# 工具与功能

## 概述

工具是您的代理在对话中可以执行的操作。当代理需要浏览网页、运行命令、读取文件或控制设备时，它会使用工具。

Neotask 提供丰富的内置工具集，涵盖文件管理、代码执行、浏览器自动化、设备控制、消息传递、网页搜索等。

## 文件操作

代理可以在其工作空间中读取、写入和编辑文件：

- **Read** -- 读取文件内容
- **Write** -- 创建或覆盖文件
- **Edit** -- 对文件的特定部分进行精确编辑
- **Apply Patch** -- 应用多段统一差异进行复杂文件修改

## 代码执行

代理可以使用可配置的隔离运行 shell 命令：

- **Gateway 执行** -- 直接在托管 Gateway 的机器上运行命令
- **沙箱执行** -- 在具有资源限制的隔离 Docker 容器中运行命令
- **节点执行** -- 在连接的伴侣设备（macOS、Linux 节点）上运行命令

### 执行功能
- 可配置的超时（默认 30 分钟）
- 后台任务管理（列出、轮询、终止、清除）
- 长时间运行命令自动后台化
- TTY 支持交互式程序
- 提升模式用于特权操作（仅 Gateway 主机）

### 审批工作流
敏感命令在执行前需要用户批准：
- **允许列表** -- 仅预先批准的命令可执行
- **询问** -- 未知命令提示批准
- **完全** -- 无限制

## 浏览器自动化

代理控制基于 Chromium 的完整浏览器（Chrome、Brave 或 Edge）：

### 操作
- **导航** -- 打开 URL 并在页面间导航
- **交互** -- 点击、输入、悬停、拖拽、选择、填写表单
- **捕获** -- 截图、导出 PDF
- **检查** -- 快照 DOM 或无障碍树
- **执行** -- 在页面上下文中运行 JavaScript
- **上传** -- 向 Web 表单上传文件
- **管理** -- 处理对话框（警告、确认）、读取控制台输出

### 浏览器配置
用于隔离账户的多个独立浏览器配置：
- 每个配置有自己的 cookie、存储和历史
- 自动分配 CDP 端口用于编程控制
- 远程浏览器支持（连接到其他机器上的浏览器）

## 画布与 A2UI

Agent-to-UI（A2UI）系统让代理在连接的设备上渲染交互式视觉内容：

- **Present** -- 在设备画布上显示网页或自定义内容
- **Navigate** -- 控制画布窗口中显示的内容
- **Evaluate** -- 在画布上下文中执行 JavaScript
- **Snapshot** -- 捕获当前显示的内容
- **A2UI Push** -- 向画布发送结构化 UI 更新（JSONL 负载）
- **A2UI Reset** -- 清除画布状态

画布渲染可在 macOS（WebKit）、iOS（SwiftUI）、Android（Jetpack Compose）和 Web（WebChat）上使用。

## 节点设备功能

通过连接的伴侣应用，代理可以：

### 摄像头
- **Snap** -- 拍照（前置或后置摄像头）
- **Clip** -- 录制具有可配置时长和帧率的视频片段

### 屏幕
- **Record** -- 捕获具有可配置时长和质量的屏幕录制

### 位置
- **Get** -- 获取带精度选择的 GPS 坐标

### 通知
- **Notify** -- 发送带标题、正文和优先级的原生 OS 通知

### 系统命令
- **Run** -- 在节点设备上执行 shell 命令
- **Which** -- 检查节点上是否有某命令可用

## 消息

代理可以在连接的频道上发送和管理消息：

- **Send** -- 向任何连接的频道/收件人发送消息
- **Edit** -- 编辑之前发送的消息
- **React** -- 对消息添加反应
- **Thread** -- 创建话题并在其中回复
- **Poll** -- 在支持的平台上创建投票
- **Voice** -- 检查语音频道状态（Discord）

## Web

- **Search** -- 通过 Brave Search API 进行网页搜索
- **Fetch** -- 获取网页并将 HTML 转换为 markdown/文本

## 记忆与上下文

- **Memory Search** -- 对代理记忆文件进行向量相似性搜索
- **Memory Get** -- 按名称检索特定记忆文件

## 会话管理

- **List Sessions** -- 查看跨代理的活跃会话
- **Session History** -- 获取任何会话的记录
- **Send to Session** -- 向其他代理会话发送消息
- **Spawn Sub-Agent** -- 启动隔离的子代理运行
- **List Agents** -- 查看可用代理

## 自动化

- **Cron** -- 创建、编辑、运行和管理计划任务
- **Gateway** -- 重启 Gateway、应用配置更改、运行更新

## 图像分析

代理可以使用配置的视觉模型分析图像 -- 描述内容、提取文字、识别对象并回答关于视觉内容的问题。

## 工具组

工具按组组织以便于权限管理：

| 组 | 工具 |
|-------|-------|
| **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 |