2130 lines
139 KiB
Markdown
2130 lines
139 KiB
Markdown
# AnyBot 功能說明書（完整版）
|
||
|
||
AnyBot 是一個桌面聊天 App，介面和運作方式照 Grok Bot 重做。最大的不同是：**每個 Bot 都可以換 AI 供應商**，可以是 xAI Grok、OpenAI、Claude、Google Gemini、OpenRouter、Ollama（本機），或任何 OpenAI 相容的服務。
|
||
|
||
這份文件列出 App 目前所有的功能和細節：
|
||
|
||
- 「」裡的字是畫面上或 Bot 收到的原文。
|
||
- 數字是程式實際使用的值。
|
||
- 標「估計值」的數字是我自己定的，因為原版裡找不到那個數字。
|
||
|
||
---
|
||
|
||
## 目錄
|
||
|
||
1. 視窗與版面
|
||
2. 左側 Bot 清單（側邊欄）
|
||
3. Bot 選單（右鍵／「⋯」）
|
||
4. 聊天頂部
|
||
5. 聊天內容
|
||
6. 輸入框
|
||
7. 允許請求（卡片與彈出視窗）
|
||
8. 直接操作模式
|
||
9. Bot 設定／建立 Bot
|
||
10. 設定視窗（一般／AI 供應商／電腦／自動審核）
|
||
11. AI 供應商
|
||
12. 回覆的串流、思考與錯誤
|
||
13. 一個回合怎麼運作（步驟、插話、喚醒、結束）
|
||
14. 長對話整理成摘要
|
||
15. 自動審核
|
||
16. 許可關卡的完整順序
|
||
17. 三種電腦
|
||
18. 檔案與指令工具
|
||
19. 安全規則：哪些直接做、先問、拒絕
|
||
20. 背景指令
|
||
21. 網頁工具
|
||
22. AnyBot 自己的瀏覽器與設定檔
|
||
23. 讀取你自己的瀏覽器
|
||
24. 操作螢幕（滑鼠、鍵盤、截圖、接管、示範教學）
|
||
25. 例行任務
|
||
26. Bot 可以直接操作 App 的功能
|
||
27. 通知
|
||
28. 版本、更新與重新啟動
|
||
29. 管理員鎖定
|
||
30. 存下來的資料
|
||
31. 第一次啟動的 Bot
|
||
32. 外觀：頭像、顏色、主題、字型
|
||
33. Bot 收到的系統指示
|
||
34. 鍵盤快速鍵
|
||
35. 示範／截圖模式
|
||
36. 手機、帳號、雲端主機
|
||
37. 字型、語言、設定分類、右側面板
|
||
38. 還沒做的功能
|
||
|
||
---
|
||
|
||
## 1. 視窗與版面
|
||
|
||
- **視窗**
|
||
- 標題：「AnyBot」
|
||
- 開啟時大小：1180 × 780
|
||
- 最小寬度：664（側邊欄 240 加聊天區 424）
|
||
- 最小高度：480
|
||
- **版面**：左邊是 Bot 清單（側邊欄），右邊是目前選中 Bot 的聊天。
|
||
- **側邊欄寬度**
|
||
- 預設 280 px，拖動時可在 240 到 400 px 之間調整。
|
||
- 拖到不足 210 px，會收成 88 px 寬的「頭像直欄」。
|
||
- 收起後要拖到超過 220 px 才會再展開。中間留這段緩衝，是為了避免在邊界上一直切換。
|
||
- 怎麼拖：滑鼠移到側邊欄右緣左右 3 px 內，游標會變成左右箭頭；滑過或拖動時，右緣會出現 2 px 的分隔線。
|
||
- **聊天內容**
|
||
- 最寬 720 px，置中，兩側合計至少留 48 px。
|
||
- 聊天區最小寬度 424 px。
|
||
- **「設定」和「Bot 設定」視窗**
|
||
- 視窗上下合計保留 80 px，不會超出畫面（估計值）。
|
||
- 內容太長時可以在視窗裡捲動。
|
||
- **自動儲存**
|
||
- 有變更就存檔。
|
||
- Bot 回覆進行中時，最多每 2 秒存一次。
|
||
- 關閉 App 時，會先停掉所有進行中的回覆和背景指令，再存檔。
|
||
- **畫面更新頻率**
|
||
- 閒置時每 15 秒更新一次，讓例行任務的時鐘繼續走。
|
||
- 回覆進行中或正在抓模型清單時，每 100 毫秒更新一次。
|
||
|
||
---
|
||
|
||
## 2. 左側 Bot 清單（側邊欄）
|
||
|
||
### 展開時
|
||
|
||
- **頂列**
|
||
- 「◧」：提示「收合側邊欄」。
|
||
- 粗體「AnyBot」，15 px。
|
||
- 「+」：提示「新 Bot」。
|
||
- **搜尋**
|
||
- 灰底圓角框，左邊有「🔍」，提示文字「搜尋 Bot」。
|
||
- 比對 Bot 的名稱和描述，不分大小寫。
|
||
- 沒有符合的 Bot 時顯示「沒有相符的 Bot」。
|
||
- **分組**（小標題 12 px 灰字，空的組不顯示）
|
||
- 「主要 Bot」：只有一個。
|
||
- 「已釘選的 Bot」
|
||
- 「Bot」：其餘全部。
|
||
- **每一列 Bot**（高 46 px，圓角 10 px）
|
||
- 選中時有底色，滑過時有淡底色。
|
||
- 左邊是 28 px 頭像。
|
||
- 第一行：名稱，14 px。
|
||
- 第二行（12 px）依狀態顯示：
|
||
- Bot 工作中且在等你允許：「需要你允許」，強調色。
|
||
- Bot 工作中：「正在輸入…」
|
||
- 閒置時：最後一則訊息的第一行。沒有訊息時顯示「供應商簡稱·模型」，例如「Grok·grok-4」。
|
||
- 名稱或第二行太長時，在右側狀態點前截斷，結尾加「…」。
|
||
- 右側狀態點：
|
||
- 等你允許：強調色實心點（半徑 5.5 px）外加一圈淡色光環（半徑 8 px）。
|
||
- 有未讀訊息：強調色小點（半徑 4 px）。
|
||
- 工作中：灰色小點（半徑 4 px）。
|
||
- 點一下會切到這個 Bot，清除未讀，並把聊天捲到最底。
|
||
- 按右鍵會打開 Bot 選單（第 3 節）。
|
||
- **底部**
|
||
- 「⚙ 設定」按鈕，高 30 px。
|
||
- 最下面是「版本 YYYY-MM-DD HH:MM」，10.5 px 灰字。版本就是這份程式建好的時間；不知道時顯示「?」。
|
||
- 有新版本時多一顆強調色按鈕「⬆ 重新啟動以更新（新版本時間）」，按下立刻換成新版。
|
||
|
||
### 收合成直欄時
|
||
|
||
- 寬 88 px。
|
||
- 最上面依序是「◨」（提示「展開側邊欄」）和「+」（提示「新 Bot」）。
|
||
- 頭像依「主要 Bot、已釘選、其他」的順序排列：
|
||
- 每格 56×48 px，頭像 32 px。
|
||
- 選中或滑過時有底色，圓角 10 px。
|
||
- 右上角小點：有未讀是強調色，工作中是灰色。
|
||
- 滑過會顯示名稱；按右鍵會打開同一份 Bot 選單。
|
||
- 最下面是「⚙」（提示「設定」）。
|
||
- 收合或展開的狀態會被記住。
|
||
|
||
---
|
||
|
||
## 3. Bot 選單（右鍵選單和聊天頂部的「⋯」共用）
|
||
|
||
- 「編輯 Bot…」
|
||
- 「重新啟動這個 Bot」
|
||
- 提示文字：「卡住時用：停止它目前的工作和背景指令，聊天記錄和檔案都會保留」。
|
||
- 會停掉這個 Bot 目前的工作、待允許的請求和背景指令，並把做到一半的回覆標成「中斷」，之後可以按「重新產生」重試。
|
||
- 完成後顯示「已重新啟動「名稱」。」。有停掉背景指令時改為「已重新啟動「名稱」，也停止了 N 個背景指令。」
|
||
- 「釘選到側邊欄」或「取消釘選」
|
||
- 「設為主要 Bot」：只有不是主要 Bot 的才會出現。
|
||
- 「清除聊天記錄」：先停止工作再清空，不會跳確認。
|
||
- 分隔線
|
||
- 「刪除 Bot」：紅字，會先跳確認視窗。
|
||
- 標題「刪除 Bot？」，內文「這會刪除「名稱」和它的聊天記錄。此操作無法復原。」
|
||
- 按鈕「取消」和紅底「刪除」。
|
||
- 刪除時會先停掉它的工作。
|
||
- 刪到一個都不剩時，會自動建一個全新的初始 Bot。
|
||
- 刪掉的是主要 Bot 或目前選中的 Bot 時，改成清單第一個 Bot。
|
||
|
||
---
|
||
|
||
## 4. 聊天頂部
|
||
|
||
- **左邊**
|
||
- 30 px 頭像，提示「編輯 Bot 頭像」，點了打開 Bot 設定。
|
||
- 名稱，粗體 15 px。
|
||
- 描述，12 px 灰字。沒有描述時顯示「新增描述…」。
|
||
- **右邊**（從右到左）
|
||
- 「⋯」：打開 Bot 選單。
|
||
- 「Bot 設定」
|
||
- 「例行任務」：有例行任務時加上數量，例如「例行任務 2」。
|
||
- 依 Bot 狀態多一個標示：
|
||
- 在等你允許：強調色膠囊按鈕「● 需要你允許」，提示「打開請求視窗」，按下會重新叫出彈出視窗。
|
||
- 只是在工作：灰字「工作中…」。
|
||
- 標題列底部有 1 px 分隔線。
|
||
- 沒有選任何 Bot 時，畫面中間顯示「未選取 Bot」。
|
||
|
||
---
|
||
|
||
## 5. 聊天內容
|
||
|
||
### 還沒有任何訊息時
|
||
|
||
- 置中顯示：
|
||
- 72 px 大頭像。
|
||
- 名稱，22 px 粗體。
|
||
- 描述。
|
||
- 「使用 供應商·模型」，12 px 灰字。
|
||
- 有打開電腦工具時，多一行：「可以在「工作資料夾」裡查看、修改檔案和執行指令，動手前會先問你」。
|
||
- 這家供應商需要金鑰卻還沒設定時，顯示按鈕「設定 （供應商） 的 API 金鑰」，按下直接打開「設定 → AI 供應商」，並選好這家。
|
||
|
||
### 你的訊息
|
||
|
||
- 靠右的氣泡，圓角 18 px，左右內距 14 px，最寬佔可用寬度的 75%。只有一行時約高 36 px。
|
||
- 文字 15 px，行高 22 px。
|
||
- 氣泡顏色：
|
||
- 「強調色」選「Bot 顏色」時，用那個 Bot 的顏色配白字。
|
||
- 選「黑色」，或 Bot 本身就是黑色時，用黑色氣泡。
|
||
- 最後一則是你的訊息、而且 Bot 沒有在回覆時（例如 App 在回覆前被關掉），下方會出現小字「還沒有回覆」和小按鈕「重新傳送」。
|
||
|
||
### Bot 的回覆
|
||
|
||
- 左邊 24 px 小頭像，內容在淺灰氣泡裡，圓角 18 px。
|
||
- 支援簡單排版：
|
||
- 標題（# / ## / ###）：17 px 粗體，行高 24 px。
|
||
- 項目符號（- 或 *）：依縮排往內縮。
|
||
- 整行粗體（**…**）。
|
||
- 程式碼區塊（```）：灰底，圓角 8 px，等寬字 13 px，行高 18 px。
|
||
- 其他行內的 ** 和 ` 符號會被拿掉。
|
||
- 出錯時用紅字，加很淡的紅底。
|
||
|
||
### 思考過程
|
||
|
||
- 還沒出現第一個字時，顯示斜體灰字「思考中…」。
|
||
- 有思考內容時，變成可以展開的「思考過程」，預設收起，13 px。
|
||
- 正在重試時，改顯示重試的狀態文字（第 12 節）。
|
||
|
||
### 工具步驟（每一步一行）
|
||
|
||
- 開頭的狀態圖示：
|
||
- 「●」等你允許，強調色。
|
||
- 「…」執行中。
|
||
- 「✓」完成。
|
||
- 「–」被拒絕或已停止。
|
||
- 「×」失敗，紅色。
|
||
- 接著是工具名稱（13 px），然後是等寬灰字的動作說明（12 px，最多 90 字）。
|
||
- 有指定電腦時，說明後面加「 ·電腦名稱」。
|
||
|
||
### 工具結果
|
||
|
||
- 緊接在那一步下面，縮排 32 px。
|
||
- 標題是「結果：第一行（最多 60 字）」，預設收起。
|
||
- 展開後是灰底等寬字，最多顯示 6,000 字。
|
||
|
||
### 摘要
|
||
|
||
- 舊對話被整理過時，會出現有框、可以展開的「📝 較早的對話已整理成摘要」。
|
||
|
||
### 回覆下方的小按鈕
|
||
|
||
- 只出現在 Bot 的最終回覆下面，不會夾在步驟中間。
|
||
- 「複製」：複製回覆文字。
|
||
- 「重新產生」：只有最後一則有。會刪掉最後一則你的訊息之後的內容，再重新回答。
|
||
- 小字「供應商·模型」，11 px，表示這則是哪個模型寫的。
|
||
|
||
### 特殊文字
|
||
|
||
- 「（已停止）」：按停止時，回覆還完全沒有內容。
|
||
- 「（沒有回應內容）」：回覆結束了，但沒有文字也沒有任何步驟。
|
||
- 「（這次的回應被中斷了，可能是 App 關閉或重新啟動。按「重新產生」再試一次。）」：App 關閉時還在回覆，下次打開時會修成這句。
|
||
|
||
### 卡住偵測
|
||
|
||
- 「模型未能及時開始回應。請重試。」：每一步開始後 120 秒內沒有任何回應（估計值）。
|
||
- 「回應中斷：模型超過 35 秒沒有送出任何內容。」：已經開始輸出後，又安靜超過 35 秒。
|
||
- 等你允許或工具在執行時，不算卡住。
|
||
|
||
### 自動捲動
|
||
|
||
- 送出訊息、切換 Bot、按「前往聊天」時，會捲到最底並停在底部。
|
||
|
||
---
|
||
|
||
## 6. 輸入框
|
||
|
||
### 外觀
|
||
|
||
- 外框圓角 20 px；正在輸入時框線變深。
|
||
- 提示文字「傳訊息給 （Bot 名稱）」。
|
||
- 從一行開始，跟著內容長高，最高 160 px，再多就在框內捲動。
|
||
- 每個 Bot 各自保留打到一半的草稿。
|
||
|
||
### 左下：模型選擇器
|
||
|
||
- 顯示「供應商簡稱·模型 ▾」。供應商簡稱有：Grok、OpenAI、Claude、Gemini、OpenRouter、Ollama、自訂。
|
||
- 打開後：
|
||
- 最上面是說明「選擇這個 Bot 用來思考的模型」。
|
||
- 每家供應商一個子選單。目前用的那家前面有「✓ 」；沒有金鑰的標「（未設定金鑰）」。
|
||
- 子選單列出模型：已經抓過清單就用抓到的，沒有就用內建的起始清單。預設模型排第一。
|
||
- 最後是「其他模型…」：換成這家的預設模型，並打開 Bot 設定讓你自己輸入。
|
||
|
||
### 右下：送出／停止按鈕（32 px 圓形）
|
||
|
||
- 有字時：「↑」，提示「傳送（Enter）」。
|
||
- Bot 工作中、輸入框是空的：「■」，提示「停止」。
|
||
- Bot 工作中、輸入框有字：「↑」，提示「補充給正在進行的工作（Enter）」。
|
||
- 沒字又沒在工作：變灰，按不下去。
|
||
|
||
### 按鍵
|
||
|
||
- Enter 送出，Shift+Enter 換行。
|
||
- 用注音、拼音等輸入法選字時按 Enter，不會誤送出。
|
||
- 送出後游標留在輸入框。
|
||
|
||
### Bot 工作中繼續打字（插話）
|
||
|
||
- 新訊息不會另開一輪，而是插進正在進行的工作，Bot 下一步就會看到。
|
||
- 這一輪剛好結束、來不及插入時，會自動變成下一輪。
|
||
- 按停止時，還沒被讀到的補充會被丟掉。
|
||
|
||
### 輸入框下方的小字（11 px 置中，擇一顯示）
|
||
|
||
- 有系統提示時：強調色提示，加「知道了」可以關掉。
|
||
- 閒置時：「Enter 傳送 · Shift+Enter 換行」。
|
||
- 工作中：「工作中也可以繼續打字，Bot 會在下一步看到 · Shift+Enter 換行」。
|
||
- 有排入的補充時：「已排入「最新一則前 30 字」，Bot 會在下一步看到」。多於一則時：「已排入「…」 等 N 則，Bot 會在下一步看到」。
|
||
|
||
---
|
||
|
||
## 7. 允許請求（聊天裡的卡片和彈出視窗內容相同）
|
||
|
||
### 標題（依情況）
|
||
|
||
- 「允許 （Bot） 使用電腦工具嗎？」：這個 Bot 的電腦工具還沒打開。
|
||
- 「允許 （Bot） 在你的電腦上執行任務嗎？」：「在這台電腦上執行」還沒打開。
|
||
- 「允許 （Bot） （動作）嗎？」或「允許 （Bot） 在 （電腦） 上（動作）嗎？」：一般動作。
|
||
|
||
### 說明文字
|
||
|
||
- 電腦工具還沒打開：「這個 Bot 的電腦工具還沒打開。它想做的事：」
|
||
- 「在這台電腦上執行」還沒打開：「「在這台電腦上執行」還沒打開，Bot 平常只在它自己的電腦上做事。它想在你的電腦上：」
|
||
- 接著是灰底等寬字框，顯示細節，例如要執行的指令。
|
||
- 有指定電腦時加一行「在：（電腦名稱）」。
|
||
|
||
### 按鈕
|
||
|
||
- 主要按鈕：「允許這一次」；一般動作則是「允許」。
|
||
- 一律允許的按鈕：
|
||
- 電腦工具還沒打開時：「一律允許這個 Bot 使用電腦」，會打開這個 Bot 的電腦工具。
|
||
- 你的電腦還沒允許時：「一律允許（打開「在這台電腦上執行」）」。
|
||
