用途:让智能体按“搭建→连接→驱动→验证”的流程,控制 Windows 宿主、容器以及图形化 Linux 桌面(GNOME Wayland over RDP),无需依赖会话记忆。
主要能力:包含若干可加载子技能——agent-workstation-drive(主流程)、gnome-wayland-rdp(无头 GNOME + GRD、FUSE、双头)、kde-wayland-rdp(Plasma Wayland + KRdp)、windows-ui-inject(用 PowerShell 通过 user32 注入点击/输入,驱动 mstsc 与浏览器)、wsl-containers(镜像构建与运行)、linux-desktop-rdp-container(仅 X11 + xrdp)。使用截图确认状态。
使用方式:先从用户或项目取参数(镜像标签、容器名、主机、主机端口、容器内 RDP 端口、凭据、项目路径),不要写死进技能。启动容器并发布端口、确认 RDP 端口监听与 gnome-shell/gnome-remote-desktop-daemon 运行;Windows 侧用 PowerShell 5.1 运行脚本 Invoke-MstscConnect.ps1(参数 -HostAddress、-Port、-User、-Password、-ShotDir),脚本会写入 cmdkey 凭据、点击 Connect、限定到 mstsc 进程并保存截图。连接后用截图定位坐标,配合 windows-ui-inject 点击、按 Super 或输入;也可在容器内以桌面用户运行启动器。若只有壁纸无应用,运行 promote-rdp-monitor.py 提升 RDP 显示器。
适用场景:需要同时操作宿主、容器与图形桌面的自动化任务;测试或实验室环境中的端到端交互。
限制:Windows 端需 PowerShell 5.1 与 Add-Type / cmdkey;GNOME 建议内存 ≥4G;凭据仅用于本地实验镜像,禁止公网暴露;不要在无用户授权时越过 UAC 或访问授权范围外系统;优先用项目内 secret/env 而非提交密码。