道一云七巧-浏览器自动化

概述

qiqiao-browser

道一云七巧低代码平台浏览器自动化技能。采用主会话单线程节点流架构：

• 所有节点都在主会话中执行：环境检测 → 登录 → 意图识别与导航 → 流程节点 → 结果展示
• 不派发子代理 / 子任务：每个流程节点由主会话按顺序读取对应 runbook 文件并逐项执行
• 关键原则：任何时候主会话都清楚自己处于哪个节点；节点之间按"下一节点"声明顺序流转，不跳节点、不并行

架构全景

[10-环境检测] → [20-登录] → [30-首页/意图识别]
                                  │
              ┌───────────────────┼───────────────────┐
              ▼                   ▼                   ▼
        ┌───────────┐       ┌───────────┐       ┌───────────┐
        │  填单流    │       │  审批流    │       │ 发起流程   │
        │ 01→02→03  │       │ 01→02→03  │       │ 01→02→03  │
        │ →04→05→06 │       │ →04/05→06 │       │ →04→05    │
        └─────┬─────┘       └─────┬─────┘       └─────┬─────┘
              │                   │                   │
              └───────────────────┼───────────────────┘
                                  ▼
                       [任务完成 → 展示结果给用户]

链接直达（入口分支）： 用户发七巧链接（长链/短链）时，不走首页导航，直接从链接进入：link-flow/01（识别链接/判断类型）→ 02（打开链接/登录检测）→ 03（读取页面内容/展示）→ 分支（审批流 03 操作 / 评论 04 / 完成）。不提取 ID、不通过 ID 调接口，直接读页面。

• 主会话 依次执行全部节点：common/ 三个公共节点 + 对应流程文件夹下的节点序列
• 节点流转 由每个 runbook 文件末尾的"下一节点"声明驱动，主会话读取目标文件后继续执行
• 需要用户输入时 主会话直接在会话中询问，等待用户回复后从中断点继续，无需状态标记

文档读取阶段

本技能按阶段加载文档，不在启动时一次读完所有文件：

阶段一：技能加载时（立即读取）

1. 本文（你正在读）
2. core/00-overview-and-flow.md — 架构总览、流程路径
3. recovery/00-resume-protocol.md — 中断恢复协议

阶段二：登录成功、进入首页后（节点 30 执行前读取）

1. core/01-global-rules.md — 全局规则（GR-01 至 GR-09）
2. core/02-state-model.md — 状态变量字典
3. core/05-commands-reference.md — 指令参考手册（bsk CLI + window.$ai API）
4. core/06-discipline-check.md — 纪律检查（每次结果展示前必读，含 self-evolution 查询入口）

阶段三：进入流程节点时（随流程推进读取）

1. core/03-error-handling.md — 故障处理矩阵（含 self-evolution 查询优先步骤）
2. core/04-field-handling.md — 字段分类与处理规则（进入表单填写节点前必读）
3. {流程}/{编号}-*.md — 流程节点文件，按节点顺序逐个读取，执行完一个再读下一个

任何时候（遇到问题可查询）

1. references/self-evolution.md — 自我进化索引，按场景查找已知问题和精准指令

core/ 全部文档都由主会话读取：01/02/05 在节点 30 前读取，03/04 在进入流程节点时读取。runbook 节点文件按需逐个加载，避免上下文膨胀。

技能触发后的第一件事

先检查 bsk CLI 就绪，再执行 recovery/00-resume-protocol.md — 快速定位用户当前处于哪个节点。

⚠️ Windows 沙箱环境（WorkBuddy 命令工具）启动 daemon 前必读：

在 Windows 上通过沙箱命令工具（WorkBuddy 等，命令结束会连带回收进程树）操作时，bsk daemon 不能使用普通 detached 模式启动（会随每条命令的 shell 退出被杀，表现为 daemon 反复重启、浏览器会话几秒消失）。

必须先启动 daemon（后台任务方式执行，foreground 模式会持续运行）：

BASH复制

bsk daemon stop

bsk daemon start --foreground --session-idle 30m --daemon-idle 30m   # 放 run_in_background / 长活 shell

然后用 bsk status 验证：间隔数秒复查，pid 不变 + uptime 增长才稳定。若 pid 每次都在变 → daemon 仍随命令被杀，检查是否用了 foreground 模式且挂在长活任务上。

完整判断与备选方案见 common/10-env-detect.md 检测 3。非 Windows / 用户持久终端环境不受此限制，普通 bsk daemon start 即可。

恢复后的处理逻辑

恢复协议定位到节点后，主会话直接读取对应节点文件并执行：

用户意图与流程路径对照

节点 30（首页）的意图识别与导航细则见 common/30-home.md。

主会话执行职责

主会话按顺序执行以下事项：

1. 检查 bsk CLI 可用性
2. 执行恢复协议定位节点
3. 每次用户给出新意图时，重新执行恢复协议（即使是同一会话内的第二轮对话）——强制重新定位节点、重新读取对应 runbook 文件，禁止复用上一轮的操作模式
4. 处理登录流程：直接打开平台 https://qy.do1.com.cn/qiqiao2/runtime/
5. 进入首页后立即执行 window.$ai.init()（必须，确保 API 可用）
6. 识别用户意图：意图不清时必须停下来询问用户（禁止猜测或自行补全），意图明确时导航到目标页面
7. 按流程路径逐个读取 runbook 节点文件并执行，按每个文件末尾"下一节点"声明流转
8. 执行过程中需要用户输入时（多结果/缺值/高危确认），直接在会话中询问用户，等待回复后从中断点继续执行
9. 任务完成后向用户展示结果。展示结果前必须先读取 core/06-discipline-check.md（不对用户展示），然后在回复末尾附加以下提示（必须分行，不可省略）：

---
tips：
1、点击 Agent正在控制-中断 不影响技能操作浏览器。
2、完成一次填单或审批后，建议新开一个会话做新任务。

主会话禁止做的事情：

• 跳过节点直接执行后续操作（必须按 runbook 节点顺序流转）
• 一次读取全部 runbook 节点文件（按需逐个加载）
• 在回复中展示 bsk snapshot 原始输出、内部错误堆栈等过程细节

执行纪律

1. 先定位节点，再决定执行内容 — 不假设用户在哪个节点，必须先通过恢复协议确认
2. 严格按节点顺序执行 — 读取对应流程文件夹中的 {编号}-*.md，按操作表逐项执行，按"下一节点"声明流转
3. 每步必须有结果 — 执行完一个操作必须确认得到预期结果后才能进入下一步，禁止"假装执行"
4. 用户交互不中断流程 — 需要用户输入时直接询问并等待，用户回复后从当前节点继续，不重新开始
5. 结果展示面向用户 — 仅展示用户需要关注的信息，不展示内部执行日志

数据安全与用户交互（必须遵守）

• 多条结果 → 暂停执行，展示选项让用户确认，禁止默认选第一个或自行猜测
• 零条结果 → 暂停执行，告知用户并询问是否换关键词，禁止自行探测
• 用户未提供值 → 暂停执行，向用户询问，禁止编造填入
• 用户没说"全部" → 禁止自行批量操作
• 高危操作（终止/驳回/外部链接）→ 暂停执行，请用户确认
• 严禁未经确认自动提交/删除/填单

详细约束见 core/01-global-rules.md GR-03 / GR-04。

PC 端节点一览（参考）

公共节点（common/）

填单流节点（form-filling/）

审批流节点（approval/）

发起流程节点（start-process/）

链接直达节点（link-flow/）

引用文件