- 一般動作：「一律允許（類別）」，會記到這個 Bot 的「一律允許」清單。類別有：
|
||
- 「修改檔案」
|
||
- 「讀取瀏覽器分頁」
|
||
- 「讀取工作資料夾以外」
|
||
- 指令類直接顯示指令，例如「npm install」
|
||
- 沒有可以記住的類別時，不顯示這顆按鈕。
|
||
- 「拒絕」。
|
||
- 「⚡ 全部允許，之後直接操作（像 Grok Bot 一樣）」
|
||
- 只在「直接操作」還沒開、而且管理員沒鎖住時出現。
|
||
- 提示文字：「打開「直接操作」：Bot 可以直接使用這台電腦和瀏覽器，不再一個個問你。危險指令、密碼檔和你的「一律詢問」規則仍會擋下來。可在設定 → 電腦關掉。」
|
||
- 按下會允許這一筆，並打開直接操作（第 8 節）。
|
||
|
||
### 聊天裡的卡片
|
||
|
||
- 縮排 32 px，2 px 強調色外框，圓角 14 px。
|
||
|
||
### 彈出視窗
|
||
|
||
- 會自己跳出來，背後整個畫面變暗。淺色主題暗 70，深色主題暗 120（透明度 0–255）。
|
||
- 視窗寬 440 px，置中稍微偏上 20 px，有 2 px 強調色外框、圓角 16 px 和陰影。
|
||
- 頂部：28 px 頭像加「（Bot） 正在等你決定」。同時有多筆時再加「（還有 N 個請求）」；目前畫面上的 Bot 優先顯示。
|
||
- 底部：
|
||
- 「前往聊天」：只有請求來自別的 Bot 時才有，按下會切過去。
|
||
- 「稍後再決定」：提示「先關掉這個視窗；聊天裡的卡片還在，Bot 會一直等你」。
|
||
- 有新請求時，Dock 圖示會跳動。你不在 App 前面而且通知有開時，還會跳 macOS 通知，標題「（Bot） 需要你允許」。
|
||
|
||
---
|
||
|
||
## 8. 直接操作模式
|
||
|
||
一個開關，讓 Bot 像 Grok Bot 那樣直接做事，不再一個個問。
|
||
|
||
### 打開時會一次做完
|
||
|
||
- 打開「在這台電腦上執行」。
|
||
- 打開自動審核。
|
||
- 打開所有 Bot 的電腦工具。
|
||
- 「一律詢問」規則是空的時候，填入三條預設規則：
|
||
- 「刪除檔案或資料夾」
|
||
- 「付款、購買或轉帳」
|
||
- 「用我的帳號發文、留言，或傳訊息給別人」
|
||
- 正在進行的工作從下一步開始就不再問。
|
||
- 其他 Bot 正在等的「可以用電腦嗎」類請求會自動允許。一般動作的請求仍然要你按。
|
||
|
||
### 打開後仍然會擋下或詢問
|
||
|
||
- 內建安全檢查擋下的事一律不做，例如危險指令和密碼檔。
|
||
- 符合你的「一律詢問」規則時會停下來問，理由後面加「（符合你的「一律詢問」規則：…）」。
|
||
- 其他自動允許的動作，結果前面會標「（直接操作模式：已自動允許）」。
|
||
|
||
### 提示文字
|
||
|
||
- 打開時：「已打開「直接操作」：Bot 會直接做事，只有危險操作和你的「一律詢問」規則會停下來問你。」
|
||
- 被管理員鎖住時：「「直接操作」已由管理員關閉，沒辦法打開。」
|
||
|
||
---
|
||
|
||
## 9. Bot 設定／建立 Bot
|
||
|
||
### 標題與開法
|
||
|
||
- 新 Bot 的標題是「建立 Bot」，既有 Bot 是「Bot 設定」。寬 460 px，置中。
|
||
- 開法：
|
||
- 側邊欄「+」
|
||
- ⌘N
|
||
- 選單「編輯 Bot…」
|
||
- 頂部「Bot 設定」按鈕
|
||
- 點頂部頭像
|
||
|
||
### 新 Bot 的預設值
|
||
|
||
- 名稱「新 Bot」。
|
||
- 形狀和顏色依編號輪流分配。
|
||
- 供應商和模型跟目前選中的 Bot 一樣；沒有時用 xAI Grok 的建議模型。
|
||
- 電腦工具關閉，模型可讀長度 128K。
|
||
|
||
### 欄位
|
||
|
||
- 左上角 56 px 頭像預覽。
|
||
- 「Bot 名稱」。
|
||
- 「Bot 描述」：提示「它負責做什麼？」。
|
||
- 「頭像」：12 種形狀排成一列，每個 28 px，沒選的顯示灰色，滑過顯示名稱（第 32 節）。
|
||
- 顏色：10 個 24 px 圓點，選中的有藍色外圈。
|
||
- 「AI 供應商與模型」
|
||
- 供應商下拉選單，換供應商時模型會自動換成那家的預設模型。
|
||
- 模型名稱輸入框，提示「模型名稱」。
|
||
- 旁邊的「選擇」下拉選單，可以從清單挑模型。
|
||
- 沒有金鑰時顯示紅字：「⚠ 還沒有設定 （供應商） 的 API 金鑰（在「設定 → AI 供應商」）」。
|
||
- 「電腦操作」
|
||
- 勾選框「讓這個 Bot 查看、修改檔案和執行指令」。勾選後才會出現下面這些欄位。
|
||
- 「預設電腦」下拉選單：Bot 的電腦、你的電腦、各台 SSH 電腦。
|
||
- 你的電腦還沒在設定裡允許時，顯示「你的電腦（要先在設定裡允許）」。
|
||
- 旁邊小字：「聊天時說「在我的 Mac 上」就會換」。
|
||
- 「在你的電腦上從 [資料夾] 開始」：提示「例如 ~/Documents/專案」。空白就是家目錄。
|
||
- 說明文字：「在 Bot 的電腦上可以自由做事（看不到你的檔案）；在你的電腦上，改檔案和會改變東西的指令會先問你。密碼和金鑰檔一律不碰。」
|
||
- 「已設定「一律允許」：」：每條規則是一顆「名稱 ×」按鈕，提示「移除這個允許」，按了就移除。
|
||
- 「模型可讀長度」：32K、128K、200K、400K、1000K tokens。旁邊小字：「用到 70% 時會把舊對話整理成摘要」。最小 4,000。
|
||
- 「指示（Bot 應該記得的事、說話風格…）」：3 行的輸入框，提示「例如：用繁體中文回答，簡短一點。」。
|
||
|
||
### 最下面一列
|
||
|
||
- 勾選框「釘選到側邊欄」。
|
||
- 「取消」和主要按鈕（新 Bot 是「建立 Bot」，既有 Bot 是「儲存」）。
|
||
- 名稱或模型是空的時候，主要按鈕按不下去。
|
||
- 儲存時會去掉前後空白。建好後會自動選中新 Bot。編輯期間 Bot 新收到的訊息不會因為儲存而遺失。
|
||
|
||
---
|
||
|
||
## 10. 設定視窗
|
||
|
||
- 標題「設定」，寬 560 px。用 ⌘, 或側邊欄「⚙ 設定」打開。
|
||
- 四個分頁：「一般」「AI 供應商」「電腦」「自動審核」。
|
||
- 每次打開都會重新讀取管理員的鎖定。
|
||
|
||
### 一般
|
||
|
||
- **「主題」**：「為 AnyBot 選擇淺色或深色外觀」。
|
||
- 選項：「淺色」「深色」「跟隨系統」。選跟隨系統時，會即時跟著系統切換。
|
||
- **「強調色」**：「用 Bot 的顏色為你的訊息上色，或保持黑色」。
|
||
- 選項：「Bot 顏色」「黑色」。
|
||
- **「通知」**：「Bot 完成任務或等你處理時通知你」。
|
||
- 勾選框「你不在 AnyBot 前面時，跳出 macOS 通知」，預設開。
|
||
- 說明：「視窗不在最前面，或 90 秒沒有動鍵盤滑鼠，就會通知。第一次可能要在「系統設定 → 通知」允許「工序指令編寫程式」。」
|
||
- **「時區」**：「設定 Bot 在排程和提醒中使用的時區」。
|
||
- 一個輸入框，加按鈕「用這台電腦的時區」。
|
||
- 看不懂時顯示紅字：「看不懂這個時區，請用像 Asia/Taipei 這樣的名稱」。
|
||
- **「資料」**：「聊天記錄和金鑰只存在這台電腦上」，下面用小字顯示存放位置。
|
||
- **「版本」**：「這個視窗正在用的版本（程式建置的時間）」。
|
||
- 有新版時：「有更新的版本：（時間）。按下面的「重新啟動 AnyBot」換成新版。」
|
||
- 沒有新版時：「已是最新版本」。
|
||
- 勾選框「在你離開時自動更新用戶端」，預設開。
|
||
- 說明：「螢幕鎖定或螢幕保護程式開著、10 分鐘沒動作、而且沒有 Bot 在工作時，才會自己換成新版本。」
|
||
- **「重新啟動」**：「App 不太對勁時用：先儲存，再關掉並重新打開 AnyBot。進行中的工作會停下，聊天記錄都會保留」。
|
||
- 按鈕「重新啟動 AnyBot」，進行中變成灰色「正在重新啟動…」。
|
||
- 失敗時顯示「沒辦法重新啟動：（錯誤）。請手動關掉再打開 AnyBot。」
|
||
|
||
### AI 供應商
|
||
|
||
- 左邊是供應商清單，寬 200 px（估計值）。「● 」表示已經可以用，「○ 」表示還沒設定。
|
||
- 右邊是選中的那家：
|
||
- 名稱。
|
||
- 取得金鑰的說明（第 11 節）。
|
||
- 「API 金鑰」：隱藏顯示。提示「貼上金鑰，或設定環境變數 （變數名）」。Ollama 沒有這一欄。
|
||
- 「服務網址」：提示文字是預設網址。
|
||
- 「新 Bot 預設模型」：提示文字是建議模型。
|
||
- 按鈕「測試連線並取得模型清單」：
|
||
- 進行中顯示轉圈和「正在取得模型清單…」。
|
||
- 成功：「連線成功，找到 N 個模型」，並記住這份清單。
|
||
- 失敗：顯示錯誤。
|
||
- 以前抓過清單時顯示「已記住 N 個模型」。
|
||
|
||
### 電腦
|
||
|
||
- **「⚡ 直接操作（像 Grok Bot 一樣）」**：強調色淡底框。
|
||
- 說明：「一個開關：讓 Bot 直接使用這台電腦和你的瀏覽器，不再一個個問你」。
|
||
- 勾選框「打開直接操作」。被管理員鎖住時顯示紅字「🔒 由你的管理員設定，無法變更」。
|
||
- 說明：「仍會擋下：危險指令（sudo、格式化…）、密碼和金鑰檔、AnyBot 自己的資料，以及你在「自動審核」寫的「一律詢問」規則（預設：刪除檔案、付款、用你的帳號發文或傳訊息）。macOS 第一次讓 AnyBot 控制瀏覽器時還是會自己問一次，按「好」就行。」
|
||
- **「Bot 的電腦」**：狀態、開啟畫面、啟動／休眠、在瀏覽器開啟；「快照與更新」「磁碟」「終端機與環境密鑰」「在哪裡執行」和「顯示紀錄」。細節見第 17 節。
|
||
- **「你的電腦」**：「這台 Mac。Bot 要用你的檔案、你的 App 或你的瀏覽器時才會用到。」
|
||
- **「在這台電腦上執行」**：「允許 Bot 在這台電腦上執行任務，而不只是在它自己的電腦上」。
|
||
- 勾選框「允許在「你的電腦」上執行」，可能被管理員鎖住。
|
||
- 說明：「打開後，改檔案和會改變東西的指令仍會先問你（或依自動審核規則）。密碼和金鑰資料夾一律碰不到。」
|
||
- **「macOS 權限」**：「螢幕與系統錄音」「輔助使用」各一列，已允許是綠色勾勾，還沒允許有「打開設定」按鈕（直接打開對應的系統設定面板）。下面列出「Bot 可以操作的 App」：「{Bot} 可以看到「{App}」，並在其中點擊和輸入」，每列可以「移除」。
|
||
- **「示範教學」**：見第 24 節。
|
||
- **「其他電腦」**：「透過 SSH 讓 Bot 在你的其他電腦上做事（需要先設好免密碼登入）」。
|
||
- 每台電腦一列：名稱、SSH 位址、「移除」。
|
||
- 新增時填「名稱，例如 工作站」和「me@studio.local」，按「新增」。兩欄都要填，名稱不能跟現有的重複。
|
||
- **「AnyBot 瀏覽器設定檔」**：見第 22 節。
|
||
|
||
### 自動審核
|
||
|
||
- 「自動審核」：「依照自訂規則審核 Bot 的操作」。勾選框「開啟自動審核」。
|
||
- 說明：「為每種操作寫一條簡短的自然語言規則。規則衝突時，「先詢問」優先。這些規則只對你生效。內建的安全檢查一律有效。」
|
||
- 關閉時加一行：「自動審核關閉時不會使用規則」。
|
||
- 「「無需詢問直接允許」規則」：「操作符合這些規則時，自動繼續」。
|
||
- 每條規則顯示為「• 規則」，旁邊有「刪除」。
|
||
- 輸入框提示「例如：在工作資料夾裡建立文字檔」，按鈕「新增規則」。
|
||
- 「「一律詢問」規則」：「操作符合這些規則時，停下來詢問」。輸入框提示「例如：刪除任何檔案」。
|
||
|
||
---
|
||
|
||
## 11. AI 供應商
|
||
|
||
| 顯示名稱 | 預設網址 | 建議模型 | 起始模型清單 | 金鑰 | 金鑰環境變數 | 取得金鑰說明 |
|
||
|---|---|---|---|---|---|---|
|
||
| 「xAI Grok」 | https://api.x.ai/v1 | grok-4 | grok-4、grok-4-fast、grok-3-mini | 要 | XAI_API_KEY | 「在 console.x.ai 取得 API 金鑰」 |
|
||
| 「OpenAI」 | https://api.openai.com/v1 | gpt-5 | gpt-5、gpt-5-mini、gpt-4.1 | 要 | OPENAI_API_KEY | 「在 platform.openai.com 取得 API 金鑰」 |
|
||
| 「Claude」 | https://api.anthropic.com/v1 | claude-opus-5-5 | claude-opus-5-5、claude-sonnet-5-5、claude-haiku-5-5、claude-fable-5-1 | 要 | ANTHROPIC_API_KEY | 「在 console.anthropic.com 取得 API 金鑰」 |
|
||
| 「Google Gemini」 | https://generativelanguage.googleapis.com/v1beta/openai | gemini-2.5-flash | gemini-2.5-flash、gemini-2.5-pro | 要 | GEMINI_API_KEY | 「在 aistudio.google.com 取得 API 金鑰」 |
|
||
| 「OpenRouter」 | https://openrouter.ai/api/v1 | openrouter/auto | openrouter/auto | 要 | OPENROUTER_API_KEY | 「在 openrouter.ai 取得 API 金鑰」 |
|
||
| 「Ollama（本機）」 | http://localhost:11434/v1 | llama3.2 | llama3.2、qwen2.5、gemma3 | 不用 | – | 「先安裝並開啟 Ollama，不需要金鑰」 |
|
||
| 「自訂（OpenAI 相容）」 | http://localhost:8080/v1 | local-model | （無） | 選填 | – | 「任何 OpenAI 相容的服務（LM Studio、vLLM…）」 |
|
||
|
||
- **金鑰**：先用設定裡貼上的金鑰（會去掉前後空白）；沒貼的話讀環境變數。
|
||
- 需要金鑰卻沒有時，送訊息會看到：「還沒有設定 {供應商} 的 API 金鑰。請到「設定 → AI 供應商」貼上金鑰。」
|
||
- **網址**：沒填就用預設網址，結尾的「/」會自動拿掉。
|
||
- **每個 Bot 可以選不同的供應商和模型**，每則回覆下面都會標出是誰寫的。
|
||
- **連線格式**：Claude 用自己的格式；其他六家都用 OpenAI 相容格式。OpenRouter 會帶上「AnyBot」當作 App 名稱。
|
||
- **Claude 的設定**
|
||
- API 版本 2026-10-21。
|
||
- 每次回覆最多 64,000 tokens。
|
||
- 「自適應思考」（顯示思考摘要）只開給較新的模型：claude-opus-5、claude-sonnet-5、claude-haiku-5、claude-fable-5、claude-mythos-5、claude-opus-4-6／4-7／4-8、claude-sonnet-4-6 開頭的模型。
|
||
- 「伺服器端備援」只給 claude-opus-5-5、claude-opus-5、claude-fable-5-1、claude-sonnet-5-5：請求被拒時，伺服器可以換別的模型重試。
|
||
- **抓模型清單**：會排序、去掉重複，並去掉名稱前面的「models/」，然後存起來。
|
||
- 「請先貼上 API 金鑰」
|
||
- 「供應商沒有回傳任何模型」
|
||
|
||
---
|
||
|
||
## 12. 回覆的串流、思考與錯誤
|
||
|
||
### 串流與思考
|
||
|
||
- 所有供應商都是一段一段傳回，畫面邊收邊顯示。
|
||
- 思考內容會即時顯示：
|
||
- OpenAI 相容的供應商：讀取 reasoning_content 或 reasoning 欄位。
|
||
- Claude：讀取思考區塊。思考的簽章原封不動保存，下次照原樣送回去。
|
||
- 模型要用工具時，畫面上立刻出現那一步，等這一步的文字結束才真的執行。沒有編號的工具會自動編成 call_0、call_1。
|
||
|
||
### Claude 的特殊結尾
|
||
|
||
- 模型拒答時加上：「（模型拒絕回答這個要求。）」
|
||
- 回答超過長度上限時加上：「（回答太長，已達長度上限。）」
