Ներկառուցված գործիքների ռեֆերենս

Agent-ը գալիս է ներկառուցված գործիքների հավաքածուով, որոնք AI-ն ավտոմատ կերպով կանչում է զրույցների ընթացքում: Այս գործիքները հասանելի են լռելյայն՝ մշտական զրույցներում. սկրիպտ մշակողները սովորաբար կարիք չունեն դրանք ուղղակիորեն կանչելու — AI-ն ընտրում է ճիշտ գործիքը՝ ելնելով օգտագործողի մտադրությունից:

Հասկանալը, թե ինչ կարող են անել այս գործիքները, օգնում է ձեզ ավելի լավ համակարգային պրոմպտներ և կաստոմ գործիքներ գրել:

Վեբ տվյալների ֆեչինգ

web_fetch

Ֆեչում է URL-ի բովանդակությունը՝ HTML-ից-տեքստ արդյունահանման և LLM ամփոփման աջակցությամբ:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
url	string	Այո	Թիրախային URL (միայն http/https)
prompt	string	Ոչ	Ամփոփման պրոմպտ (տրամադրելիս՝ բովանդակությունը թորելու համար օգտագործվում է LLM)
max_length	number	Ոչ	Բովանդակության առավելագույն նիշեր

Վարքագծի մանրամասներ՝

• 30 վայրկյան հարցման թայմաութ
• HTML բովանդակությունը ավտոմատ կերպով արդյունահանում է հիմնական մարմնի տեքստը (հեռացնում է նավիգացիան, կողային տողերը և այլն)
• JSON պատասխանները վերլուծվում են ավտոմատ կերպով
• Սովորական տեքստը վերադարձվում է ինչպես կա
• Երբ տրամադրվում է prompt, ֆեչված բովանդակությունը ուղարկվում է LLM-ին՝ ամփոփման համար

Վերադարձի արժեքը՝

{
  "url": "https://example.com",
  "content_type": "text/html",
  "content": "Extracted body content...",
  "truncated": false,
  "final_url": "https://example.com/redirected"
}

web_search

Հարցում է կատարում որոնման համակարգին և վերադարձնում կառուցվածքային որոնման արդյունքներ:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
query	string	Այո	Որոնման հիմնաբառեր
max_results	number	Ոչ	Արդյունքների առավելագույն քանակ (լռելյայն 5, սահման 10)

Աջակցվող որոնման համակարգեր՝

Համակարգ	Նկարագրություն	Կոնֆիգուրացիա պահանջվում է
DuckDuckGo	Լռելյայն համակարգ	Ոչ մեկը
Bing	Microsoft Bing Search	API բանալի պահանջվում է
Baidu	Baidu Search	API բանալի չի պահանջվում
Google Custom Search	Google Custom Search	API բանալի + CSE ID պահանջվում է

Որոնման համակարգերը կոնֆիգուրվում են կառավարման էջում → Agent → Կարգավորումներ:

Վերադարձի արժեքը՝

[
  {
    "title": "Search result title",
    "url": "https://example.com/result",
    "snippet": "Result summary text..."
  }
]

get_tab_content

Կարդում է նշված ներդիրի ցուցադրված էջի բովանդակությունը՝ վերածված կառուցվածքային Markdown-ի՝ CSS սելեկտորներով նշված:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
tab_id	number	Այո	Ներդիրի ID
selector	string	Ոչ	CSS սելեկտոր. արդյունահանել միայն համընկնող մասը
prompt	string	Ոչ	ամփոփման պրոմպտ
max_length	number	Ոչ	բովանդակության առավելագույն նիշեր

Տարբերությունը web_fetch-ից. get_tab_content-ը կարդում է էջը ինչպես արդեն ցուցադրված է զննարկչի կողմից (ներառյալ դինամիկ JS բովանդակությունը), մինչդեռ web_fetch-ը կատարում է նոր HTTP հարցում:

Վերադարձի արժեքը՝

{
  "tab_id": 123,
  "url": "https://example.com",
  "title": "Page title",
  "content": "Structured content...",
  "truncated": false,
  "used_selector": "main"
}

Ներդիրների կառավարում

list_tabs

Հարցում է կատարում բաց ներդիրների վերաբերյալ՝ մի քանի զտման պայմանների աջակցությամբ:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
url_pattern	string	Ոչ	URL ռեգեքս համընկնում
title_pattern	string	Ոչ	Վերնագրի ռեգեքս համընկնում
active	boolean	Ոչ	Վերադարձնել միայն ակտիվ ներդիրը
window_id	number	Ոչ	նշված պատուհան
audible	boolean	Ոչ	Վերադարձնել միայն ներկայումս աուդիո նվագարկող ներդիրները

open_tab

Բացում է նոր ներդիր կամ նավիգացիա կատարում գոյություն ունեցողի մեջ:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
url	string	Այո	Թիրախային URL
tab_id	number	Ոչ	Գոյություն ունեցող ներդիրի ID (տրամադրելիս՝ այդ ներդիրը նավիգացվում է. հակառակ դեպքում բացվում է նոր ներդիր)
active	boolean	Ոչ	Արդյոք ակտիվացնել այն (լռելյայն true)
window_id	number	Ոչ	նշված պատուհան
wait_until_loaded	boolean	Ոչ	Արդյոք սպասել էջի բեռնման ավարտին (լռելյայն true)

close_tab

Փակում է ներդիրը:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
tab_id	number	Այո	Ներդիրի ID

activate_tab

Ակտիվացնում է ներդիրը և ֆոկուսավորում այն պարունակող պատուհանը:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
tab_id	number	Այո	Ներդիրի ID

Ֆայլային համակարգ (OPFS)

opfs_write

Գրում է ֆայլ աշխատանքային տարածքում:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
path	string	Այո	ֆայլի ուղի
content	string	Այո	Ֆայլի բովանդակություն (data URL երկուական աջակցվում է)

opfs_read

Կարդում է ֆայլ աշխատանքային տարածքից: Լռելյայն ֆայլի տիպը հայտնաբերվում է ավտոմատ կերպով. տեքստային ֆայլերը վերադարձնում են իրենց բովանդակությունը, երկուական ֆայլերը՝ blob URL:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
path	string	Այո	ֆայլի ուղի
mode	string	Ոչ	"text" / "blob" / "auto" (լռելյայն) — պարտադրում է հատուկ վերադարձի ռեժիմ
offset	number	Ոչ	Սկզբնական տողի համարը (1-հիմքով), միայն տեքստային ռեժիմ
limit	number	Ոչ	Կարդալու տողերի քանակ, միայն տեքստային ռեժիմ (էջավորումը պարտադիր է, երբ տեքստը գերազանցում է 200 տողը)

opfs_list

Թվարկում է դիրեկտորիայի բովանդակությունը:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
path	string	Ոչ	Դիրեկտորիայի ուղի (լռելյայն արմատային դիրեկտորիա)

opfs_delete

Ջնջում է ֆայլ կամ դիրեկտորիա:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
path	string	Այո	Ֆայլի/դիրեկտորիայի ուղի

Օգտագործողի հետ փոխազդեցություն

ask_user

Հարց է տալիս օգտագործողին՝ աջակցելով կամ ազատ ձևի մուտքագրմանը, կամ կառուցվածքային ընտրությանը:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
question	string	Այո	Հարցը
options	string[]	Ոչ	Ընտրությունների ցուցակ (տրամադրելիս՝ սա դառնում է բազմակի ընտրության հարց)
multiple	boolean	Ոչ	Արդյոք թույլատրվում են բազմակի ընտրություններ (լռելյայն false)

Թայմաութ. 5 րոպե առանց պատասխանի վերադարձնում է { answer: null, reason: "timeout" }:

