Agent

Թեստավորման փուլ

Agent հնարավորությունը ներկայումս դեռ թեստավորման փուլում է. հետևյալ API-ները և վարքագիծը կարող են փոխվել պաշտոնական թողարկումից առաջ:

Ուսումնասիրություն

ScriptCat v1.4-ը ներկայացնում է Agent համակարգը՝ օգտագործողի սկրիպտներին տալով մի շարք կարողություններ՝ ներառյալ AI զրույցը, զննարկչի ավտոմատացումը, ֆայլերի կառավարումը և պլանավորված առաջադրանքները:

Սկրիպտները կանչում են այս կարողությունները CAT.agent.* անվանատարածքի միջոցով, և յուրաքանչյուր API պահանջում է համապատասխան թույլտվության հայտարարում @grant-ով:

Հնարավորությունների մոդուլներ

Մոդուլ	Թույլտվություն	Նկարագրություն
Զրույց	`@grant CAT.agent.conversation`	AI զրույցների ստեղծում, հաղորդագրությունների ուղարկում, հոսքային պատասխաններ, կաստոմ գործիքների սահմանում
DOM գործողություններ	`@grant CAT.agent.dom`	Էջի նավիգացիա, սքրինշոթներ, սեղմում, լրացում, ոլորում, DOM մոնիտորինգ
Skill	`@grant CAT.agent.skills`	Skill փաթեթների տեղադրում/հեռացում/կանչում
Պլանավորված առաջադրանքներ	`@grant CAT.agent.task`	Cron պլանավորված առաջադրանքներ, իրադարձությունների լսում
Մոդել	`@grant CAT.agent.model`	Կարգավորված մոդելի տեղեկատվության հարցում (միայն կարդալու)
OPFS ֆայլեր	`@grant CAT.agent.opfs`	Agent աշխատանքային տարածքի ֆայլերի ընթերցում/գրառում
MCP	—	MCP սերվերի կապերի կարգավորում (միայն կառավարման էջ, առանց սկրիպտ API)
Skill մշակում	—	SKILL.cat.md + SkillScript մշակման ուղեցույց

Արագ մեկնարկ

Ամենապարզ հնարավոր Agent սկրիպտը՝

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

const conv = await CAT.agent.conversation.create();
const reply = await conv.chat("Hi, please introduce yourself");
console.log(reply.content);

Ճարտարապետության ուսումնասիրություն

Agent համակարգը տարածվում է զննարկչի ընդլայնման ներսում բազմաթիվ մեկուսացված կոնտեքստերի վրայով՝

User script → Sandbox (isolated execution)
              ↓ WindowMessage
           Offscreen (DOM access)
              ↓ ExtensionMessage
           Service Worker (core scheduling)
              ├── LLM Provider (OpenAI / Anthropic)
              ├── ToolRegistry (tool registration and execution)
              ├── SkillScriptExecutor (Skill script execution)
              ├── MCPClient (MCP protocol client)
              └── TaskScheduler (scheduled task scheduling)

Պահեստավորման կառուցվածք

Agent-ը տվյալները պահում է զննարկչի OPFS (Origin Private File System) միջոցով՝

agents/
├── conversations/       # conversation history
├── attachments/         # attachments (images, files)
├── skills/{name}/       # Skill package files
│   ├── SKILL.cat.md
│   ├── scripts/
│   └── references/
├── tasks/               # scheduled task config and execution records
└── workspace/           # user workspace files (the directory opfs_* tools operate on)

Աջակցվող մոդելներ

Մատակարար	Ձևաչափ	Հնարավորություններ
OpenAI-համատեղելի	OpenAI Chat Completions API	Աջակցում է GPT-4o, DeepSeek և այլ համատեղելի մոդելներին
Anthropic	Anthropic Messages API	Աջակցում է Claude ընտանիքին, Prompt Caching
Zhipu	Zhipu API	Աջակցում է GLM մոդելների ընտանիքին

Կառավարման վահանակում «Մոդելի կարգավորում» բաժնում ավելացրեք Մատակարար և API Բանալի՝ այն օգտագործելու համար:

Skill էկոհամակարգը

Skill-ը փաթեթ է, որը համատեղում է պրոմպտները + գործիքի սկրիպտները + հղման նյութը՝ թույլ տալով ձեզ դոմեն-հատուկ գիտելիքներ և կաստոմ գործիքներ ներարկել Agent-ի մեջ:

Պաշտոնական Skill պահեստ. scriptscat/skills

Ներառում է պատրաստի օգտագործման Skills զննարկչի ավտոմատացման, պլանավորված առաջադրանքների, Skill ստեղծման գործիքի, զրույցի/DOM/կոնֆիգ օրինակների և այլնի համար:

Տեղադրման մեթոդներ՝

URL տեղադրում — բացեք SKILL.cat.md URL-ը ուղղակիորեն զննարկչում. ScriptCat-ը ավտոմատ կերպով այն կընդհատի և կցուցադրի տեղադրման էջը: Կարող եք նաև տեղադրել URL-ը կառավարման վահանակի Agent → Skill Կառավարում բաժնում:
Սկրիպտի տեղադրում — ծրագրային կերպով տեղադրեք CAT.agent.skills.install() API-ի միջոցով

Թարմացումների ստուգում՝

URL-ի միջոցով տեղադրված Skill-ը գրանցում է իր տեղադրման աղբյուրը. կառավարման վահանակը թույլ է տալիս ստուգել թարմացումները և մեկ սեղմումով թարմացնել (հիմնված version դաշտի semver համեմատության վրա):

Մանրամասների համար տեսեք Skill կառավարման API և Skill մշակման ուղեցույց:

Ուսումնասիրություն​

Հնարավորությունների մոդուլներ​

Արագ մեկնարկ​

Ճարտարապետության ուսումնասիրություն​

Պահեստավորման կառուցվածք​

Աջակցվող մոդելներ​

Skill էկոհամակարգը​