|
||
|
||
### 重試與逾時
|
||
|
||
| 項目 | 數值 |
|
||
|---|---|
|
||
| 連線逾時 | 15 秒 |
|
||
| 等第一段回應 | 120 秒（估計值） |
|
||
| 中途安靜多久算卡住 | 35 秒 |
|
||
| 最多嘗試 | 3 次（第 1 次加 2 次重試） |
|
||
| 重試前等多久 | 1 秒、2 秒（每次加倍，最多 4 秒） |
|
||
| 伺服器要求等待時 | 照伺服器說的等，最多 30 秒（估計值） |
|
||
| 等待中多久檢查一次「停止」 | 每 0.1 秒 |
|
||
|
||
- **會重試**：錯誤 429、408、529、所有 500 以上的錯誤、連不上、串流中途斷線（「連線中斷：…」）。
|
||
- **不重試**：401、403、404 等其他 400 類錯誤、對話太長、模型不支援工具、串流中途傳回錯誤。
|
||
- **畫面上已經出現文字、思考或工具時，就不再重試**，避免內容重複。
|
||
- 重試前顯示：「{錯誤}\n{N} 秒後重試（第 2 或 3 次，共 3 次）…」。
|
||
- 等待重試時按停止，會安靜結束，不顯示錯誤。
|
||
|
||
### 錯誤訊息
|
||
|
||
- 一般格式：「錯誤 {碼}：{供應商的說明}\n{提示}」。說明讀不出來時，顯示回應的前 300 字。
|
||
- 依錯誤碼附上的提示：
|
||
- 401／403：「金鑰無效或沒有權限，請到「設定 → AI 供應商」檢查。」
|
||
- 404：「找不到這個模型或網址，請檢查模型名稱。」
|
||
- 429：「模型供應商已超載或用量已達上限。通常是暫時的，請稍後再試。」
|
||
- 500–599：「模型供應商目前負載過高。通常是暫時的。」
|
||
- 對話太長：「對話太長了，超過這個模型能讀的長度。請清除聊天記錄或換一個模型。」
|
||
- 模型不支援工具：「這個模型不支援工具。請換一個支援工具的模型，或在 Bot 設定裡關掉「電腦操作」。」
|
||
- 連不上 Ollama：「連不上 Ollama：{原因}\n請先開啟 Ollama，並用 `ollama pull` 下載模型。」
|
||
- 連不上其他供應商：「連不上 {供應商}：{原因}」
|
||
- 串流中出錯但沒有說明：「未知錯誤」
|
||
|
||
---
|
||
|
||
## 13. 一個回合怎麼運作
|
||
|
||
- **一個回合**：從你送出一則訊息（或 Bot 被喚醒）開始，到模型用純文字回答、不再要求工具為止。
|
||
- 中間可以來回很多步：模型要用工具，App 執行並交回結果，模型再決定下一步。
|
||
- **步驟上限**：一個回合最多 100 步，只是防止失控的保險（Grok Bot 本身不設上限：`cloud_agent_stream_conversation_turn_window` 的 `maxTurns:null`；browser-use 預設 100）。原本的 25 步會把正常的長工作切斷（修一台伺服器的 Docker 用了 50 多條指令）。用完時會顯示：「（這次已經用了 100 個步驟，先停在這裡。要繼續的話，回覆「繼續」。）」
|
||
- 每 25 步，模型會在最新的工具結果後面看到一句提醒：方向對就繼續；最近幾步都沒進展就停下來，用一兩句話告訴你卡在哪、要你做什麼（聊天記錄裡看不到這句）。
|
||
- 鬼打牆另外有攔截：同一個畫面或網頁動作第 3 次會被警告，第 4 次起不執行。
|
||
- 系統提示要模型每一步做多一點：互不相依的工具同一步一起呼叫、查東西的指令合成一條、等待寫在同一條指令裡。
|
||
- **每一步開始前會依序做**：
|
||
1. 從第 2 步起，檢查要不要整理摘要（門檻 75%）。
|
||
2. 把你中途打的話加進去。
|
||
3. 開一個新的回覆氣泡。
|
||
- **插話**：Bot 工作時你送出的訊息，會在下一步交給模型。模型本來要結束、但還有沒讀的插話時，回合會繼續，讓它看到你的新訊息。
|
||
- **喚醒**：例行任務時間到，或別的 Bot 傳訊息過來，都會像你傳訊息一樣開始新回合。
|
||
- **回合結束有三種**：
|
||
- 成功：模型用文字回完；或用完步驟上限。
|
||
- 取消：你按停止。每一步和每個工具前後都會檢查；正在等你回答的請求一律當作拒絕；不顯示錯誤。
|
||
- 錯誤：模型呼叫失敗，而且重試完了或不能重試。
|
||
- 每次結束都會記下回合編號、結果和結束時間。
|
||
|
||
---
|
||
|
||
## 14. 長對話整理成摘要
|
||
|
||
- **可讀長度**：每個 Bot 可以設，預設 128,000 tokens（估計值）。
|
||
- **怎麼估長度**：英數約 4 個字元算 1 token，中文每個字算 1 token。每則訊息另外加 4，工具參數也算進去。
|
||
- **門檻**
|
||
- 回合開始時：用到 70% 就整理。
|
||
- 回合進行中：每一步到 75% 才整理（多 5% 的寬限）。
|
||
- **一定保留的內容**
|
||
- 最新 6 則訊息保留原文（估計值）。
|
||
- 只在某一則你的訊息之前切開，不會把工具要求和它的結果拆開。
|
||
- 7 則以下不整理；切點之前全是摘要時也不整理。
|
||
- **怎麼整理**
|
||
- 每則舊訊息最多取 2,000 字（估計值），用「使用者：」「助手：」「[使用工具 …]」「工具結果（…）：」「【先前的摘要】」標出來。
|
||
- 要求寫下：使用者的目標與偏好、已經做出的決定、重要的事實與數字、提到的檔案路徑與指令結果、還沒完成的事，不能加入對話裡沒有的內容。
|
||
- **整理時畫面顯示**：「對話很長了，正在把較早的內容整理成摘要…」
|
||
- **結果**：舊訊息換成一則摘要，之後會放進給模型的開頭說明，接在「先前對話的摘要：」後面。
|
||
- 摘要是空的或被取消時不替換。
|
||
- 用的是同一個 Bot 的模型，而且不帶任何工具。
|
||
|
||
---
|
||
|
||
## 15. 自動審核
|
||
|
||
- 你可以寫兩組規則：「無需詢問直接允許」和「一律詢問」，用一般的話寫就好。
|
||
- 兩組都符合時，「一律詢問」優先。
|
||
- 由同一個 Bot 的模型來判斷（不帶工具），在內建安全檢查之後才進行。
|
||
- 判斷時只看你寫的規則，不能自己加規則，回答「允許」「詢問」或「都不符合」三種之一。
|
||
- **允許**：直接做，結果前面加「（自動審核：符合「{規則}」，直接允許）」。
|
||
- **詢問**：照常跳出請求，理由後面加「（符合你的「一律詢問」規則：{規則}）」，而且不提供「一律允許」。
|
||
- **都不符合，或看不懂回覆**：照一般流程詢問。
|
||
- 兩組規則都是空的時，不會去問模型。
|
||
|
||
---
|
||
|
||
## 16. 許可關卡的完整順序
|
||
|
||
0. **不需要許可的**
|
||
- App 操作工具（第 26 節），只有「刪除例行任務」會先問。
|
||
- 讀公開網頁。
|
||
- AnyBot 自己的瀏覽器。
|
||
1. **決定在哪台電腦做**
|
||
- 操作螢幕和讀你自己的瀏覽器：一律在「你的電腦」。
|
||
- 其他工具：用 Bot 指定的電腦，沒指定就用預設電腦。
|
||
- 指定的電腦不存在：「沒有「{名稱}」這台電腦。可以用：…」
|
||
2. **直接操作有開時**：第 3 步和第 5 步自動算已開。
|
||
3. **關卡一：電腦工具還沒開**
|
||
- 詢問：「讓 {Bot} 使用電腦工具：{動作}\n（在 {電腦} 上）」
|
||
- 允許一次；或一律允許（打開這個 Bot 的電腦工具）；或拒絕。
|
||
- 拒絕時 Bot 收到：「使用者沒有允許使用電腦工具。請改用文字回答，或問使用者想怎麼做。」
|
||
4. **管理員鎖住「你的電腦」**：直接拒絕，「你的管理員關閉了在「你的電腦」上執行。請改用「Bot 的電腦」。」
|
||
5. **關卡二：「在這台電腦上執行」還沒開**
|
||
- 詢問：「在你的電腦上執行任務，而不只是在它自己的電腦上：{動作}\n（在 你的電腦 上）」
|
||
- 拒絕時 Bot 收到：「使用者沒有允許在「你的電腦」上執行。可以改用「Bot 的電腦」，或問使用者。」
|
||
6. **個別動作**
|
||
- 截圖：「看你的螢幕畫面：…」，可以一律允許。
|
||
- 滑鼠和鍵盤：「操作你的滑鼠和鍵盤：…」，可以一律允許。
|
||
- 讀你瀏覽器的分頁：「讀取你瀏覽器目前分頁的內容（包含已登入的頁面）：目前的分頁」，可以一律允許。單純打開連結不用問。
|
||
- 檔案和指令：照第 19 節的安全規則決定。被擋下時顯示「被安全規則擋下：{原因}」。
|
||
7. **自動審核或直接操作**：見第 15 節和第 8 節。
|
||
8. **一般請求**
|
||
- 允許一次。
|
||
- 一律允許：記到 Bot 的「一律允許」清單，例如「修改檔案」或「git commit」。
|
||
- 拒絕：Bot 收到「使用者拒絕了這個操作。請不要再試同樣的操作，改問使用者想怎麼做。」
|
||
- 等你回答時，每 0.2 秒檢查一次有沒有按停止；按停止就等於拒絕。
|
||
9. **工具狀態**：等待中、執行中、完成、被拒、失敗。結果開頭會標電腦名稱，例如「[你的電腦] …」。
|
||
|
||
---
|
||
|
||
## 17. 三種電腦
|
||
|
||
| 名稱 | 是什麼 |
|
||
|---|---|
|
||
| 「Bot 的電腦」 | 一台真的 Linux 電腦（Debian 桌面、Chromium、終端機），所有 Bot 共用，每個 Bot 有自己的資料夾 `/home/bot/bot-編號`。跑在 Docker 裡，可以是這台 Mac 或你的伺服器。預設電腦。沒有 Docker 時，退回成一個封閉的資料夾（沒有桌面）。 |
|
||
| 「你的電腦」 | 這台 Mac，從工作資料夾開始（預設是家目錄）。要先打開「在這台電腦上執行」，或每次允許。讀你的瀏覽器一定用這台。 |
|
||
| SSH 電腦 | 你自己加的其他電腦，每台有名稱、位址（例如 me@studio.local）和起始資料夾（沒填就用對方的家目錄）。 |
|
||
|
||
- 聊天時說「在我的 Mac 上」，Bot 就會換到「你的電腦」。
|
||
- 清單順序：Bot 的電腦、你的電腦、各台 SSH 電腦。
|
||
|
||
### Bot 的電腦（照原版的雲端電腦做）
|
||
|
||
原版每個帳戶有一台雲端電腦（box）：Linux 容器裡的 X11 桌面，用 xdotool 操作，透過 noVNC（埠 6080）觀看。AnyBot 用同樣的做法：
|
||
|
||
- **狀態**（設定頁和畫面視窗都有狀態圓點）：
|
||
- 「尚未建立」→ 第一次用到時「建立中」（第一次會先做映像檔，要幾分鐘）
|
||
- 「休眠中」→ 用到時「喚醒中」
|
||
- 「連線中」→「執行中」
|
||
- 「正在備份／正在建立／正在搬移資料／正在拆除舊電腦／正在清除資料／正在從快照還原」（更新進行中）
|
||
- 「發生問題」：下一次用到時會自動重新啟動
|
||
- **自動喚醒和休眠**：Bot 用到時自動喚醒；閒置 15 分鐘（估計值）而且沒有 Bot 在用、沒有人在看畫面，就先存快照再休眠。
|
||
- **健康檢查**：每 20 秒看一次，單次最多等 3 秒（原版 /health 的逾時）。
|
||
- **Bot 在上面的權限**：這是它自己的電腦，所以指令、改檔案、操作螢幕都不用問你；只有「一律不允許」的指令（例如格式化）還是會擋。可以 `sudo` 安裝套件。
|
||
- **開機時間**：最多等 60 秒（估計值）。
|
||
|
||
### 快照與三種更新（原版的規則）
|
||
|
||
- **儲存快照**：把整個 `/home/bot`（略過 .cache）壓縮存到這台 Mac。休眠前和「重建電腦」前會自動存。設定頁顯示「上次快照：月/日 時:分」。
|
||
- **「重建電腦」**：「你的檔案和登入資訊會保留，但已安裝的應用程式和套件會被移除。所有 Bot 會一起更新。」
|
||
- 有 Bot 正在用這台電腦時會拒絕：「有 Bot 正在用這台電腦，等它做完再重建」。按下確認時會先停掉正在工作的 Bot，聊天會保留。
|
||
- 步驟：正在備份（存快照）→ 正在建立（更新映像檔、換上新電腦）→ 正在搬移資料（確認原本的檔案還在、新電腦能連線）。
|
||
- **「從快照復原」**：「從你上次儲存的快照重新啟動它。最近的變更可能會遺失，已安裝的 App 會被移除。你的 Bot、檔案和登入資訊都是安全的。」
|
||
- 步驟：正在拆除舊電腦 → 正在建立 → 正在從快照還原；放回檔案後最多等 90 秒、每 2 秒確認一次結果（取自原版）。
|
||
- 還沒有快照時按鈕是灰的。
|
||
- **「重設電腦」**（紅色按鈕）：全部清空，換一台全新的電腦。步驟：正在拆除舊電腦 → 正在清除資料 → 正在建立。
|
||
- **同時只能有一個更新**：再按會顯示「已經有一個更新在進行中」。開始後就不能取消。
|
||
- **中斷了會接續**：更新做到一半 App 被關掉，下次打開時，如果紀錄在 10 分鐘內、而且電腦不正常，就自動接續；超過 10 分鐘就清掉紀錄，電腦正常時也不重做（都取自原版）。
|
||
- 進度在設定頁用步驟列和進度條顯示。
|
||
- **新版本與排程更新**（原版：「有新映像檔就在指定的當地時間自動更新，錯過有一小時的補執行時間」）：
|
||
- AnyBot 裡帶著的電腦版本比正在跑的新時，「快照與更新」最上面出現強調色框「有新版的 Bot 的電腦」和「現在更新」（打開「重建電腦」的確認）。每 30 秒檢查一次（估計值）。
|
||
- 勾選「有新版本時，自動在每天 [03:00] 更新」：到了那個時間、有新版、沒有 Bot 在用，就自動做「重建電腦」；每天最多一次。錯過時間的話一小時內還會補做，超過就等隔天。時間格式錯誤時顯示「請用 時:分，例如 03:00」。
|
||
|
||
### 磁碟
|
||
|
||
- 「檢查用量」：顯示磁碟剩餘空間和最大的幾個資料夾。
|
||
- 「請 Bot 提出清理方案」：把「檢查 Bot 的電腦的磁碟使用情況，並提出安全的清理方案供我核准」放進主要 Bot 的輸入框，由你按送出。
|
||
|
||
### 終端機與環境密鑰
|
||
|
||
- 給指令用的帳密，例如 CRM_API_TOKEN。Bot 執行指令時會變成環境變數。
|
||
- 名稱要大寫字母開頭，只能用 A–Z、0–9 和 _（原版規則）；輸入時自動轉成大寫。
|
||
- 值只能寫入、不能讀出：清單只顯示名稱和「••••••••」，可以「取代」或「刪除」。
|
||
- 每個值最多 32 KB、最多 100 個（估計值）。存在這台 Mac 上，只有你的帳號能讀。
|
||
- Bot 的系統指示只會告訴它有哪些名稱，並提醒它不要把值印出來。
|
||
|
||
### 在哪裡執行
|
||
|
||
- 預設是這台 Mac 的 Docker（OrbStack 或 Docker Desktop）。
|
||
- 可以填 Docker 主機，例如 `ssh://me@server`（Tailscale 的機器名稱也行），Bot 的電腦就會在那台主機上；看畫面時 AnyBot 會自己開 SSH 通道。
|
||
- 換位置後會在新的地方重新建立；舊檔案可以先「儲存快照」，換過去再「從快照復原」。
|
||
- **「網路流量改走這台 Mac」**（原版：網路流量可以改走你的本機電腦，「僅對新連線生效」，管理員可以關掉）：打開後，Bot 的電腦之後執行的指令會經過這台 Mac 上的代理伺服器出去（例如要連公司內網或 VPN 才看得到的服務）。代理只聽這台 Mac 自己（127.0.0.1），用原版的埠 8791，被占用就往後找。設定頁顯示經過的連線數。Bot 的電腦在別的主機上時不能用。管理員可以用 `defaults write com.anybot.AnyBot AllowBoxTrafficViaThisMac false` 鎖住，這時顯示「🔒 由你的管理員設定，無法變更」。
|
||
|
||
### 看畫面、取得控制權（像同事一樣看，需要時接手）
|
||
|
||
- 核心只有三件事：Bot 操作它的電腦；你像同事一樣即時看它在做什麼；它需要你（登入、驗證碼）時你接手幫忙。看和接手用 **VNC（noVNC）**：只傳畫面上變了的地方，每個滑鼠移動和按鍵即時送過去，手機可以用觸控。原版也是用 noVNC 看 box。
|
||
- **在哪裡看**：手機網頁的「看 Bot 的電腦」、需要處理卡片的「接管」，Mac 和其他電腦的「看畫面」「開啟電腦」都打開同一個網頁 `/screen`（電腦上在瀏覽器開）。
|
||
- 大腦在別台（伺服器）：網頁在帳號伺服器上，VNC 經過帳號伺服器和大腦的長連線到大腦的 Bot 的電腦。電腦上的 App 會先向帳號伺服器要一個 10 分鐘有效的連結（不用在瀏覽器登入）；手機網頁用自己的登入。只有擁有者和管理員能看。
|
||
- 同一個網路的手機（不經帳號伺服器）：同一個網頁，連 AnyBot 自己的 `/api/vnc`。
|
||
- 這台電腦自己的 Bot 的電腦：直接開它的 noVNC。
|
||
