Chuyển tới nội dung chính

Agent

Giai đoạn thử nghiệm

Tính năng Agent hiện vẫn đang trong giai đoạn thử nghiệm; các API và hành vi sau có thể thay đổi trước khi phát hành chính thức.

Tổng quan​

ScriptCat v1.4 giới thiệu hệ thống Agent, cung cấp cho script người dùng một tập hợp các khả năng bao gồm trò chuyện AI, tự động hóa trình duyệt, quản lý file và tác vụ theo lịch trình.

Script gọi các khả năng này thông qua namespace CAT.agent.*, và mỗi API yêu cầu quyền tương ứng được khai báo bằng @grant.

Các mô-đun tính năng​

Mô-đunQuyềnMô tả
Trò chuyện@grant CAT.agent.conversationTạo trò chuyện AI, gửi tin nhắn, phát trực tuyến phản hồi, định nghĩa công cụ tùy chỉnh
Thao tác DOM@grant CAT.agent.domĐiều hướng trang, chụp ảnh màn hình, nhấp, điền, cuộn, giám sát DOM
Skill@grant CAT.agent.skillsCài đặt/gỡ bỏ/gọi các gói Skill
Tác vụ theo lịch trình@grant CAT.agent.taskTác vụ Cron theo lịch trình, lắng nghe sự kiện
Mô hình@grant CAT.agent.modelTruy vấn thông tin mô hình đã cấu hình (chỉ đọc)
File OPFS@grant CAT.agent.opfsĐọc/ghi file không gian làm việc của Agent
MCP—Cấu hình kết nối server MCP (chỉ trang quản lý, không có API script)
Phát triển Skill—Hướng dẫn phát triển SKILL.cat.md + SkillScript

Bắt đầu nhanh​

Script Agent đơn giản nhất:

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

const conv = await CAT.agent.conversation.create();
const reply = await conv.chat("Xin chào, vui lòng giới thiệu bản thân");
console.log(reply.content);

Tổng quan kiến trúc​

Hệ thống Agent trải rộng trên nhiều ngữ cảnh bị cô lập trong tiện ích mở rộng trình duyệt:

Script người dùng → Sandbox (thực thi bị cô lập)
              ↓ WindowMessage
           Offscreen (truy cập DOM)
              ↓ ExtensionMessage
           Service Worker (lịch trình cốt lõi)
              ├── Nhà cung cấp LLM (OpenAI / Anthropic)
              ├── ToolRegistry (đăng ký và thực thi công cụ)
              ├── SkillScriptExecutor (thực thi script Skill)
              ├── MCPClient (client giao thức MCP)
              └── TaskScheduler (lịch trình tác vụ)

Cấu trúc lưu trữ​

Agent lưu dữ liệu bằng OPFS (Origin Private File System) của trình duyệt:

agents/
├── conversations/       # lịch sử trò chuyện
├── attachments/         # tệp đính kèm (hình ảnh, file)
├── skills/{name}/       # file gói Skill
│   ├── SKILL.cat.md
│   ├── scripts/
│   └── references/
├── tasks/               # cấu hình và bản ghi thực thi tác vụ theo lịch trình
└── workspace/           # file không gian làm việc của người dùng (thư mục mà các công cụ opfs_* thao tác)

Mô hình được hỗ trợ​

Nhà cung cấpĐịnh dạngTính năng
Tương thích OpenAIAPI OpenAI Chat CompletionsHỗ trợ GPT-4o, DeepSeek và các mô hình tương thích khác
AnthropicAPI Anthropic MessagesHỗ trợ họ Claude, Prompt Caching
智譜API 智譜Hỗ trợ họ mô hình GLM

Thêm nhà cung cấp và Khóa API trong "Cấu hình mô hình" trên bảng điều khiển để sử dụng.

Hệ sinh thái Skill​

Skill là gói kết hợp prompt + script công cụ + tài liệu tham khảo, cho phép bạn inject kiến thức chuyên ngành và công cụ tùy chỉnh vào Agent.

Kho Skill chính thức: scriptscat/skills

Bao gồm Skill sẵn sàng sử dụng cho tự động hóa trình duyệt, tác vụ theo lịch trình, công cụ tạo Skill, ví dụ về trò chuyện/DOM/cấu hình và nhiều hơn nữa.

Phương thức cài đặt:

  • Cài đặt qua URL — mở trực tiếp URL SKILL.cat.md trong trình duyệt; ScriptCat tự động chặn nó và hiển thị trang cài đặt. Bạn cũng có thể dán URL dưới Agent → Quản lý Skill trong bảng điều khiển.
  • Cài đặt qua script — cài đặt qua chương trình bằng API CAT.agent.skills.install()

Kiểm tra cập nhật:

Skill cài đặt qua URL ghi lại nguồn cài đặt; bảng điều khiển cho phép bạn kiểm tra cập nhật và nâng cấp bằng một cú nhấp (dựa trên so sánh semver của trường version).

Xem API quản lý Skill và Hướng dẫn phát triển Skill để biết chi tiết.