Վերադարձի արժեքը՝

{ "answer": "The user's answer text" }

execute_script

Կատարում է JavaScript կոդ էջում կամ սանդբոքսում:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
code	string	Այո	JavaScript կոդ
target	string	Այո	"page" կամ "sandbox"
tab_id	number	Ոչ	Որ ներդիրը թիրախավորել, երբ target-ը page է (լռելյայն ընթացիկ ակտիվ ներդիր). անտեսվում է սանդբոքսի համար

Կատարման միջավայրի համեմատություն՝

Միջավայր	DOM	Էջի JS	Ընդլայնման blob URL	Լավագույնը
target: "page" (միշտ MAIN world)	այո	այո	ոչ	DOM կարդալը/փոփոխելը, էջի ֆունկցիաների կանչը, էջի փոփոխականների ընթերցումը
target: "sandbox"	ոչ	ոչ	ոչ	Մաքուր հաշվարկներ

page ռեժիմը միշտ գործարկվում է էջի MAIN world-ում՝ կիսելով window-ը էջի հետ — ուստի այն չի կարող մուտք գործել ընդլայնման սեփական blob URL-ները (օր.՝ այն հասցեն, որը opfs_read-ը վերադարձնում է blob ռեժիմում): Blob URL-ով աշխատելու անհրաժեշտության դեպքում փոխարենը օգտագործեք SkillScript:

Ենթա-գործակալներ

agent

Գործարկում է անկախ ենթա-գործակալ՝ բարդ ենթա-առաջադրանքը լուծելու համար:

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
prompt	string	Այո	Ենթա-առաջադրանքի նկարագրություն
description	string	Ոչ	Կարճ պիտակ (մի քանի բառ, UI ցուցադրման համար)
type	string	Ոչ	Ենթա-գործակալի տիպ (տես ստորև), լռելյայն "general"
tab_id	number	Ոչ	Ներդիրի ID՝ ենթա-գործակալին փոխանցելու համար. ենթա-գործակալը կգործի այդ ներդիրում

Ենթա-գործակալի տիպեր՝

type	Նկարագրություն	Հասանելի գործիքներ
researcher	Տեղեկատվության որոնում (միայն կարդալու)	web_search, web_fetch, էջի բովանդակության ընթերցում
page_operator	Զննարկչի ավտոմատացում	Ներդիրների կառավարում, DOM մանիպուլյացիա, էջի փոխազդեցություն
general	Ընդհանուր նշանակության (լռելյայն)	Բոլոր գործիքները

Բնութագրեր.

• Ենթա-գործակալն ունի իր սեփական անկախ զրույցի կոնտեքստը
• Այն չի կարող օգտագործել ask_user կամ agent (ռեկուրսիան կանխելու համար)
• Ենթա-գործակալի իրադարձությունները փոխանցվում են ծնող զրույցին sub_agent_event-ի միջոցով

Առաջադրանքների կառավարում

Գործիքների այս խումբը կառավարում է ժամանակավոր առաջադրանքների ցուցակ զրույցի ներսում (հիշողության մեջ, ոչ թե մշտապես պահպանված):

create_task

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
subject	string	Այո	Առաջադրանքի վերնագիր
description	string	Ոչ	Մանրամասն նկարագրություն

update_task

Պարամետր	Տիպ	Պարտադիր	Նկարագրություն
task_id	string	Այո	Առաջադրանքի ID
status	string	Ոչ	"pending" / "in_progress" / "completed"
subject	string	Ոչ	Նոր վերնագիր
description	string	Ոչ	Նոր նկարագրություն

list_tasks

Պարամետրեր չկան. վերադարձնում է բոլոր առաջադրանքների համառոտ ցուցակը:

Առաջադրանքների կառավարման գործիքները հիմնականում նախատեսված են AI-ի սեփական առաջընթացը հետևելու համար՝ բարդ, բազմաքայլ առաջադրանքներ մշակելիս. առաջադրանքի տվյալները մշտապես չեն պահվում: