文档提供了命令范例和执行步骤,但未包含自动化测试或错误处理细节。存在失败模式(如过期引用、面板类型不匹配),但未说明错误反馈机制。静态阅读无法验证命令是否可复现,因此不授予高分。
技能目标明确(驱动 Cate 的浏览器、终端、编辑器面板),使用场景清晰。文档声明了不支持的功能(如原生会话/CDP 切换、上传下载路径),帮助定义边界。但未明确不适用的用户或场景,且对中文支持和中国大陆网络可达性未提及,因此扣分。
文档结构良好,有分节说明,提供了示例和操作步骤。许可证和版本信息在 package.json 中明确。但缺少专门的故障排除指南、FAQ 和变更日志。技能本身未提及版本和更新路径,整体治理不够完整。
文档声称可完成浏览器自动化、终端操作等核心任务,并提供了示例输出(如截图路径)。但静态阅读无法验证实际输出是否直接可用,且未提供与其他方案的对比或基准。在静态评估下给予基准分。
仓库包含 CI 工作流和测试配置文件,但技能本身未被测试覆盖的证据不足。文档中的示例命令可能可以工作,但未附有第三方执行证据或独立测试结果。静态审查限制可验证性。
- 技能可能依赖海外服务(如 GitHub Actions, Sentry),中国大陆网络可能受限。
- 权限模型可能不够细粒度,用户应审查 Cate 的 CLI 权限设置,确保最小权限。
这个 Skill 能做什么,适合哪些场景?
此技能让 AI 代理在 Cate 桌面 IDE 中通过命令行控制工作区。它允许操作原生面板,包括浏览器自动化(使用 agent-browser 语法)、终端输入读取、编辑器打开文件和面板管理。该技能需要 Cate 应用本身以及相应的 CLI 权限设置。它通过终端会话隔离选中面板,并提供了查看、操作和等待的浏览器工作流。
该技能执行以下操作:列出并选择画布上的面板;使用 agent-browser 原生命令(如 open、snapshot、fill、click、wait)自动化浏览器页面;管理浏览器标签页和视口;读取终端输出并在终端中输入命令(不自动追加回车);在编辑器行号打开文件;创建和关闭面板。所有操作通过 Cate 内置的 CLI 工具完成。
- 开发者在 Cate 中调试网页应用时,使用浏览器快照提取可访问性树并点击元素。
- QA 工程师在画布内运行端到端测试,等待 URL 变化并截图。
- 开发者使用终端面板运行命令,先读取输出再发送输入,避免误操作。
- 项目经理在大型项目中快速打开特定文件和行号进行审查。
- 多代理协作场景下,使用面板选择隔离各自目标,防止互相干扰。
这个 Skill 有哪些优点和局限?
- 深度集成 Cate 画布环境,提供统一的浏览器和终端控制。
- 浏览器自动化基于成熟的 agent-browser 语法,支持丰富操作。
- 面板选择按会话隔离,适合多代理并行工作。
- 开源 MIT 许可证,可自由使用和修改。
- 仅适用于 Cate 环境,无法在其他 IDE 或独立使用。
- 某些原生浏览器功能(如 CDP 切换、上传下载路径)不可用,需使用 Cate 生命周期命令。
- 需要手动设置 CLI 权限,否则命令可能被拒绝。
- 项目维护情况未知,可能缺乏长期支持。
如何安装这个 Skill?
从 GitHub Releases 下载并安装 Cate 桌面应用(支持 macOS、Windows、Linux)。本技能已包含在该应用内,无需额外安装。
如何使用这个 Skill?
确保在 Cate 设置中开启相关 CLI 权限。在 Cate 终端或代理 shell 中运行 cate 命令,例如先 cate panel list 查看面板,然后 cate panel set <id> 选中目标面板,之后使用 cate browser snapshot -i 等命令进行浏览器操作。