- **網頁**：最上面是返回、電腦名稱、狀態（即時觀看／你在操作）和「接管／交還給 Bot」。預設只看，按「接管」才會把你的滑鼠鍵盤送過去；需要處理卡片的「接管」直接打開接管。接管時有「打字」：打中文或任何語言（貼進目前的視窗），還有 Enter、Esc、Tab、⌫。斷線會自己重連。
|
||
- **你在操作時 Bot 會等**：你點擊或按鍵後 8 秒內，Bot 的滑鼠鍵盤操作會收到「使用者正在自己操作這台電腦」。不用另外按什麼；停下 8 秒它就繼續。需要處理卡片的「接管」會讓 Bot 一直等，直到你按「我完成了」或「跳過」。
|
||
- **VNC 密碼不出大腦**：大腦用 Bot 的電腦自己的 VNC 密碼登入，給看的人的是「不用密碼」；能連到這裡的人已經過帳號伺服器（或手機密碼）。
|
||
- 以前的做法（每 0.45～1 秒拍一張 1 MB 的圖、解開再壓、經過帳號伺服器傳；點擊另走一條路）已經拆掉。
|
||
|
||
---
|
||
|
||
## 18. 檔案與指令工具
|
||
|
||
除了「查看背景指令」，每個工具都可以指定在哪台電腦做。
|
||
|
||
在 Bot 的電腦和 SSH 電腦上，這些工具在那台電腦裡執行；寫檔案時內容從標準輸入送過去，所以任何文字都能寫；「修改檔案」也能只換掉一段（先讀出來、確認那段只出現一次，再整個寫回）。
|
||
|
||
### 「查看資料夾」（list_dir）
|
||
|
||
- 資料夾排在前面，名稱後面加「/」；檔案排在後面，附上大小（B、KB、MB）。依名稱排序，不分大小寫。
|
||
- 最多列 2,000 項，超過時顯示「…還有 N 項」。
|
||
- 空資料夾顯示「（空資料夾）」。
|
||
- 私密檔案自動隱藏。
|
||
|
||
### 「搜尋檔案」（search）
|
||
|
||
- 參數：要找的文字（必填）、資料夾、是否只列檔名。
|
||
- 結果格式：「路徑:行號:內容」。
|
||
- 電腦有裝 ripgrep 時：
|
||
- 可以用正規表示式。
|
||
- 每行最多 300 欄。
|
||
- 略過 .git、.env、.pem、.key。
|
||
- 沒裝 ripgrep 時：
|
||
- 改用一般比對，不分大小寫。
|
||
- 略過 node_modules、target 和私密檔案。
|
||
- 最多找 25 秒、10,000 行，只回傳前 2,000 行。
|
||
- 可能看到的訊息：
|
||
- 「…結果太多，只列出前 2000 行（共 N 行以上）」
|
||
- 「…搜尋超過 25 秒，結果可能不完整」
|
||
- 「沒有找到」
|
||
- 「請給要搜尋的文字」
|
||
|
||
### 「讀取檔案」（read_file）
|
||
|
||
- 從第幾行開始（預設 1），讀幾行（預設 2,000，估計值）。每行前面加行號。
|
||
- 檔案最大 8 MB（8,388,608 位元組）。前 8,000 位元組裡出現空字元，就當作不是文字檔。
|
||
- 可能看到的訊息：
|
||
- 「…還有 N 行（用 offset=M 繼續讀）」
|
||
- 「（空檔案）」
|
||
- 「X 太大了（大小），最多讀 8 MB」
|
||
- 「X 不是文字檔」
|
||
- 「X 是資料夾，請用 list_dir」
|
||
- 「找不到 X」
|
||
|
||
### 「修改檔案」（edit_file）
|
||
|
||
- 把舊文字換成新文字，舊文字必須在檔案裡剛好出現 1 次。
|
||
- 舊文字留空時，建立新檔或整個覆寫，需要時會自動建立上層資料夾。
|
||
- 成功時：「已建立 X（N 行）」「已覆寫 X（N 行）」「已修改 X」。
|
||
- 失敗時：
|
||
- 「在 X 裡找不到要替換的文字」
|
||
- 「要替換的文字在 X 出現了 N 次，請多給一些前後文讓它只出現一次」
|
||
|
||
### 「執行指令」（shell）
|
||
|
||
- 在工作資料夾裡執行，不接受鍵盤輸入。
|
||
- 輸出：保留開頭和結尾各 6,000 字，中間顯示「…（中間省略 N 個字）…」（估計值）。總共不到 12,000 字時全部保留。
|
||
- 結果：
|
||
- 沒有輸出：「（完成，沒有輸出）」
|
||
- 失敗：「結束代碼 N」加上輸出
|
||
- 無法執行：「無法執行：…」
|
||
- 按停止：「已停止（連同它啟動的程式）」
|
||
- 預設等 30 秒（估計值，最多可設 10 分鐘）。還沒跑完時不會中斷，而是移到背景繼續跑：「指令跑了超過 N 秒，已移到背景繼續執行（背景指令 #編號）。用 read_terminal 查看進度。目前的輸出：…」
|
||
- 執行前會從環境裡拿掉 6 種 AI 金鑰，指令拿不到你的金鑰。
|
||
|
||
### 「查看背景指令」（read_terminal）
|
||
|
||
- 一律不用問。
|
||
- 顯示：
|
||
- 「背景指令 #N：指令」
|
||
- 「狀態：已結束（代碼 C）」或「還在執行：N 個程式，CPU 時間 X.X 秒，記憶體 M MB」
|
||
- 最新的輸出
|
||
- 編號不存在時：「沒有背景指令 #N」。
|
||
|
||
---
|
||
|
||
## 19. 安全規則：哪些直接做、先問、拒絕
|
||
|
||
判斷順序是：拒絕 → 私密檔案 → 允許 → 詢問。用 ; | || & && 或換行串在一起的指令，會先拆開、一段一段判斷。
|
||
|
||
### 私密檔案（Bot 不能讀也不能改）
|
||
|
||
- AnyBot 自己的資料資料夾（金鑰存在這裡）
|
||
- .git 資料夾
|
||
- .ssh、.gnupg、Library/Keychains
|
||
- .env、.env.*、.netrc、credentials
|
||
- .pem、.key 檔
|
||
- id_rsa、id_ed25519 開頭的檔案
|
||
|
||
### 在「你的電腦」上
|
||
|
||
- **讀取類工具**（查看資料夾、搜尋、讀取檔案）
|
||
- 工作資料夾裡：直接做。
|
||
- 工作資料夾外：先問「讀取工作資料夾以外的地方：路徑」，可以一律允許。
|
||
- 私密檔案：拒絕，「「路徑」是私密或系統檔案，Bot 不能讀取。」
|
||
- **修改檔案**
|
||
- 工作資料夾裡：問「修改檔案：路徑」，可以一律允許。
|
||
- 工作資料夾外：問「修改工作資料夾以外的檔案：路徑」，不能一律允許。
|
||
- 私密檔案：拒絕。
|
||
- **指令**
|
||
- 一律拒絕：sudo、su、rm -rf /、rm -rf ~、mkfs、dd、shutdown、reboot、diskutil erase、chmod -R 777 /。訊息是「「X」這類指令一律不允許。」
|
||
- 碰到私密檔案：拒絕，「指令碰到私密或系統檔案：X」。
|
||
- 含有看不出內容的子指令（$( )、反引號、eval、exec、source、「.」，或引號沒關好）：一律問「執行指令（含有隱藏的子指令，無法自動判斷）：…」，不能一律允許。
|
||
- 不用問的 24 種唯讀指令：ls、pwd、cat、head、tail、wc、echo、rg、grep、find、file、stat、du、df、date、which、tree、sort、uniq、diff、git status、git diff、git log、git show。每一段都是唯讀或已允許、而且沒有用「>」寫入檔案，才直接執行。
|
||
- 其他指令：問「執行指令：…」。
|
||
- 一律允許會記住指令的第一個字。
|
||
- git、npm、pnpm、yarn、cargo、brew、pip、pip3、python3、docker、go 這 11 種會記住前兩個字，例如「npm install」。
|
||
|
||
### 沙盒（macOS 有提供時）
|
||
|
||
- 所有指令都在沙盒裡跑。
|
||
- 指令碰不到這些地方：AnyBot 的資料、.ssh、.gnupg、Library/Keychains、.aws、.config/gcloud。
|
||
|
||
### 在「Bot 的電腦」上
|
||
|
||
- 指令只檢查上面那 10 種一律拒絕的，其他都直接做。沙盒會把它關在自己的資料夾裡，看不到也寫不到家目錄的其他地方。
|
||
- 自己資料夾裡的檔案可以自由讀和改。
|
||
- 資料夾外：拒絕，「{Bot} 看不到這台電腦上的其他檔案（路徑）。要處理你的檔案，請用「你的電腦」。」
|
||
|
||
### 在 SSH 電腦上
|
||
|
||
- 連線不會問密碼，最多等 15 秒。有起始資料夾時會先切過去。
|
||
- 查看資料夾、讀檔、搜尋、查看背景指令：直接做。
|
||
- 修改檔案：問「修改 {電腦} 上的檔案：路徑」，而且只能整個寫入。否則會看到「在 {電腦} 上只能整個寫入檔案（old_text 留空），或用 shell 修改。」
|
||
- 指令：套用跟本機一樣的規則，問「在 {電腦} 上執行指令：…」。
|
||
|
||
---
|
||
|
||
## 20. 背景指令
|
||
|
||
- **「輸入到背景指令」（write_terminal）**：原版可以把輸入傳給執行中的指令。指令在等你回答（例如「name?」「y/n」）時，Bot 用它把文字送進去，`\n` 代表按 Enter；`close` 會結束輸入（像 Ctrl-D）。送出後等 0.4 秒，回傳最新輸出。指令已經結束時會說「背景指令 #N 已經結束了」。
|
||
|
||
- 一個指令連同它啟動的所有程式，最多追蹤 4,096 個。統計程式數量、CPU 時間和記憶體。
|
||
- 停止時從最新的程式開始，依序把整棵程式樹停掉。
|
||
- 關閉 App 時，會停掉所有背景指令。「重新啟動這個 Bot」只停那個 Bot 的背景指令，並回報停了幾個。
|
||
|
||
---
|
||
|
||
## 21. 網頁工具
|
||
|
||
### 「讀取網頁」（web_fetch）
|
||
|
||
- 讀公開頁面，不帶登入，不用許可。
|
||
- 網址：
|
||
- 沒寫 https:// 會自動補上。
|
||
- 有空白或沒有「.」時不接受：「「X」看起來不是網址」。
|
||
- 空白：「請給網址」。
|
||
- 限制：
|
||
- 最多等 20 秒。
|
||
- 最多下載 3,000,000 位元組（估計值）。
|
||
- 最多回傳 20,000 字（估計值），超過時結尾加「…（後面還有，已截斷）」。
|
||
- 會拿掉程式碼、樣式和 `<head>`（只認完整的標籤名：`<header>` 不是 head，以前會把有 header 的網站截斷成只剩選單），把段落、標題、清單、表格列分行，表格儲存格之間空一格，特殊符號轉回一般文字。
|
||
- 輸出：「網址：…」「標題：…」加內文。
|
||
- 可能看到的訊息：
|
||
- 網站回應 400 以上：「網站回應 N。如果這個頁面要登入，請改用 browser_open。」
|
||
- 文字少於 200 字：「（頁面幾乎沒有文字，可能要登入或靠程式載入。可以改用 browser_open 打開，它會等頁面載入再回傳內容。）」
|
||
|
||
### 瀏覽器工具
|
||
|
||
- 「在瀏覽器打開」（browser_open）：參數是網址和設定檔。等頁面載入完成（最多 12 秒，看載入狀態、網址和文字停下來，不是固定秒數），直接回傳和 browser_read 一樣的內容（最多 12,000 字，加上可以點的編號），所以打開後不用再讀一次。
|
||
- 點擊、輸入、按鍵、選擇、捲動、上一頁之後：等頁面停下來就回來（頁面有變且穩定，或 0.5–0.9 秒內沒有開始變），最多 4 秒；以前是固定 1–2.5 秒。
|
||
- 「讀取瀏覽器分頁」（browser_read）：最多讀多少字（預設 20,000，最多 40,000），加上設定檔。
|
||
- 「瀏覽器設定檔」（browser_profiles）：列出、新增、切換。
|
||
|
||
### 用哪個瀏覽器
|
||
|
||
- 有裝 Chrome 類瀏覽器時，用 AnyBot 自己的瀏覽器。只有設定檔選「你的瀏覽器」時，才用你平常的瀏覽器。
|
||
- 都沒裝時，一律用你自己的瀏覽器。
|
||
|
||
### 原版「從 Chrome 複製登入」
|
||
|
||
- 原版已經拿掉這個功能，所以 AnyBot 也沒有做，Bot 也被交代不要提。
|
||
|
||
---
|
||
|
||
## 22. AnyBot 自己的瀏覽器與設定檔
|
||
|
||
### 用哪個瀏覽器
|
||
|
||
- 依序找第一個有裝的：Google Chrome、Brave Browser、Microsoft Edge、Chromium。
|
||
- 用 AnyBot 自己的資料夾打開，不會影響你平常的瀏覽器，也不用改任何瀏覽器設定。
|
||
- 略過首次使用畫面和「設為預設瀏覽器」的詢問。
|
||
|
||
### 數字
|
||
|
||
- 「預設」設定檔用本機連接埠 9333（估計值）。其他設定檔由瀏覽器自己挑空的連接埠，再由 AnyBot 讀回來。
|
||
- 等待時間：
|
||
- 等瀏覽器開好：最多 20 秒。
|
||
- 讀一頁：最多 20 秒。
|
||
- 打開網址後：等 3 秒再讀。
|
||
- 已經開著時，用新分頁打開。
|
||
|
||
### 設定檔
|
||
|
||
- 「預設」是第一個，登入狀態一直保留。
|
||
- 其他設定檔各自有資料夾和登入，例如「工作」「私人」。
|
||
- 「你的瀏覽器」代表你平常的 Chrome（第 23 節）。也聽得懂「你的 chrome」「我的 chrome」「我的瀏覽器」「my chrome」這些說法。
|
||
- 順序：「預設」排第一，其他依名稱，「你的瀏覽器」排最後。
|
||
- 「使用中」的設定檔會被記住；找不到時回到「預設」。找設定檔不分大小寫。
|
||
- 在某個設定檔打開網址，那個設定檔就會變成使用中。
|
||
|
||
### 名稱規則
|
||
|
||
- 不能空白：「請給設定檔名稱」
|
||
- 最多 30 字（估計值）：「設定檔名稱最多 30 個字」
|
||
- 不能用保留名稱：「「X」是留給你自己瀏覽器的名字，請換一個」
|
||
- 不能有 / 或 :，也不能用 . 開頭：「設定檔名稱不能有 / 或 : 也不能用 . 開頭」
|
||
|
||
### 新增、切換、列出、移除
|
||
|
||
- **新增**：名稱已經存在時沿用，不重複建立。新增後自動切過去。
|
||
- 「已新增並切換到設定檔「X」（全新的，還沒登入任何網站）…」
|
||
- **切換**：「已切換到「X」，之後的 browser_open / browser_read 都用它。」
|
||
- 切到「你的瀏覽器」時補一句：「（使用者平常的瀏覽器：請使用者在那裡切到想要的 Chrome 設定檔）」
|
||
- **列出**：「AnyBot 瀏覽器的設定檔：A、B（使用中）…。每個設定檔有自己的登入。」
|
||
- **移除**：只有你能在設定裡移除，Bot 不行。
|
||
- 「預設」和「你的瀏覽器」不能移除：「「X」不能移除」。
|
||
- 視窗還開著：「「X」的視窗還開著，請先關掉它再移除。」
|
||
- 移除的是使用中的設定檔時，會回到「預設」。
|
||
- **設定檔不存在**：「AnyBot 瀏覽器沒有叫「X」的設定檔。現有：…。要新的可以用 browser_profiles 新增（action: add）。」
|
||
|
||
### 設定 → 電腦 → 「AnyBot 瀏覽器設定檔」
|
||
|
||
- 說明：「每個設定檔是一個獨立的瀏覽器視窗，有自己的登入（例如工作和私人帳號）。Bot 會用「使用中」的那個，你也可以在聊天裡叫它換。」
|
||
- 每個設定檔一列：
|
||
- 單選按鈕，使用中的那個旁邊標「使用中」。
|
||
- 「開啟視窗」：提示「打開這個設定檔的瀏覽器視窗，在裡面登入網站」。
|
||
- 開啟中：「正在打開「X」…」
|
||
- 成功：「已打開「X」的視窗。在裡面登入一次，之後會記住。」
|
||
- 已經開著時，把它的分頁帶到前面。
|
||
- 「移除」：「預設」沒有這顆。按下後變成紅字「確定移除（登入也會刪掉）」和「取消」，移除後顯示「已移除「X」。」
|
||
- 「你的瀏覽器」那列：
|
||
- 說明「你平常的 Chrome，切到哪個設定檔就讀哪個」。
|
||
- 已有權限時顯示「✓ 輔助使用已打開」；沒有時是按鈕「打開輔助使用」。
|
||
- 新增：輸入框提示「新設定檔名稱，例如 工作」，按「新增設定檔」。
|
||
- 成功：「已新增「X」並設為使用中。按「開啟視窗」登入你要的網站。」
|
||
- 沒有任何 Chrome 類瀏覽器時，只顯示：「需要 Chrome、Brave、Edge 或 Chromium 才能用 AnyBot 自己的瀏覽器。」
|
||
- 底部說明：「選「你的瀏覽器」：Bot 像 Grok Bot 一樣從畫面讀你平常的 Chrome（macOS 會請你打開一次「輔助使用」），你在 Chrome 切到哪個設定檔，它就看哪個；讀之前會先問你。其他的是 AnyBot 自己的視窗，各自登入一次就好。」
|
||
|
||
### 打開和讀取
|
||
|
||
- 打開成功：「已在 AnyBot 瀏覽器（{瀏覽器}，設定檔「X」）打開 {網址}。接著用 browser_read 讀內容。如果頁面要登入，請使用者在那個視窗登入一次，之後會記住。」
|
||
- 讀取的是最近用的那個一般分頁。輸出：「瀏覽器：AnyBot 瀏覽器（…，設定檔「X」）」「標題：」「網址：」加內文。
