跳到主要内容

Agent 智能助手

测试阶段

Agent 功能目前仍处于测试阶段，以下 API 和行为可能会在正式发布前进行调整。

概述​

ScriptCat v1.4 引入了 Agent 智能助手系统，它为用户脚本提供了 AI 对话、浏览器自动化、文件管理、定时任务等一系列能力。

脚本通过 CAT.agent.* 命名空间调用这些能力，所有 API 均需要通过 @grant 声明对应权限。

功能模块​

模块权限声明说明
对话@grant CAT.agent.conversation创建 AI 对话、发送消息、流式接收、自定义工具
DOM 操作@grant CAT.agent.dom页面导航、截图、点击、填充、滚动、DOM 监控
Skill@grant CAT.agent.skills安装/卸载/调用 Skill 扩展包
定时任务@grant CAT.agent.taskCron 定时任务、事件监听
模型@grant CAT.agent.model查询已配置的模型信息（只读）
OPFS 文件@grant CAT.agent.opfs读写 Agent 工作区文件
MCP@grant CAT.agent.mcp管理 MCP 服务器连接
Skill 开发—SKILL.md + SkillScript 开发指南

快速上手​

一个最简单的 Agent 脚本：

// ==UserScript==
// @name        Hello Agent
// @match       *://*/*
// @grant       CAT.agent.conversation
// ==/UserScript==

const conv = await CAT.agent.conversation.create();
const reply = await conv.chat("你好，请介绍一下你自己");
console.log(reply.content);

架构简述​

Agent 系统跨越浏览器扩展的多个隔离上下文：

用户脚本 → Sandbox（隔离执行）
              ↓ WindowMessage
           Offscreen（DOM 访问）
              ↓ ExtensionMessage
           Service Worker（核心调度）
              ├── LLM Provider（OpenAI / Anthropic）
              ├── ToolRegistry（工具注册与执行）
              ├── SkillScriptExecutor（Skill 脚本执行）
              ├── MCPClient（MCP 协议客户端）
              └── TaskScheduler（定时任务调度）

存储结构​

Agent 使用浏览器 OPFS（Origin Private File System）存储数据：

agents/
├── conversations/       # 对话历史
├── attachments/         # 附件（图片、文件）
├── skills/{name}/       # Skill 包文件
│   ├── SKILL.md
│   ├── scripts/
│   └── references/
├── tasks/               # 定时任务配置和执行记录
└── workspace/           # 用户工作区文件（opfs_* 工具操作的目录）

支持的模型​

Provider格式特性
OpenAI 兼容OpenAI Chat Completions API支持 GPT-4o、DeepSeek 等兼容模型
AnthropicAnthropic Messages API支持 Claude 系列，Prompt Caching

在管理页面的「模型配置」中添加 Provider 和 API Key 即可使用。