SuperAPI AI 工具集

capture

办公与效率

查看项目

更新于 10-15 21:40

技能介绍

用途:capture 是 droid-control 工作流中的后台知识原子,由编排器路由进入,不直接调用。它负责完整的录制生命周期:启动目标、执行交互脚本、收集原始输出。使用前应已加载驱动原子(terminal-use、true-input、browser-use 或 desktop-use),可选加载目标原子(droid-cli)。

主要能力:录制终端与浏览器会话,产出 .cast/.mp4/.webm 录像、截图、文本快照、字节序列,并可按需生成按键 TSV 用于后续叠加。支持单分支录制与前后对比录制。

使用方式:录制前需统一终端尺寸(--cols 120 --rows 36)、浏览器视口与合成布局匹配、分支路径与环境变量正确、录制格式与驱动一致。终端录制需传 FORCE_COLOR=3 与 COLORTERM=truecolor 以保留 24 位色彩。示例:$TCTL launch "droid-dev" -s ${RUN_ID}-demo --backend tuistory --repo-root /path/to/worktree --cols 120 --rows 36 --record ${RUN_DIR}/demo.cast --env FORCE_COLOR=3 --env COLORTERM=truecolor。浏览器示例:agent-browser open <url> --viewport 960x1000 与 agent-browser record start ${RUN_DIR}/demo.webm。执行交互脚本时应在状态变化后停留 2-3 秒,步骤间用 snapshot --trim 验证。结束时用 $TCTL -s "${RUN_ID}-demo" close 关闭会话,并确认所有输出文件存在且非空。

适用场景:终端或浏览器会话的功能行为、视觉渲染、键盘编码、Web/Electron 界面及前后对比证据采集。

限制:桌面场景须遵循 desktop-use 的录制契约,不得将终端命令翻译为桌面命令;对比录制两分支须使用相同尺寸与启动参数;droid-dev 捕获必须提供 --repo-root;视口不匹配会导致 letterbox;恢复时不得停止共享守护进程、关闭个人应用或重放不确定输入,部分产物应标注为不完整。具体收费、价格与平台信息暂未提供。