|
||
- 頁面少於 1,500 字，又有 log in、sign in 或「登入」字樣時，加上「（這頁看起來要登入。請使用者在 AnyBot 瀏覽器視窗登入一次，之後就會記住。）」
|
||
- 可能看到的錯誤：
|
||
- 「這台電腦沒有 Chrome、Brave、Edge 或 Chromium，沒辦法開 AnyBot 自己的瀏覽器。」
|
||
- 「{瀏覽器} 沒有及時打開…請再試一次。」
|
||
- 「AnyBot 瀏覽器沒有開著的分頁，請先用 browser_open 打開網址。」
|
||
- 「讀取頁面太久了」
|
||
- 「頁面拒絕讀取：…」
|
||
|
||
---
|
||
|
||
## 23. 讀取你自己的瀏覽器（「你的瀏覽器」）
|
||
|
||
### 選哪個瀏覽器
|
||
|
||
- 候選：Google Chrome、Arc、Microsoft Edge、Brave Browser、Chromium、Safari。
|
||
- 優先選畫面上看得到、而且最前面的瀏覽器視窗。
|
||
- 透明、沒有大小的視窗，以及選單列小工具都不算。
|
||
- 列出視窗最多等 10 秒。
|
||
- 沒有看得到的視窗時，用第一個正在執行的瀏覽器；都沒在執行時，有裝 Chrome 就用 Chrome，否則用 Safari。
|
||
|
||
### 打開網址
|
||
|
||
- Chrome 類瀏覽器：網址交給你平常的視窗，不會跑到 AnyBot 的視窗。
|
||
- 打開後等 4 秒（估計值）。
|
||
- 成功：「已在 {瀏覽器} 打開 {網址}。接著可以用 browser_read 讀這個分頁。」
|
||
|
||
### 讀取：先用「輔助使用」（跟原版小幫手一樣的方法）
|
||
|
||
- 不用改任何瀏覽器設定。你在 Chrome 開著哪個設定檔的視窗，就讀哪個。
|
||
- 需要 macOS 的「輔助使用」權限，macOS 會自己問。
|
||
- 沒開時，AnyBot 會打開那個設定頁並說：「macOS 還沒讓 AnyBot 使用「輔助使用」，所以看不到你的瀏覽器。我已經打開「系統設定 → 隱私權與安全性 → 輔助使用」：把 AnyBot（或「終端機」）打開，然後再叫我試一次。只要開一次。」
|
||
- 只會讀你自己的瀏覽器，不會讀到 AnyBot 自己的視窗。
|
||
- Chrome 和 Electron 類 App 的特別處理（規則取自原版）：
|
||
- 怎麼判斷：App 識別碼是 com.google.Chrome、com.github.Electron，或以 com.google.Chrome. 開頭；或是 Electron 程式；或 App 裡含有 Electron Framework、Chromium Embedded Framework、Google Chrome Framework 其中之一。
|
||
- 這類 App 會先打開兩個輔助使用開關（AXManualAccessibility、AXEnhancedUserInterface），網頁文字才看得到。
|
||
- 讀的是最前面視窗裡的網頁：標題、網址，連續的文字合成一行。
|
||
- 限制（估計值）：
|
||
- 最多 20,000 個元素、80 層。
|
||
- 試 5 次，每次隔 0.7 秒。
|
||
- 每次最多等 2 秒。
|
||
- 成功：「瀏覽器：{瀏覽器}（你的瀏覽器）」「標題：」「網址：」加內文。
|
||
- 可能看到的錯誤：
|
||
- 「你的瀏覽器現在沒有打開的視窗」
|
||
- 「讀不到「標題」的頁面內容」
|
||
- 「你的瀏覽器沒有開著。請先打開它（或叫我用 browser_open 打開網址）。」
|
||
|
||
### 讀不到時改用 AppleScript
|
||
|
||
- 讀最前面分頁的標題、網址和文字。最多等 90 秒，讓你有時間回答 macOS 的詢問。
|
||
- 等太久：「等瀏覽器回應太久了（macOS 可能在問你要不要允許，請看看螢幕）」
|
||
- 讀不到文字時，仍會給標題和網址，加上「（讀不到頁面文字）」和說明：
|
||
- 被擋下控制權：自動打開「自動化」設定頁，並說「macOS 擋下了 AnyBot 控制 {瀏覽器}。我已經幫你打開「系統設定 → 隱私權與安全性 → 自動化」：在 AnyBot（或「終端機」）底下打開「{瀏覽器}」，然後再叫我試一次。」
|
||
- Safari：「Safari 還沒允許讀取網頁內容：請在 Safari 選單「開發 → 允許來自 Apple 事件的 JavaScript」打開…」
|
||
- Chrome 類：「{瀏覽器} 還沒允許讀取網頁內容：請在 {瀏覽器} 選單「檢視 → 開發人員 → 允許來自 Apple 事件的 JavaScript」打開，然後再叫我試一次。」
|
||
- Bot 被交代絕對不要主動叫你去改這些選單。只有在最後的備用方法也失敗時，才會照實轉告。
|
||
|
||
---
|
||
|
||
## 24. 操作螢幕（滑鼠、鍵盤、截圖）
|
||
|
||
- 有螢幕的電腦：Bot 自己的電腦（Linux 桌面，Docker）、這台電腦、帳號裡其他開了「裝置連結」的電腦。每個螢幕工具都有 `computer` 參數；沒指定時用 Bot 的預設電腦。
|
||
- **看：截圖上每個能點的東西都框起來、標了編號。** Bot 拿到的截圖上，每個按鈕、連結、輸入框、選單項目都有編號，另外附同樣編號的清單（例如「[21] 連結「Profile」」）。編號來自系統的無障礙資訊（Mac 的 AX、Linux 的 AT-SPI；Bot 的電腦裡網頁內容也有，Chromium 開了無障礙），所以網頁上的小圖示也有編號。只有被別的視窗擋住的按鈕不給編號（Mac 上逐一檢查最上層的視窗是不是同一個 App），免得點到別的 App。
|
||
- **動手：照編號點，只有一種方式（真的滑鼠和鍵盤）。** 點編號就是點那個東西的正中央；圖上沒編號的東西才用 x、y。Mac 用 CoreGraphics，Linux 用 X11／Wayland（desk.rs），Bot 的電腦用 xdotool。（以前 Bot 看圖猜座標，曾把一塊空白當成選單項目連點十次。）
|
||
- **每個動作做完自動附上新的編號截圖**（點、打字、按鍵、捲動、拖曳、移動滑鼠、打開 App；先等 0.5 秒讓畫面穩定），Bot 不用再花一步截圖確認。拍不到畫面時（Mac 還沒開「螢幕與系統錄音」），改附最前面 App 的清單（含文字）。
|
||
- **不鬼打牆**：動作後畫面和上一步完全一樣，結果會寫「畫面和上一步完全一樣：這一步沒有點到東西」，並叫 Bot 換編號、換方法或請人幫忙。同一步（點擊座標相差不到 16 像素也算）在一個回合裡做第 3 次會加警告，第 4 次起不執行，直接叫它換方法。
|
||
- 在 Bot 的電腦上：一個動作只開一次 `docker exec`（動作、按鈕清單和之後的畫面在同一個指令裡，約 0.4 秒）。桌面是一個 TigerVNC（畫面和 VNC 合一，取代 Xvfb＋x11vnc），開機就啟動無障礙服務（AT-SPI），瀏覽器一律由 `anybot-browser` 開（同一個設定檔和 CDP、網頁開放無障礙、同時開兩個不會搶設定檔；做法取自 XBot 的 box）。這台電腦比 AnyBot 舊時（第 4 版起），大腦會在沒人用一分鐘後自己更新它（檔案和登入保留），不用問你；英文一個鍵一個鍵打，中文和表情符號用剪貼簿貼上（終端機用 Shift+Insert，其他程式用 Ctrl+V），所以任何程式都打得進去；⌘ 當成 Ctrl。不用 `xdotool mousemove --sync`：滑鼠已經在那個位置時它會一直等（同一點點兩次會卡兩分鐘）。
|
||
- 需要看得懂圖片的模型；看不懂圖片時用按鈕清單。
|
||
|
||
### 原版的九個工具
|
||
|
||
computer_use_screenshot、click、mouse_move、mouse_button（按住／放開）、drag、scroll、typing、press_key、check_permissions。另外兩個：
|
||
|
||
- **（已併入截圖）「讀 App 畫面」**：按鈕清單現在就在每張截圖裡，不再是另一個工具。很長的內容（終端機的整段捲動紀錄）留開頭 160 字和結尾 400 字。
|
||
- **「打開 App」（computer_use_open_app）**：打開或叫到最前面，顯示的名字也可以（「計算機」→ Calculator）。Bot 的電腦上：chromium（瀏覽器，就是 browser_* 在用的那個，不會開第二個）、xterm（終端機）或其他程式名稱。
|
||
|
||
- **（已拿掉）「按住或放開滑鼠」**：拖曳已經涵蓋。
|
||
- **「檢查螢幕權限」（computer_use_check_permissions）**：回報「螢幕錄製：已允許／還沒允許」「輔助使用（滑鼠和鍵盤）：…」，不會跳出系統視窗。Bot 的電腦上一律可以。
|
||
|
||
### 逐個 App 授權（原版：「Grok Bot 可以看到 {app}，並在其中點擊和輸入」）
|
||
|
||
- 看螢幕（截圖）問一次「看你的螢幕畫面」。
|
||
- 點擊、打字、捲動、拖曳時，AnyBot 先找出會落在哪個 App：點的位置底下的視窗，打字和按鍵則是最前面的 App。第一次碰到某個 App 會問：「讓 {Bot} 看到「{App}」，並在其中點擊和輸入：{動作}」。選「一律允許」就記成這個 Bot 對這個 App 的授權；設定頁可以移除。
|
||
- 直接操作模式下不問。
|
||
|
||
### 接管與停止（你的 Mac）
|
||
|
||
- Bot 在你的 Mac 上動滑鼠或鍵盤時，螢幕最上方中間會浮出一條橫幅（永遠在最上層，不會被其他視窗蓋住）：紅點「{Bot} 正在操作你的電腦」，右邊「取得控制權」和「停止」。最後一個動作後 8 秒（估計值）自動收起。
|
||
- **取得控制權**：橫幅變成「你正在操作，Bot 已暫停」，按鈕變「交還給 Bot」。這段時間 Bot 的滑鼠鍵盤動作會被擋下，它會收到「使用者正在自己操作這台電腦（已取得控制權）。請等他交還控制權後再操作」。截圖仍可以。
|
||
- **停止**：直接停掉那個 Bot 這一回合的工作。
|
||
|
||
### 示範教學（原版：「錄下你執行任務的過程。{Bot} 會學習這些步驟，之後可以自行再次執行。」）
|
||
|
||
- 在設定 → 電腦 →「示範教學」，替目前選的 Bot 輸入任務名稱（例如「匯出本月報表」），按「開始錄製」。
|
||
- 設定視窗會關掉，螢幕上方出現「{Bot} 正在觀看並學習 分:秒」（紅點閃爍），右邊「完成」「取消」。
|
||
- 照平常的方式操作。AnyBot 只「聽」點擊、打字和捲動，不會擋住或改變你的操作；點在 AnyBot 自己視窗上的不算。
|
||
- 錄製時每 0.5 秒拍一張螢幕畫面（寬 1280，需要「螢幕與系統錄音」權限），完成後用 ffmpeg 合成影片（原版也是用 ffmpeg 錄影）；沒有 ffmpeg 時保留每一步的畫面。每一步都留一張「做這一步之前」的畫面。
|
||
- 示範卡片上有「播放錄影」，展開步驟後每一步有「畫面」可以打開。
|
||
- Bot 有新工具「view_demo_step」（示範名稱＋第幾步），可以看那一步當時的畫面，照著找按鈕；不用問你。
|
||
- 按「完成」後整理成步驟，例如：
|
||
1. 切到「Safari」，在「Safari」點 (50, 25)
|
||
2. 在「Safari」輸入「hi」（打錯刪掉的字會一起刪掉）
|
||
3. 按 return
|
||
4. 按 cmd+c
|
||
5. 切到「備忘錄」，在「備忘錄」連點 2 下 (150, 100)（0.4 秒內同一個位置算連點，估計值）
|
||
6. 在「備忘錄」往下捲動（1.5 秒內連續的捲動算一次，估計值）
|
||
- 座標換算成截圖上的位置，Bot 可以直接用。
|
||
- 聊天上方顯示「已記下「名稱」（N 個步驟）。之後跟 Bot 說「照示範做 名稱」就可以。」
|
||
- 每個 Bot 的示範列在卡片下面，可以展開看步驟或刪除；同名的會被新的取代。
|
||
- Bot 的系統指示會附上它學過的示範，並提醒它每一步先截圖確認、畫面不同就找對應的按鈕。
|
||
- 第一次需要 macOS「輸入監控」權限：沒開時 AnyBot 會打開那個設定頁，並說「macOS 還沒讓 AnyBot 觀看你的操作。我已經打開「系統設定 → 隱私權與安全性 → 輸入監控」：把 AnyBot（或「終端機」）打開，再按一次「開始錄製」。」
|
||
|
||
### 權限
|
||
|
||
- 截圖要「螢幕與系統錄音」權限。沒開時，AnyBot 會打開那個設定頁並說：「macOS 還沒讓 AnyBot 錄製螢幕，所以看不到畫面。我已經打開「系統設定 → 隱私權與安全性 → 螢幕與系統錄音」：把 AnyBot（或「終端機」）打開，再叫我試一次。只要開一次。」
|
||
- 滑鼠和鍵盤要「輔助使用」權限，沒開時的說法類似。
|
||
- 在 AnyBot 裡：
|
||
- 第一次看螢幕會問一次（「看你的螢幕畫面」）。
|
||
- 第一次動滑鼠或鍵盤也會問一次（「操作你的滑鼠和鍵盤」）。
|
||
- 兩者都可以一律允許；直接操作模式下不問。
|
||
|
||
### 座標
|
||
|
||
- 用截圖上的像素位置。截圖的大小只看螢幕大小（長邊 1,024），所以換算不用記「上一張截圖」：還沒截圖也能點，每個 Bot、手機看到的都是同一個尺寸。
|
||
- 例如寬 1,470 點的螢幕送出寬 1,024 的圖，圖上 (512, 333) 就是螢幕上的 (735, 478)。
|
||
- 或用截圖上的編號（ref）：點那個控制項的中心。那個 App 不在最前面時先把它叫到前面，免得點到蓋在上面的視窗。
|
||
- 手機網頁看螢幕時：Bot 的電腦送原尺寸畫面，這台電腦送和 Bot 一樣大小的截圖；手機點的位置照它拿到的那張畫面換算，是「你」在操作（不經過 Bot 的工具，你取得控制權時也照樣能點）。以前手機的點擊借用 Bot 上一張截圖的比例，點 Bot 的電腦會偏到右下（多 1.25 倍）或要求先截圖。
|
||
- 你自己的滑鼠和鍵盤不會被凍住。
|
||
|
||
### 「看你的螢幕」（computer_use_screenshot）
|
||
|
||
- 只拍主螢幕，沒有快門聲。
|
||
- 長邊縮到 1,024，例如 2940×1912 會變成 1024×666；短邊不小於 8。
|
||
- JPEG 品質依序試 85、70、55，取第一個小於 1 MB（1,048,576 位元組）的。這些都取自原版。
|
||
- 只把最近 3 張截圖給模型看（估計值），較早的改成「（較早的截圖已省略）」。截圖不會存到硬碟。
|
||
- 成功：「你的螢幕截圖（寬×高）。之後的座標請用這張圖上的像素位置。」
|
||
|
||
### 「點一下」（computer_use_click）
|
||
|
||
- 參數：x、y、左／右／中鍵、點幾下（1–3）、修飾鍵。
|
||
- 先移過去，按下後停 0.03 秒再放開；連點時每下隔 0.08 秒（取自原版）。
|
||
- 結果：「已點 (x, y)。」或「已點 e7（按鈕「7」）。」，加上新畫面。
|
||
|
||
### 「打字」（computer_use_typing）
|
||
|
||
- 任何語言都可以，包括中文。可以給 ref（先點那個欄位）；submit=true 打完再按 return。
|
||
- 每段最多 20 個字元單位，不會把一個字切斷。每段按下後停 0.035 秒再放開，段與段之間隔 0.02 秒（取自原版）。
|
||
- 結果：「已打字（N 個字）。」
|
||
|
||
### 「按鍵」（computer_use_press_key）
|
||
|
||
- 例如 return、tab、escape、delete、up、cmd+c、cmd+shift+t、cmd+space。
|
||
- 多個鍵用空白分開，依序按，例如「cmd+a delete」。
|
||
- 每個鍵按住 0.035 秒，鍵與鍵之間隔 0.02 秒（取自原版）。可以指定按多久，最多 5 秒。
|
||
- 可用的鍵：
|
||
- return／enter、tab、space、delete／backspace、escape、forwarddelete、home、end、pageup、pagedown、方向鍵、F1–F12。
|
||
- a–z、0–9 和常見符號，也可以寫名字：slash、comma、period、semicolon、quote、minus、equal、grave、bracketleft／bracketright、backslash。
|
||
- 不是按鍵的單一字元（「@」「？」）直接打出來。
|
||
- 修飾鍵：cmd、shift、option、control（也聽得懂 command、alt、ctrl 等寫法）。
|
||
- 錯誤：「不認得「X」這個鍵」「不認得「X」這個修飾鍵」。
|
||
|
||
### 其他操作
|
||
|
||
- **「捲動」（computer_use_scroll）**
|
||
- 往上、下、左、右，預設 3 格，最多 50 格。
|
||
- 結果：「已捲動 {方向} N 格。」
|
||
- **「移動滑鼠」（computer_use_mouse_move）**
|
||
- 例如讓滑過才出現的選單顯示出來。
|
||
- 結果：「已移動滑鼠。」
|
||
