# Инструменты и возможности

## Обзор

Инструменты, это действия, которые ваши агенты могут выполнять в ходе разговоров. Когда агенту нужно просмотреть веб-страницу, выполнить команду, прочитать файл или управлять устройством, он использует инструменты.

Neotask предоставляет богатый набор встроенных инструментов, охватывающих управление файлами, выполнение кода, автоматизацию браузера, управление устройствами, обмен сообщениями, веб-поиск и многое другое.

## Операции с файлами

Агенты могут читать, записывать и редактировать файлы в своём рабочем пространстве:

- **Read**, читать содержимое файла
- **Write**, создавать или перезаписывать файлы
- **Edit**, вносить целевые правки в конкретные части файла
- **Apply Patch**, применять многострочные унифицированные диффы для сложных изменений файлов

## Выполнение кода

Агенты могут выполнять команды оболочки с настраиваемой изоляцией:

- **Выполнение на Gateway**, запускать команды непосредственно на машине, хостящей Gateway
- **Выполнение в sandbox**, запускать команды в изолированных Docker-контейнерах с ограничениями ресурсов
- **Выполнение на узле**, запускать команды на подключённых компаньон-устройствах (узлы macOS, Linux)

### Функции выполнения
- Настраиваемые таймауты (по умолчанию 30 минут)
- Управление фоновыми заданиями (список, опрос, завершение, очистка)
- Автоматический перевод в фоновый режим для долго работающих команд
- Поддержка TTY для интерактивных программ
- Расширенный режим для привилегированных операций (только хост Gateway)

### Процессы подтверждения
Чувствительные команды могут требовать подтверждения пользователя перед выполнением:
- **Allowlist**, выполняются только предварительно одобренные команды
- **Ask**, неизвестные команды запрашивают подтверждение
- **Full**, без ограничений

## Автоматизация браузера

Агенты управляют полноценным браузером на основе Chromium (Chrome, Brave или Edge):

### Действия
- **Navigate**, открывать URL и перемещаться между страницами
- **Interact**, нажимать, вводить, наводить курсор, перетаскивать, выбирать, заполнять формы
- **Capture**, делать скриншоты, экспортировать PDF
- **Inspect**, делать снимки DOM или дерева доступности
- **Execute**, выполнять JavaScript в контексте страницы
- **Upload**, загружать файлы в веб-формы
- **Manage**, обрабатывать диалоги (оповещения, подтверждения), читать вывод консоли

### Профили браузера
Несколько изолированных профилей браузера для разделения аккаунтов:
- Каждый профиль имеет собственные куки, хранилище и историю
- Автоматически назначаемые порты CDP для программного управления
- Поддержка удалённого браузера (подключение к браузерам на других машинах)

## Canvas и A2UI

Система Agent-to-UI (A2UI) позволяет агентам отрисовывать интерактивный визуальный контент на подключённых устройствах:

- **Present**, отображать веб-страницы или пользовательский контент в canvas устройства
- **Navigate**, управлять тем, что отображается в окне canvas
- **Evaluate**, выполнять JavaScript в контексте canvas
- **Snapshot**, захватывать то, что в данный момент отображается
- **A2UI Push**, отправлять структурированные обновления UI (JSONL-нагрузки) в canvas
- **A2UI Reset**, очищать состояние canvas

Отрисовка canvas доступна на macOS (WebKit), iOS (SwiftUI), Android (Jetpack Compose) и веб (WebChat).

## Возможности устройств через узлы

Через подключённые компаньон-приложения агенты могут:

### Камера
- **Snap**, делать фото (передняя или задняя камера)
- **Clip**, записывать видеоклипы с настраиваемой длительностью и FPS

### Экран
- **Record**, захватывать запись экрана с настраиваемой длительностью и качеством

### Геолокация
- **Get**, получать GPS-координаты с выбором точности

### Уведомления
- **Notify**, отправлять нативные уведомления ОС с заголовком, текстом и приоритетом

### Системные команды
- **Run**, выполнять команды оболочки на узловом устройстве
- **Which**, проверять, доступна ли команда на узле

## Обмен сообщениями

Агенты могут отправлять и управлять сообщениями по подключённым каналам:

- **Send**, отправлять сообщения на любой подключённый канал/получателю
- **Edit**, редактировать ранее отправленные сообщения
- **React**, добавлять реакции на сообщения
- **Thread**, создавать треды и отвечать внутри них
- **Poll**, создавать опросы на поддерживаемых платформах
- **Voice**, проверять статус голосового канала (Discord)

## Веб

- **Search**, поиск в интернете через Brave Search API
- **Fetch**, получать веб-страницы и конвертировать HTML в markdown/текст

## Память и контекст

- **Memory Search**, поиск по векторному сходству в файлах памяти агента
- **Memory Get**, получать конкретные файлы памяти по имени

## Управление сессиями

- **List Sessions**, просматривать активные сессии по агентам
- **Session History**, получать транскрипт для любой сессии
- **Send to Session**, отправлять сообщения в другие сессии агентов
- **Spawn Sub-Agent**, запускать изолированные запуски суб-агентов
- **List Agents**, просматривать доступных агентов

## Автоматизация

- **Cron**, создавать, редактировать, запускать и управлять запланированными заданиями
- **Gateway**, перезапускать Gateway, применять изменения конфигурации, запускать обновления

## Анализ изображений

Агенты могут анализировать изображения с использованием настроенных моделей зрения, описывать содержимое, извлекать текст, идентифицировать объекты и отвечать на вопросы о визуальном контенте.

## Группы инструментов

Инструменты организованы в группы для удобного управления разрешениями:

| Группа | Инструменты |
|-------|-------|
| **runtime** | exec, bash, process |
| **fs** | read, write, edit, apply_patch |
| **sessions** | sessions_list, sessions_history, sessions_send, sessions_spawn, session_status |
| **memory** | memory_search, memory_get |
| **web** | web_search, web_fetch |
| **ui** | browser, canvas |
| **automation** | cron, gateway |
| **messaging** | message |
| **nodes** | nodes |