智慧體整合

讀取命令契約

將追蹤的 SKILL.md 與固定 Clap 原始碼視為介面。可執行檔提供本機觀察與輸入原語；規劃、確認策略與任務邊界屬於呼叫它的智慧體。

使用觀察循環

1. 呼叫 screenshot 並解碼其 base64 PNG 輸出。
2. 在這次觀察中定位一個具體目標。
3. 選擇七個輸入命令之一，並提供明確的位置參數。
4. 取得新截圖，比較操作後的狀態。

不要只憑結束碼為零推斷成功。新觀察是「嘗試操作」與「驗證結果」之間的邊界。

不經過 shell 傳遞參數

使用 argv 形式的子程序介面。不要將不可信的模型文字串接成 shell 命令。對命令名稱與參數型別使用允許清單，驗證數值座標，並保持觀察操作與狀態變更操作的區別。

權限留在本機

「螢幕錄製」與「輔助使用」權限綁定本機 macOS 程序。固定版本沒有加入遠端傳輸、自主規劃或 MCP 服務，因此整合層不能暗示這些能力。