- **「拖曳」（computer_use_drag）**
|
||
- 沿著一串點拖過去，第一點按下、最後一點放開，每步隔 8 毫秒（估計值）。
|
||
- 至少要兩個點。
|
||
- 結果：「已拖曳（N 個點）。」
|
||
|
||
---
|
||
|
||
### Mac 內建 App（原版的裝置工具，名稱一樣）
|
||
|
||
| 工具 | 做什麼 | 權限 |
|
||
|---|---|---|
|
||
| ios_read_reminders | 看提醒事項（可指定清單、關鍵字、是否含已完成） | 每個 App 問一次「讀取你的「提醒事項」」 |
|
||
| ios_write_reminders | 新增、修改、完成、刪除提醒事項 | 問「修改你的「提醒事項」」，可一律允許 |
|
||
| mobile_read_calendar | 看某段時間的行程 | 讀取：問一次 |
|
||
| mobile_write_calendar | 新增、修改、刪除行程（沒給結束時間就排 1 小時） | 修改：可一律允許 |
|
||
| mobile_read_contacts | 用名字、電子郵件或電話找人，最多 50 筆（原版一次 50 筆） | 讀取：問一次 |
|
||
| mac_read_notes | 搜尋備忘錄，或讀一則（最多 20,000 字，原版的上限） | 讀取：問一次 |
|
||
| mac_write_notes | 新增（要有標題）或接在某則後面（要給 id 和目前的標題；標題變了會請 Bot 重讀） | 修改：可一律允許 |
|
||
| mac_read_mail | 搜尋郵件（關鍵字、信箱、只看未讀、最近幾天），或讀一封（最多 20,000 字） | 讀取：問一次 |
|
||
| mac_draft_mail | 在「郵件」打開草稿（新信要有收件人；也可以回覆某封），由你自己按寄出 | 修改：可一律允許 |
|
||
| mac_send_mail | 直接寄出 | **每一封都問**，沒有「一律允許」，直接操作模式也一樣 |
|
||
| mac_mail_accounts | 列出郵件帳號和地址 | 讀取：問一次 |
|
||
| mac_send_message | 用「訊息」傳 iMessage／簡訊 | **每一則都問** |
|
||
|
||
- 透過 macOS 的自動化執行，第一次用到每個 App 時 macOS 會自己問一次。被拒絕時 AnyBot 會打開「系統設定 → 隱私權與安全性 → 自動化」並說明要打開哪個 App。
|
||
- 每次最多等 30 秒（原版 30 秒）。
|
||
- 搜尋郵件時最多看最近 300 封（估計值，郵件 App 的腳本很慢）。
|
||
|
||
---
|
||
|
||
### 附加檔案和圖片
|
||
|
||
- 輸入框左下角「＋」：打開 Finder 選檔案（可以一次選很多個）。也可以把檔案拖到視窗上（整個視窗會變淡，顯示「放開以附加檔案」），或在輸入框按 ⌘V 貼上剪貼簿裡的圖片（例如 ⌃⇧⌘4 截的圖）。
|
||
- 等著送出的附件排在輸入框上方：圖片顯示縮圖，其他檔案顯示檔名和大小，每個都有 × 可以拿掉。只有附件、沒有文字也可以送出。
|
||
- 每個附件會複製一份到 AnyBot 的資料夾，原檔搬走也不影響聊天。最大 50 MB（估計值）。資料夾不能直接附加。
|
||
- 送給模型時：
|
||
- 圖片：縮成跟截圖一樣（長邊 1024、最大 1 MB），跟你的文字一起送（OpenAI 相容和 Claude 兩種格式都支援）。HEIC、TIFF 等先用 macOS 轉檔。
|
||
- 文字檔、程式碼：直接讀內容；Word、RTF、Pages、HTML 用 macOS 的 textutil 轉成文字；PDF 在有 pdftotext 時讀內容。每個最多 20,000 字。
|
||
- 其他檔案：告訴 Bot 檔案在哪裡，讓它用工具處理。
|
||
- 「Bot 的電腦」正在執行時，附件也會放進那個 Bot 的資料夾 `附件/`，並告訴 Bot 位置。
|
||
- 聊天裡你的訊息上方顯示附件；點一下用預設的 App 打開。
|
||
- Bot 工作中送出附件時，文字內容會補充給正在進行的工作（圖片要等下一回合）。
|
||
|
||
### 語音輸入
|
||
|
||
- 輸入框的麥克風圖示：按一下開始錄音，變成紅色閃爍的「● 分:秒 完成」；再按一下停止，顯示「轉成文字…」，完成後文字放進輸入框（接在原本的文字後面），由你檢查後送出。
|
||
- 錄音用 macOS 內建的錄音功能，不用另外安裝。第一次 macOS 會問麥克風權限；被拒絕時 AnyBot 會打開「系統設定 → 隱私權與安全性 → 麥克風」。
|
||
- 轉文字用「設定 → AI 供應商 → OpenAI」的金鑰（依序試 gpt-4o-mini-transcribe、whisper-1）。沒有金鑰時會說明要去哪裡填。
|
||
- 最長 10 分鐘（估計值），到了自動停止。
|
||
|
||
### 語音聊天（朗讀回答）
|
||
|
||
- 輸入框的喇叭圖示：打開後，這個 Bot 每次回答完都會用 macOS 內建語音唸出來（中文用台灣的「美佳」）。標題、粗體、連結會整理成好唸的文字，程式碼只說「程式碼略過」。
|
||
- 正在唸的時候按喇叭會停止這一段；開始語音輸入時也會先停。再按一次（沒在唸時）就關閉朗讀。
|
||
- 搭配語音輸入，就能用說的跟 Bot 來回對話。每個 Bot 各自記住開或關。
|
||
|
||
### 通話模式（即時語音對話）
|
||
|
||
- 聊天頂部的「通話」：開始後不用按任何鍵。AnyBot 一直聽，你講完（安靜 1.2 秒，估計值）就停止錄音、轉成文字、送給 Bot；Bot 回答後用語音唸出來，唸完再繼續聽。30 秒沒人說話就繼續等下一句。
|
||
- 頂部紅色按鈕顯示目前在做什麼：「● 正在聽… / 聽懂中… / 想一下… / 正在說… 結束通話」，按一下結束。
|
||
- Bot 要你允許某個操作時，會等你按完再繼續。轉文字用 OpenAI 的金鑰；聲音偵測用 macOS 錄音器的音量（大於 −38 dB 算有說話，估計值）。
|
||
- 原版用 xAI 的即時語音服務；AnyBot 是「聽 → 回答 → 唸」的輪流方式，不能在 Bot 說話時插話（按結束或喇叭可以打斷）。
|
||
|
||
### 分享 Bot（匯出、匯入）
|
||
|
||
- Bot 選單（右鍵或「⋯」）→「匯出 Bot（分享給別人）…」：選位置存成 `.anybot` 檔。帶走外觀、供應商和模型、指示、例行任務、示範的步驟；**不會**帶走聊天記錄、API 金鑰、Token（例行任務的 token、apiKey、secret 會清空）、你的「一律允許」授權、示範的錄影和畫面。
|
||
- 「匯入 Bot…」：選 `.anybot` 檔，變成一個新的 Bot。事件觸發的例行任務會先暫停，因為需要新主人自己的 Token；匯入後會提醒。檔案來自較新版本時會請你先更新。
|
||
|
||
### 訊息管道（Slack、Discord、Telegram）
|
||
|
||
- 設定 → 「訊息管道」。原版有 Slack、Teams、Discord 和訊息管道；它靠自己的伺服器接收訊息。AnyBot 沒有對外的網址，所以用你自己的 Bot Token 定期去看新訊息：
|
||
- Slack：每 3 秒看一次指定頻道（估計值），回覆在原訊息的討論串。提到 Bot 的「@Bot」會被拿掉。
|
||
- Discord：每 3 秒看一次指定頻道，回覆時引用原訊息；超過 2,000 字自動分段。
|
||
- Telegram：長輪詢（等 25 秒），可以只回某個聊天 ID，留空就回所有私訊；超過 4,096 字自動分段。
|
||
- 其他 Bot 的訊息和自己的訊息都不回；第一次連上時從「現在」開始，不會回覆舊訊息。
|
||
- 收到訊息時，指定的 Bot 會收到「💬 Slack「客服群」的 小明：…」並開始工作，就像你傳訊息給它；它在工作中時會插進同一回合。回合成功結束後，它最後的回答會自動傳回去；出錯時傳「抱歉，這次沒有完成，請再試一次。」；你按停止就不回。
|
||
- Bot 的系統指示會告訴它：對方不是使用者本人，要簡潔、不要透露你的私人資料，要動到你的電腦或帳號前先確認。
|
||
- 每個管道一張卡片：種類、名稱、狀態點（綠色「已連上，等待新訊息（收到 N 則）」，紅色顯示錯誤）、「開啟」勾選、「移除」，以及由哪個 Bot 回覆。
|
||
- 新增：選 Telegram／Slack／Discord，填名稱、回覆的 Bot、Token（每種都有怎麼拿 Token 的說明）、頻道或聊天 ID；「測試 Token」會顯示連上的帳號名稱。
|
||
- AnyBot 開著時才會收訊息。
|
||
- **Mac「訊息」（iMessage／簡訊）**：讀這台 Mac 的訊息資料庫看新訊息（要給 AnyBot「完全取用磁碟」權限），用「訊息」回覆；可以只回某個電話或 Apple ID。
|
||
- **郵件**：每 30 秒看「郵件」的未讀信（可以指定信箱），讀完整封後交給 Bot，回信主旨自動加「Re:」，寄回寄件人。
|
||
- **Microsoft Teams**：用你自己的 Microsoft 帳號登入，不需要公開網址。填 Entra 應用程式（用戶端）ID 和租用戶（留空 = 公司或學校帳號），按「登入 Microsoft」：AnyBot 打開微軟的登入頁並顯示代碼，你輸入代碼、登入後就完成（裝置碼登入）。之後每 5 秒看一次聊天（`chat:<聊天 ID>`）或頻道（`<團隊 ID>/<頻道 ID>`），在聊天裡回覆、在頻道裡回在討論串。Bot 以你的身分回覆；微軟換發的新登入權杖會自動保存。
|
||
|
||
---
|
||
|
||
### 連接器（MCP）
|
||
|
||
- 設定 →「連接器」。接上 Model Context Protocol 伺服器，Bot 就能用它的工具（原版的 MCP 用戶端）。
|
||
- 本機伺服器填指令（例如 `npx -y @modelcontextprotocol/server-filesystem ~/Documents`）加環境變數；遠端伺服器填網址（Streamable HTTP，JSON 或 SSE 回應都可以）加標頭。
|
||
- 每個連接器一張卡：狀態點（「已連上，N 個工具」／錯誤原因）、開啟、移除、「給 Bot 的使用說明」（原版的 MCP 自訂說明，會放進 Bot 的系統指示）。下面列出所有可以用的工具。
|
||
- 工具名稱給模型看時是 `mcp__<連接器>__<工具>`（最多 64 字；中文名稱的連接器用一段固定代碼）。
|
||
- 權限：每個連接器第一次被用時問「使用連接器「X」的工具：…」，可以一律允許；直接操作模式下不問。
|
||
- 工具回傳的文字、圖片都會交給 Bot；一次最多等 120 秒（估計值）。
|
||
|
||
### 記憶、技能、範本
|
||
|
||
- **記憶**：跟 Bot 說「記住我喜歡靠窗的座位」，它會用 remember 記下來；「忘記…」用 forget。每個 Bot 最多 200 條、每條 500 字（估計值），每次聊天都帶著。Bot 設定裡的「記得的事」可以一條條刪。
|
||
- **技能**：教 Bot 一套做法後請它「存成技能」（save_skill），所有 Bot 共用；系統指示只列名稱和一句說明，Bot 要用時先用 use_skill 讀完整做法。設定 →「連接器」頁的「技能」卡可以刪除。
|
||
- **範本**：側邊欄「＋」按右鍵 →「從範本建立」：研究助理、寫作夥伴、電腦助手、客服助理、開發助手，各有角色說明、指示、頭像和顏色。Bot 也能用 create_bot 的 template 參數建立。
|
||
|
||
### 保險庫（照原版重做，2026-11-04）
|
||
|
||
- 設定 → 保險庫：「新項目」選單（登入資訊／卡／聯絡資訊／匯入）、分頁（全部／登入資訊／卡片／聯絡資訊，含數量）、搜尋保險庫、每種的空白提示和底部說明。
|
||
- **登入資訊**：網站（最多 10 個，子網域也會填）、使用者名稱、密碼、提示。檢視時密碼一律顯示成 ••••，沒有顯示或複製鈕；編輯時密碼留空就不變。
|
||
- **卡片**：卡號（檢查碼與卡別）、有效期限、安全碼、持卡人、暱稱、帳單地址（可用聯絡資訊的地址）、提示。存好後卡號鎖定，安全碼不能再看。
|
||
- **聯絡資訊**：姓名、地址、多個電話和電子郵件（可設為主要）、標籤、提示。
|
||
- **CSV 匯入**：自動辨識 1Password、Chrome/Edge、Safari、Firefox、Bitwarden、LastPass（含卡片），預覽、略過重複、只收 https、進度條可停止、匯入摘要。
|
||
- **存放**：這台電腦上的加密檔 vault.bin（AES-256-GCM），金鑰放在系統鑰匙圈（「AnyBot vault key」）。畫面和 Bot 只拿得到不含密碼、卡號、安全碼的資料。以前存在鑰匙圈的 AnyBot 登入會自動搬進來。
|
||
- **Bot 的工具**：`vault_list`（只有可看的欄位）、`browser_fill_login`、`browser_fill_card`、`browser_fill_contact`。每次填入都先問；登入用在沒存過的網站會警告「只有在它與已儲存的網站屬於同一服務時才允許。仿冒網站可能會竊取你的密碼。」且不能一律允許；卡片每次都問。付款服務框架（iframe）裡的卡號欄填不進去，會請使用者自己填。
|
||
- 還沒做：1Password 服務帳戶連線（原版的「Shared with Grok Bot」保管庫）、安全表單、刷卡相機。
|
||
|
||
### 檔案預覽、Bot 做的頁面
|
||
|
||
- Bot 用 `open_for_person` 把它做好的網頁、圖表、報告、圖片、文件在你的螢幕上打開（網址也可以）。在 Bot 的電腦上做的檔案會先複製到這台 Mac。
|
||
|
||
### 頁面（Bot 做、Bot 持續更新的報告）
|
||
|
||
- 你請 Bot 追蹤、整理、比較一件之後還會回來看的事（例如「幫我追蹤一下台灣 FSD 狀況」），它用 `write_page` 做成一頁：先寫現況，再寫細節和來源（附日期）。回答裡用「[標題](page:ID)」連到它，回答下面出現頁面卡片（標題、開頭幾行、頁面圖示、「頁面 · 更新時間」、最近一次更新了什麼），點一下打開。
|
||
- 頁面可以放表格、Mermaid 圖表（圓餅、長條、折線、時間軸…），以及頁面專用的區塊：```stats 數字卡片、```steps 進度（✓ 完成、◉ 進行中、○ 還沒到）、`> [!NOTE]`／`[!TIP]`／`[!WARNING]`／`[!IMPORTANT]` 提示框。這些區塊在聊天裡也能用。
|
||
- 要定期追蹤時，Bot 會同時設例行任務：每次先 `read_page`、查新消息，有實質進展才更新頁面並告訴你；沒有就說「沒有新消息」，頁面不動。
|
||
- 每次更新保留上一版（最多 10 版），打開頁面後下方「版本紀錄」可以看舊版。也可以複製成 Markdown、存成檔案（到「下載」）、刪除。
|
||
- 右側面板「資料庫」最上面列出這個 Bot 的頁面。手機也能看：聊天裡的卡片、頁面連結、完整頁面（圖表由 AnyBot 畫好傳過去）。
|
||
- 頁面存在大腦上，螢幕電腦和手機看到的是同一份。
|
||
|
||
### 生活卡片
|
||
|
||
- Bot 用 `show_card` 把機票、餐廳或地點、天氣、商品、活動整理成卡片顯示在聊天裡：圖示、標題、副標、最多 12 列「項目／內容」，以及「查看來源 ↗」。
|
||
|
||
### 聊天：群組、表情回應、引用、討論串、匯出、會議
|
||
|
||
- **群組聊天**：「＋」按右鍵 →「群組聊天（好幾個 Bot 一起回答）」。在 Bot 設定的「群組成員」勾選成員（至少一個）。你傳一則訊息後，成員依序回答，每個用自己的模型、指示、記憶和電腦；每則回答顯示那個 Bot 的頭像。後面的成員看得到前面的回答（標成【名字】，但看不到別人的工具步驟和結果），被要求補充不同觀點、不要重複。某個成員出錯或被停止，這一輪就停下來。輸入框左下角顯示「成員：…」取代模型選單。
|
||
- **表情回應**：滑鼠移到 Bot 的回答上，可以按 👍 ❤️ 😂 🎉 🙏；回應顯示在回答下面，按一下可以拿掉；Bot 下一回合會知道你的回應。
|
||
- **引用**：回答下的「引用」：輸入框上方出現「引用：…」（左邊一條強調色），送出時引用的內容會變成 Markdown 引言放在你的訊息前面。
|
||
- **討論串**：Bot 選單 →「開始新對話」：目前的對話收起來（用第一則訊息當標題，最多保留 50 個），聊天重新開始；「過去的對話」可以切回任何一個（目前的會先收起來）。
|
||
- **匯出文字記錄**：Bot 選單 →「匯出文字記錄…」存成 Markdown（你的訊息、附件名稱、Bot 的回答、工具步驟、摘要）。
|
||
- **錄會議**：Bot 選單 →「錄會議…」：用麥克風錄音（最長 2 小時，估計值），頂部顯示紅色「● 正在錄會議 · 結束」。結束後轉成文字記錄，當作附件放進輸入框，並幫你打好「這是剛才會議的文字記錄，請整理：重點、做了哪些決定、待辦事項（誰、做什麼、什麼時候）。」，由你按送出。
|
||
|
||
## 25. 例行任務
|
||
|
||
### 每個例行任務記錄的內容
|
||
|
||
- 編號、標題
|
||
- 每次要做什麼
|
||
- 排程
|
||
