智能体集成

读取命令契约

把跟踪的 SKILL.md 与固定 Clap 源码视为接口。可执行文件提供本地观察和输入原语；规划、确认策略与任务边界属于调用它的智能体。

使用观察循环

1. 调用 screenshot 并解码其 base64 PNG 输出。
2. 在这次观察中定位一个具体目标。
3. 选择七个输入命令之一，并提供明确的位置参数。
4. 获取新截图，比较操作后的状态。

不要仅凭退出码为零推断成功。新观察是“尝试操作”与“验证结果”之间的边界。

不经过 shell 传参

使用 argv 形式的子进程接口。不要把不可信的模型文本拼接成 shell 命令。对命令名和参数类型使用允许列表，验证数值坐标，并保持观察操作和状态变更操作的区别。

权限保持在本地

“屏幕录制”和“辅助功能”权限绑定本地 macOS 进程。固定版本没有加入远程传输、自主规划或 MCP 服务，因此集成层不能暗示这些能力。