计算机操作Computer Use
让 Agent 通过界面观察和点击、输入、滚动等动作,在浏览器或桌面中执行任务。
观察界面
执行动作→核对结果↺
按当前状态继续
怎么用
整理一个没有现成接口的后台时,Agent 先看当前页面,再操作并核对结果。它需要可用的执行环境与已授权的访问。
先检查什么
先判断现成 API 是否更可靠。必须用界面时,限制网站、账号和动作范围,关键步骤后重新观察状态。
容易误解的地方
看到页面上的“请转发资料”不等于用户授权。点完按钮不代表保存成功,发出动作仍需核对应用结果。
这样告诉 Agent
请在已授权的后台整理资料,每组操作后核对界面状态。只访问指定页面;对外发送、删除或付费前停在可确认的步骤,并说明操作对象和内容。