- 是否暫停
|
||
- 建立時間、上次執行、下次執行
|
||
- 用哪台電腦
|
||
|
||
### 排程可以怎麼設
|
||
|
||
- 每天／每週／每月／每年，每 N 個單位（預設 1）。
|
||
- 每週要選星期幾。
|
||
- 每月可以選幾號，或「第 N 個星期幾」（1–4，或最後一個）。
|
||
- 每年選月份和日期。
|
||
- 時間用 24 小時制（例如 09:00，也接受 7:30）。
|
||
- 可以設時區；沒設就用你在設定裡選的時區。
|
||
|
||
### 自動修正與檢查
|
||
|
||
- 每 0 個單位會改成 1。
|
||
- 每月沒有指定日期：設成 1 日。
|
||
- 每年沒有指定月份：設成 1 月。
|
||
- 每週沒有指定星期幾：「每週的例行任務要指定星期幾…」
|
||
- 時間看不懂：「時間「X」看不懂，請用 24 小時制的 HH:MM，例如 09:00」
|
||
- 日期超出範圍：「每月的日期要在 1 到 31 之間」
|
||
|
||
### 畫面上的描述（照原版文字）
|
||
|
||
| 情況 | 文字 |
|
||
|---|---|
|
||
| 每天 | 「每天」 |
|
||
| 每 N 天 | 「每N 天」 |
|
||
| 每週一到週五 | 「每個工作日」 |
|
||
| 每週指定幾天 | 「每週的週一、週三」，每 N 週則為「每N 週的…」 |
|
||
| 每月幾號 | 「每月D日」，每 N 個月則為「每N 個月的D日」 |
|
||
| 每月第幾個星期幾 | 「每月的第N個星期X」或「每月的最後一個星期X」 |
|
||
| 每年 | 「每年M月D日」 |
|
||
|
||
- 描述後面接時間，例如「每個工作日 09:00」。
|
||
- 時區跟這台電腦不同時，結尾加「（時區）」。
|
||
|
||
### 下次什麼時候跑
|
||
|
||
- 一定是現在之後的時間。
|
||
- 「每 N」從建立那天開始算。
|
||
- 遇到月底：
|
||
- 31 日在只有 30 天的月份，改在最後一天跑。
|
||
- 2 月 29 日只在閏年跑。
|
||
- 依例行任務自己的時區計算，最多往後找 5 年。
|
||
- 夏令時間：
|
||
- 時間重複時，用比較早的那一次。
|
||
- 時間不存在時，那天跳過。
|
||
- 下次時間顯示成「今天 09:00」「明天 09:00」或「11月5日 09:00」。
|
||
|
||
### 怎麼觸發
|
||
|
||
- 每 1 秒檢查一次。
|
||
- Bot 忙的時候，等它閒下來再跑；每個 Bot 一次只觸發一個。
|
||
- Bot 收到的訊息是「⏰ 例行任務「標題」時間到了：要做的事」，然後像平常一樣工作。
|
||
- 如果那個 Bot 不在目前畫面上，會標成未讀。
|
||
|
||
### 例行任務視窗（頂部「例行任務」按鈕）
|
||
|
||
- 標題「（Bot） 的例行任務」，寬 480 px。
|
||
- 沒有任務時顯示：
|
||
- 「例行任務是這個 Bot 依排程重複執行的任務。請在聊天中請它設定一個。」
|
||
- 「例如：「每個工作日早上 9 點整理新聞給我」」
|
||
- 每張卡片：
|
||
- 標題（暫停中的加「已暫停」）。
|
||
- 排程，接著是「·下次 （時間）」。
|
||
- 要做的事。
|
||
- 按鈕：
|
||
- 「暫停」／「繼續」：繼續時會重新算下次時間。
|
||
- 「立即執行」：會切到這個 Bot 並開始做。
|
||
- 「刪除」：紅字。
|
||
- 刪除確認視窗：
|
||
- 標題「刪除例行任務？」
|
||
- 內文「這會刪除例行任務並停止其後續執行。此操作無法復原。」
|
||
- 視窗最下面：「要新增或修改，直接在聊天裡告訴 Bot。」
|
||
|
||
---
|
||
|
||
### 更多排程寫法（原版有的）
|
||
|
||
- 「每 N 分鐘」（最少 5 分鐘，估計值，從建立時間開始算）、「每小時」「每 N 小時的 MM 分」。
|
||
- 「僅一次」：下一次符合的時間執行一次就停。
|
||
- 「左右」（彈性時間）：在指定時間前後 15 分鐘內（估計值）的某個固定時刻執行，畫面上寫「09:00左右」。
|
||
- 都是在聊天裡請 Bot 設定（create_routine 的 frequency 可以是 minutely、hourly，加上 once、flexible）。
|
||
|
||
### 事件觸發的例行任務（原版的觸發種類）
|
||
|
||
在聊天裡跟 Bot 說，例如「PR 合併時幫我寫更新紀錄」「CI 失敗就通知我並查原因」「Slack #部署 有人提到『回滾』時處理」「週會開始前 10 分鐘把議程整理好」。Bot 會用 create_routine 的 trigger 設定：
|
||
|
||
| 種類 | 怎麼知道發生了 | 可以設定 |
|
||
|---|---|---|
|
||
| GitHub | 用你的 Token 每 60 秒查存放庫事件和 CI 結果（GitHub 要求的最短間隔） | 存放庫；事件：PR 建立／更新／合併／關閉／留言、CI 通過／失敗、審查核准／要求修改／留言、討論串解決／重新開啟、議題被指派／建立、推送；限定使用者、分支、PR |
|
||
| Slack | 每 10 秒看頻道（估計值） | 任何訊息、被 @、提到某個字、有人加上某個表情回應；Token 留空時用「訊息管道」的 Slack Token |
|
||
| Linear | 每 60 秒查議題（估計值） | 議題建立、狀態變更；限定團隊 |
|
||
| Sentry | 每 60 秒查議題 | 建立、指派、解決、封存、變回未解決、有變更；限定專案 |
|
||
| PagerDuty | 每 60 秒查事故 | 觸發、確認、解決、有變更；限定服務 |
|
||
| 郵件 | 每 60 秒看「郵件」收件匣 | 寄件人包含、主旨包含 |
|
||
| Webhook | AnyBot 在這台 Mac 開一個網址 `POST http://127.0.0.1:8792/hooks/<編號>`，要帶 `Authorization: Bearer <密鑰>`（原版的驗證方式） | 每次呼叫跑一次，呼叫的內容會交給 Bot；密鑰錯誤回 401 |
|
||
| 行事曆（跟著行事曆） | 每 30 秒看「行事曆」 | 活動開始時或開始前 N 分鐘；限定行事曆、標題；活動被移到別的時間，會在新時間觸發（原版：「無論行事曆將其移到何時」） |
|
||
| 群組 | 裡面任何一個觸發就跑 | 至少兩個觸發條件（原版規則） |
|
||
|
||
- 觸發時 Bot 會收到「⚡ 例行任務「名稱」被觸發：（發生了什麼）要做的事：…」，像你傳訊息給它一樣開始工作。
|
||
- 第一次連上時只記住目前狀態，不會把以前的事件當成新的。AnyBot 開著時才會檢查。
|
||
- 「例行任務」視窗顯示「⚡ 觸發條件」和連線狀態（例如「已連上 GitHub，等待事件」或錯誤原因）。暫停的不會檢查。
|
||
|
||
## 26. Bot 可以直接操作 App 的功能
|
||
|
||
你可以跟 Bot 說「每天早上 9 點幫我…」「把你換成 Claude」「切成深色模式」，它會自己操作 App。
|
||
|
||
| 功能 | 做什麼 | 先問嗎 | 完成時說 |
|
||
|---|---|---|---|
|
||
| 「查看例行任務」 | 列出這個 Bot 的例行任務 | 不用 | 每行「#編號 「標題」：排程 · 下次…／已暫停／沒有下次」；沒有時「還沒有例行任務。」 |
|
||
| 「建立例行任務」 | 照標題、內容、排程、電腦建立 | 不用 | 「已建立例行任務 #…」 |
|
||
| 「修改例行任務」 | 改標題、內容、排程，或暫停、恢復 | 不用 | 「已更新 #…」 |
|
||
| 「刪除例行任務」 | 刪除 | **要先問** | 問：「刪除例行任務：「標題」。這會停止它之後的執行，無法復原。」 |
|
||
| 「立即執行例行任務」 | 馬上跑一次 | 不用 | 「已開始執行「標題」」 |
|
||
| 「查看 Bot」 | 列出所有 Bot | 不用 | 「「名稱」（主要 Bot）· 供應商 · 模型：描述」 |
|
||
| 「建立 Bot」 | 建新的 Bot | 不用 | 「已建立 Bot「名稱」（供應商 · 模型）」 |
|
||
| 「修改 Bot」 | 改名稱、描述、指示、供應商、模型、釘選、預設電腦 | 不用 | 「已更新「名稱」的…（現在：供應商 · 模型）」 |
|
||
| 「傳訊息給其他 Bot」 | 把工作交給另一個 Bot 並叫醒它 | 不用 | 「已交給「名稱」，它的回覆會出現在它自己的聊天裡。」對方收到「📨 來自「發送者」：內容」 |
|
||
| 「查看電腦」 | 列出能用的電腦和狀態 | 不用 | 例如「你的電腦：這台 Mac，已允許」 |
|
||
| 「修改設定」 | 改主題、強調色、時區 | 不用 | 「已更新：主題 → …」 |
|
||
|
||
- **「在這台電腦上執行」只有你能打開，Bot 不能自己打開。**
|
||
- **修改 Bot 怎麼找對象**：先找名稱完全一樣的（不分大小寫），找不到再找名稱裡有那幾個字的。只換供應商時，模型會自動改成那家的建議模型。
|
||
- **可能看到的錯誤**：
|
||
- 「找不到叫「X」的 Bot」
|
||
- 「沒有「X」這個供應商」
|
||
- 「不能傳訊息給自己」
|
||
- 「「X」不是有效的時區名稱（例如 Asia/Taipei）」
|
||
- 「沒有要改的項目」
|
||
|
||
---
|
||
|
||
## 27. 通知
|
||
|
||
- **什麼時候通知**：AnyBot 視窗不在最前面，或你 90 秒沒碰鍵盤滑鼠。每 10 秒檢查一次你在不在。
|
||
- **Bot 做完時**：標題「（Bot） 完成了」，內文是回覆的第一行（最多 80 字），有 Glass 提示音。
|
||
- **Bot 等你允許時**：標題「（Bot） 需要你允許」，Dock 圖示也會跳動。
|
||
- 通知內文最多 180 字。
|
||
- 可以在「設定 → 一般 → 通知」關掉。
|
||
- 通知只在 macOS 上有。
|
||
|
||
---
|
||
|
||
## 28. 版本、更新與重新啟動
|
||
|
||
- **版本就是程式建好的時間**，顯示在側邊欄最下面和「設定 → 一般 → 版本」。
|
||
- **偵測新版**：每 10 秒檢查一次程式有沒有換新。有新版時，側邊欄出現「⬆ 重新啟動以更新」。
|
||
- **你離開時自動更新**，要同時符合：
|
||
- 「在你離開時自動更新用戶端」有開（預設開）。
|
||
- 有新版。
|
||
- 螢幕鎖定或螢幕保護程式開著。
|
||
- 10 分鐘（600 秒）沒動作。
|
||
- 沒有 Bot 在工作，也沒有在等你允許的請求。
|
||
- **檢查時間**：啟動後 30 秒檢查第一次，之後每 1 小時再加 0–300 秒的隨機延遲。這些數字取自原版。
|
||
- **重新啟動**：
|
||
1. 先停掉所有工作和背景指令，再存檔。
|
||
2. 小幫手每 0.2 秒看一次舊的 App 關了沒，關了才打開新的，不會同時開兩個。
|
||
3. 新開的 App 一律用一般模式啟動。
|
||
- **中斷修復**：App 關閉時還在回覆的 Bot，下次打開時會改成「（這次的回應被中斷了…）」，還在執行或等待的步驟改成「–」，讓你可以重試，不會看起來一直卡住。
|
||
|
||
---
|
||
|
||
## 29. 管理員鎖定
|
||
|
||
- 公司管理員可以鎖兩個開關：
|
||
- 「直接操作」（AllowDirectMode）
|
||
- 「在這台電腦上執行」（AllowLocalExecution）
|
||
- **設定位置**：
|
||
- macOS：系統偏好設定網域 com.anybot.AnyBot，也可以用 MDM 強制。例如 `defaults write com.anybot.AnyBot AllowDirectMode false`。
|
||
- 其他系統：家目錄的 .anybot/policy.json。
|
||
- **值怎麼解讀**：
|
||
- 沒設：你可以自由開關。
|
||
- true、1、yes：允許。
|
||
- false、0、no：鎖成關閉。
|
||
- 其他看不懂的值：也鎖成關閉。
|
||
- **被鎖住時**：
|
||
- 設定裡顯示「🔒 由你的管理員設定，無法變更」。
|
||
- Bot 要用你的電腦時直接被拒，不會問你。
|
||
- 每次打開設定都會重新讀取。
|
||
|
||
---
|
||
|
||
## 30. 存下來的資料
|
||
|
||
- **存放位置**：這台電腦的應用程式資料資料夾裡的「AnyBot」資料夾，聊天和金鑰都不會上傳。
|
||
- **怎麼寫入**：先寫暫存檔再換名，避免寫到一半壞掉。
|
||
- **打不開時**：檔案壞掉或一個 Bot 都沒有時，改用第一次啟動的預設資料。
|
||
- **整體設定**（括號內是預設值）：
|
||
- 主要 Bot（1 號）、選中的 Bot
|
||
- 主題（淺色）、強調色（黑色）
|
||
- 每家供應商的金鑰、網址、預設模型和抓過的模型清單
|
||
- 側邊欄收合與寬度
|
||
- 在這台電腦上執行（關）
|
||
- SSH 電腦
|
||
- 自動審核（關）和兩組規則
|
||
- 時區（這台電腦的時區，讀不到就用 Asia/Taipei）
|
||
- 通知（開）
|
||
- 直接操作（關）
|
||
- 自動更新（開）
|
||
- **每個 Bot 記錄**：
|
||
- 名稱、描述、指示
|
||
- 形狀、顏色
|
||
- 供應商、模型、釘選
|
||
- 訊息、未讀
|
||
- 電腦工具開關（預設關）、工作資料夾、一律允許清單
|
||
- 可讀長度（預設 128,000）
|
||
- 例行任務
|
||
- 上一回合的結果
|
||
- 預設電腦（預設「Bot 的電腦」）
|
||
- **每則訊息記錄**：
|
||
- 誰說的、文字、思考內容
|
||
- 哪個模型寫的、是不是錯誤
|
||
- 工具步驟
|
||
- 是不是摘要、喚醒或插話
|
||
- 截圖不存。
|
||
- **AnyBot 自己的瀏覽器**：登入資料存在同一個資料夾的 browser 和 browser-profiles 裡，使用中的設定檔記在 browser-profile.txt。
|
||
|
||
---
|
||
|
||
## 31. 第一次啟動
|
||
|
||
第一次打開時沒有任何 Bot，主畫面是「歡迎使用 AnyBot」引導：
|
||
|
||
1. **連上 AI 模型**：還沒有任何金鑰時，按「設定模型」打開模型設定；有了就打勾，寫出可以用哪一家。
|
||
2. **建立你的第一個 Bot**：打開建立 Bot 視窗，預設用剛設好金鑰的那一家。第一個建立的 Bot 就是主要 Bot。
|
||
3. **在別台電腦用過 AnyBot？**：「登入帳號」打開帳號設定。
|
||
|
||
刪掉最後一個 Bot 也會回到這個引導。伺服器（anybot --serve）裝好也是零個 Bot。舊版開過、但五個範例 Bot 從沒用過（沒聊天、沒改名、沒有例行任務和記憶）的資料，更新後會清掉範例，跟新裝一樣。手機頁沒有 Bot 時，請你到電腦上建立。
|
||
|
||
**登入後自動同步**（設定 → 帳號，按「登入」之後，不用再按別的）：
|
||
- 帳號裡有另一台開著、自己思考的 AnyBot（不是手腳、不是在看別台的）：改用它當大腦，那邊的 Bot 和聊天出現在這台；連上後自動把這台原本的 Bot（連同聊天）、模型金鑰、技能和連接器搬過去，大腦已經有的會略過。
|
||
- 沒有：拿帳號裡最新的備份，把這台還沒有的 Bot 加進來（同名而且聊天相同的算已經有），再把合起來的整份備份回帳號。
|
||
|
||
截圖和測試用的五個範例 Bot（State::samples）：Bot、研究助理、寫作夥伴、電腦助手、本機模型。
|
||
|
||
---
|
||
|
||
## 32. 外觀：頭像、顏色、主題、字型
|
||
|
||
### 頭像
|
||
|
||
- 12 種形狀：圓角方、圓球、膠囊、蛋、六角、寶石、雲、拱門、星星、愛心、盾牌、石頭。
|
||
- 每個頭像都有兩隻斜斜的橢圓眼睛：深色身體配白眼，很淺的身體配黑眼。
|
||
|
||
### Bot 顏色（10 種）
|
||
|
||
| 名稱 | 色碼 |
|
||
|---|---|
|
||
| 黑色 | #1C1C1C |
|
||
| 紅 | #C82532 |
|
||
| 橘 | #D2550A |
|
||
| 黃 | #C2730B |
|
||
| 綠 | #0D9655 |
|
||
| 青 | #0D9381 |
|
||
| 藍 | #126FD4 |
|
||
| 紫 | #7442D1 |
|
||
| 洋紅 | #C82779 |
|
||
| 棕 | #86592E |
|
||
|
||
### 主題配色
|
||
|
||
淺色和深色都取自原版：淺色來自原版的樣式表，深色來自原版畫面程式裡的深色色票（每種半透明顏色是「文字色 × 原版指定的透明度」）。
|
||
|
||
| 用途 | 淺色 | 深色 |
|
||
|---|---|---|
|
||
| 主畫面 | #FFFFFF | #1F1F1F |
|
||
| 頂列 | #FCFCFC | #121212 |
|
||
| 側邊欄 | #F5F5F5 | #0E0E0E |
|
||
| 浮起面板 | #FFFFFF | #161616 |
|
||
| 文字 | #1C1C1C | #F5F5F5 |
|
||
| 次要文字 | #1C1C1C 約 68% | #F5F5F5 約 66% |
|
||
| 第三層文字 | #1C1C1C 約 56% | #F5F5F5 約 54% |
|
||
| 你的對話泡泡 | #1C1C1C（白字） | #F5F5F5 約 18%（淺色字，半透明） |
|
||
| Bot 對話泡泡 | #1C1C1C 約 6% | #F5F5F5 約 4% |
|
||
| 滑過／選中 | 6%／8% | 6%／8% |
|
||
| 邊框 | #1C1C1C 約 12% | #F5F5F5 約 10% |
|
||
| 焦點框 | #1E86FC | #1884FC |
|
||
| 強調色 | #1680F3 | #1884FC |
|
||
| 危險／錯誤 | #CD2834 | #FC2C3E |
|
||
| 陰影 | 有 | 深色主題沒有陰影（原版設定為 0） |
|
||
|
||
### 字型與字級（取自原版樣式）
|
||
|
||
- 原版的字級：11、12、13、14、15、17、22、26 px，對應行高 16、16、18、20、22、24、28、32 px。
|
||
- AnyBot 的用法：
|
||
- 一般文字和按鈕：14
|
||
- 小字：12
|
||
- 標題和視窗標題：17
|
||
- 程式碼：13，行高 18
|
||
- 聊天內文：15，行高 22
|
||
- 中文和英文都用**蘋方-繁**，同一套字型，所以基準線和大小對得齊。找不到時依序改用冬青黑體、華文黑體等。
|
||
- 程式碼用 **SF Mono**，沒有就用 Menlo，跟原版一樣。
|
||
- 「·」分隔號前後不加空格，因為這套字型的「·」本身已經有間距。
|
||
|
||
### 其他
|
||
|
||
- 圓角：一般視窗 14 px、選單 10 px、按鈕 8 px。
|
||
- 選取文字的底色是焦點色。連結用強調色。
|
||
|
||
---
|
||
|
||
## 33. Bot 收到的系統指示（摘要）
|
||
|
||
每次回覆前，Bot 都會先收到這些說明：
|
||
|
||
- **身分**：「你是「名稱」。」，加上它的角色描述。主要 Bot 另外知道自己是你的主要窗口，可以把工作交給其他 Bot。
|
||
- **現在的日期、時間、星期和時區。**
|
||
- **可以直接操作 App**：
|
||
- 建立、修改、暫停、刪除例行任務（時間照你的時區）。
|
||
- 換模型或供應商、建立 Bot。
|
||
- 改主題、強調色、時區。
|
||
- 把工作交給其他 Bot。
|
||
- 做完要用一句話說結果。
|
||
- **上網和瀏覽器**：
|
||
- 公開網頁直接讀。
|
||
- 要登入的網站（Threads、Instagram、Facebook、Gmail、銀行…）用 AnyBot 瀏覽器打開再讀；遇到登入頁就請你登入一次。
|
||
- 絕對不要叫你去改瀏覽器的設定或選單，也不要說可以從 Chrome 複製登入。
|
||
- 你要換 profile／設定檔／另一個帳號時，用設定檔工具；想用你平常的 Chrome，就用「你的瀏覽器」。
|
||
- **操作你的 Mac 畫面**：截圖看畫面，再點、打字、按鍵、捲動、拖曳，每一步都再截圖確認。用在檔案和網頁工具做不到的事，例如操作其他 App、在 Chrome 切換設定檔。
|
||
- **不要說「我沒有瀏覽器或工具」**，要先試。需要權限時 App 會自己跳出來問你。
|
||
- **目前的例行任務清單。**
|
||
- **能用的電腦**：Bot 的電腦、你的電腦、SSH 電腦，以及預設是哪一台。
|
||
- **工作規則**：
|
||
- 你說在哪台電腦做就換過去。
|
||
- 先看清楚再動手。
|
||
- 需要權限時直接用工具，不要叫你自己去改設定。
|
||
- 被拒絕就換個方式或問你。
|
||
- 跑很久的指令要在背景追蹤，不要重跑。
|
||
- 有工具結果證明做完了才能說做完；失敗要照實說。
|
||
- **最後是這個 Bot 自己的「指示」。**
|
||
|
||
---
|
||
|
||
## 34. 鍵盤快速鍵
|
||
|
||
| 按鍵 | 作用 |
|
||
|---|---|
|
||
| ⌘N | 建立 Bot |
|
||
| ⌘, | 打開設定 |
|
||
| Enter | 送出（Bot 工作中時是補充給它） |
|
||
| Shift+Enter | 換行 |
|
||
|
||
用輸入法選字時按 Enter，不會誤送出。
|
||
|
||
---
|
||
|
||
## 35. 示範／截圖模式
|
||
|
||
給檢查用的模式，平常不會用到。
|
||
|
||
- 啟動時加上截圖選項：畫面跑 120 格後存成圖片，然後自動關閉。
|
||
- 這個模式下：
|
||
- 用示範資料，不會存檔。
|
||
- 不發通知、不跑例行任務、不檢查更新，也不讀管理員鎖定。
|
||
- 示範內容：
|
||
- 台南兩天一夜行程的對話（先用 Grok，再換 Claude）。
|
||
- 研究助理的「AI 新聞早報」例行任務（每個工作日 09:00）。
|
||
- 電腦助手正在等你允許整理照片的指令「mkdir -p 2026-04 2026-05 2026-06 && mv IMG_04*.jpg 2026-04/」，並排入一則補充「2026-06 的照片先不要動」。
|
||
- 可以指定要拍的畫面：聊天、設定（AI 供應商）、Bot 設定、選單、收合的側邊欄、例行任務、設定（電腦）、設定（自動審核）。也可以把彈出視窗藏起來，單獨檢查每個畫面。
|
||
|
||
---
|
||
|
||
## 36. 手機、帳號、雲端主機
|
||
|
||
原版是「大腦在雲端，手機和電腦是裝置」。AnyBot 的做法如下：
|
||
|
||
- Bot 的大腦留在 AnyBot 裡，可以放在 Mac 上、一直開著的 Mac mini，或雲端主機。
|
||
- 另外有一個很小的「帳號伺服器」（薄後端），負責帳號、轉送、裝置清單、加密備份和推播。
|
||
- 架設方式見 `relay/README.md`。
|
||
|
||
### 手機網頁版
|
||
|
||
- 打開方式：
|
||
- 用帳號伺服器時，打開帳號伺服器的網址，用帳號登入；
|
||
- 在同一個網路或 Tailscale 時，打開 `http://這台電腦:8793`，用手機密碼登入。
|
||
- 可以「加入主畫面」，像 App 一樣全螢幕打開。顏色跟系統的淺色、深色走。
|
||
- Bot 清單：
|
||
- 每個 Bot 的頭像顏色、最後一句話；
|
||
- 工作中顯示狀態；
|
||
- 等你允許時顯示橘色的「等你決定」；
|
||
- 有新訊息時顯示藍點。
|
||
- 聊天：
|
||
- Bot 的回覆用 Markdown 顯示，包含程式碼、清單、連結；
|
||
- 工具步驟每步一行，有狀態符號；
|
||
- 生活卡片；
|
||
- 群組裡每則回覆標出是誰說的。
|
||
- 允許請求：卡片固定在輸入框上方，有「允許一次」「一律允許」「拒絕」三個按鈕，跟電腦版同一套規則。
|
||
- 輸入：
|
||
- Bot 工作中再傳訊息算插話；
|
||
- 輸入框空白時，送出鍵會變成停止鍵；
|
||
- 可以附加照片或檔案，最大 30 MB；
|
||
- 右上角「＋」開始新對話。
|
||
- 看電腦畫面：
|
||
- 「Bot 的電腦」每秒更新一次畫面；在休眠時按「叫醒」。
|
||
- 「這台 Mac」要先在設定裡打開才會出現。
|
||
- 操作方式：點一下是左鍵；長按是右鍵；點兩下是雙擊；「右鍵：開」之後每次點都是右鍵。
|
||
- 「⌨︎ 打字」可以打中文，會打進目前的視窗；還有 Enter、Esc、Tab、⌫ 和捲動按鈕。
|
||
- 選單（右上角「⋯」）：
|
||
- 開啟通知（只有用帳號登入時才有；iPhone 要先加入主畫面）；
|
||
- 切換到別台 AnyBot；
|
||
- 登出這支手機。
|
||
- 畫面更新：手機問「有沒有新東西」會等最多 20 秒，有變化就立刻回來，所以不用一直刷新。
|
||
|
||
### 設定 › 手機與帳號
|
||
|
||
- **AnyBot 帳號**：
|
||
- 填帳號伺服器網址、帳號、密碼，可以順便建立新帳號（有邀請碼時要填）。
|
||
- 登入後，這台電腦會拿到自己的金鑰，之後保持連線。顯示「已連線」或錯誤原因。
|
||
- 電腦不會保存你的密碼，只保存由密碼算出的備份金鑰。
|
||
- 可以設定這台電腦在手機上顯示的名字。
|
||
- **備份**：
|
||
- 「每天自動備份到帳號」（預設開），也可以按「立刻備份」。
|
||
- 備份在這台電腦加密後才上傳，伺服器打不開。
|
||
- 「從帳號備份還原」：把這台電腦的 Bot 換成帳號裡最新的備份，這台電腦自己的手機和帳號設定不會被蓋掉。
|
||
- **同一個網路直接連**：
|
||
- 先設定手機密碼（至少 8 個字），再打開「讓手機直接連這台電腦」。
|
||
- 會列出所有可以用的網址，包含 Tailscale 的。
|
||
- 換密碼會登出所有手機。密碼錯 5 次要等 1 分鐘。
|
||
- **手機可以做什麼**（下面兩項預設關閉）：
|
||
- 從手機看這台電腦的螢幕並操作；
|
||
- 裝置連結：讓帳號裡其他的 AnyBot 操作這台電腦。
|
||
- **直接連線的裝置**：列出手機和最近使用時間，可以個別登出。
|
||
- **帳號裡的電腦**：列出每台 AnyBot 在線或離線。
|
||
|
||
### 不開視窗執行（`anybot --serve`）
|
||
|
||
- Bot、例行任務、事件觸發、訊息管道和手機網頁照常運作，你用手機操作。
|
||
- 可以跑在 Mac 或 Linux。Linux 版已在 Docker 裡編譯並測試過。
|
||
- 環境變數：
|
||
- `ANYBOT_PHONE_PASSWORD`：設定手機密碼並打開直接連線；
|
||
- `ANYBOT_ACCOUNT=網址|帳號` 加上 `ANYBOT_ACCOUNT_PASSWORD`：加入帳號，失敗時每 30 秒重試；
|
||
- `ANYBOT_HOST_NAME`：在手機上顯示的名字；
|
||
- `ANYBOT_RESTORE_FROM_ACCOUNT=1`：第一次啟動時從帳號備份接手；
|
||
- `ANYBOT_DATA_DIR`：資料放哪裡；
|
||
- `XAI_API_KEY`、`ANTHROPIC_API_KEY` 等：AI 金鑰。
|
||
- 在伺服器上，Bot 的系統指示會說明「你的電腦」指的是伺服器本身。要用你的 Mac，就選帳號裡那台電腦的名字。
|
||
- 沒有視窗，所以需要你允許的事會推播到手機。
|
||
- 部署檔：
|
||
- 雲端：`deploy/server/`（帳號伺服器、Caddy、AnyBot 三合一）；
|
||
- Mac mini：`deploy/mac/com.anybot.serve.plist`。
|
||
|
||
### 裝置連結（一台 AnyBot 操作另一台）
|
||
|
||
- 同一個帳號的另一台 AnyBot 打開「裝置連結」後，會出現在這台 Bot 的電腦清單裡，名字就是那台電腦的名字。
|
||
- 可以用的工具：檔案、指令、背景指令、九個螢幕工具，以及 Mac App 工具。
|
||
- 權限：
|
||
- 看螢幕和操作螢幕，第一次用時各問一次（可以一律允許）；
|
||
- 指令和改檔案的規則跟 SSH 電腦一樣。
|
||
- 詢問會出現在發出動作的那台 AnyBot，也就是手機或那台電腦的視窗。原版是在被操作的那台裝置上詢問。
|
||
- 經過帳號伺服器，最多等 35 秒（原版的裝置工具等 30 秒）。
|
||
|
||
### 團隊（分享給其他帳號）
|
||
|
||
- 在「設定 › 手機與帳號 › 分享給團隊」輸入對方在帳號伺服器上的帳號，選擇成員或管理員，按「分享」。
|
||
- 對方用自己的帳號登入手機網頁版後，會看到「{電腦名稱}（{你的帳號} 的）」。
|
||
- 成員可以做的事：
|
||
- 看 Bot 清單和聊天；
|
||
- 傳訊息、附加檔案。
|
||
- 成員的限制：
|
||
- 看不到電腦畫面的按鈕；
|
||
- 不能開始新對話；
|
||
- 不能停止；
|
||
- 允許請求只會顯示「等擁有者或管理員決定」。
|
||
- 管理員可以做的事：除了裝置連結以外，和擁有者一樣。
|
||
- 成員傳的訊息前面會加上「【帳號】」，Bot 知道是誰在說話。
|
||
- 需要允許時，只通知擁有者和管理員。
|
||
- 權限同時由帳號伺服器和 AnyBot 兩邊檢查：AnyBot 依帳號伺服器告訴它的角色，自己再拒絕一次。
|
||
|
||
### 發布網站
|
||
|
||
- 有登入帳號時，Bot 多一個 `publish_site` 工具，可以把一個 .html 檔，或一個有 index.html 的資料夾，發布成公開網站。
|
||
- 網址是 `帳號伺服器/s/{帳號}-{名稱}/`。
|
||
- 用同一個名稱再發布會取代舊的。
|
||
- 檔案可以在 Bot 的電腦、你的電腦，或 Bot 自己的資料夾。
|
||
- 限制：最多 500 個檔案、25 MB；會略過 `.` 開頭的檔案和 node_modules。
|
||
- 每個網站名稱第一次發布時會問你：「把 {路徑} 發布成公開網站「{名稱}」（任何知道網址的人都看得到）」，可以選一律允許。
|
||
- 安全：發布的網頁在沙盒裡執行（`Content-Security-Policy: sandbox`），讀不到同一個網址下手機版的登入資料。
|
||
- 帳號伺服器設了 `ANYBOT_RELAY_PUBLIC_URL` 時，回給 Bot 的是公開網址。
|
||
|
||
### 通知
|
||
|
||
以下情況會推播到所有打開通知的手機：
|
||
|
||
- Bot 需要你允許時；
|
||
- 你不在時 Bot 做完事。
|
||
|
||
「不在」的意思是：沒開視窗、視窗不在最前面，或 90 秒沒動作。用 `anybot --serve` 時一律推播。
|
||
|
||
推播內容只有手機解得開（Web Push 加密），點通知會直接打開那個 Bot 的聊天。
|
||
|
||
### 驗證過的
|
||
|
||
- 單元測試：手機 API 的登入和權限、帳號伺服器的註冊／登入／轉送／備份、推播加密（用手機那一端的方法解開）和簽章、密碼和加密。
|
||
- 真實測試，手機用 curl 和 Chrome（手機尺寸）模擬：
|
||
- 透過帳號伺服器傳訊息，Bot 要在電腦上執行指令時，手機核准兩次後完成，結果回到手機；
|
||
- 自動備份上傳；
|
||
- 兩台不開視窗的 AnyBot 用裝置連結，一台叫另一台執行指令並拿回結果；
|
||
- 直接連線：密碼錯被拒、看 Bot 的電腦畫面（1280×800 JPEG）、上傳附件、有變化 2 秒內通知；
|
||
- Linux 版在 Docker 裡跟帳號伺服器放在同一個 Docker 網路：帳號建立後自動加入，手機看得到 Bot 和 Bot 的電腦畫面。
|
||
- 截圖：`shots/phone.png`、`shots/phone-account.png`、`shots/remote.png`。
|
||
- 還沒在真的 iPhone 上試過推播通知（需要你的網域和 HTTPS）。
|
||
|
||
---
|
||
|
||
### 連接器市集（設定 › 連接器）
|
||
|
||
- 8 個常用連接器，按「加入」就能用：
|
||
- files：讀寫「文件」資料夾；
|
||
- memory：知識圖記憶；
|
||
- thinking：循序思考；
|
||
- fetch：抓網頁；
|
||
- git；
|
||
- time；
|
||
- playwright：瀏覽器自動化；
|
||
- github：官方遠端伺服器。
|
||
- 需要金鑰的（github）會把下面的「新增連接器」表單填好，補上 Token 再按「新增」。
|
||
- 本機的連接器要先安裝 Node.js（npx）或 uv（uvx）。
|
||
- 驗證過的：不用金鑰的 7 個都實際下載、透過 AnyBot 的連接器程式連上。
|
||
- 工具數：files 14、memory 9、thinking 1、fetch 1、git 12、time 2、playwright 25。
|
||
- 用 time 實際查了台北時間。
|
||
- 測試是 `cargo test --release -- --ignored marketplace`。
|
||
- github 要你的 Token，沒有測。
|
||
|
||
### 專屬號碼、打電話、X（設定 › 訊息管道）
|
||
|
||
- **簡訊（Twilio）**：
|
||
- 填「Account SID:Auth Token」和你的 Twilio 號碼。
|
||
- 傳到這個號碼的簡訊會交給 Bot，Bot 從同一個號碼回覆。
|
||
- 每 3 秒查一次，不需要公開網址；開始之前收到的簡訊不會回。
|
||
- **打電話、傳簡訊**：設好 Twilio 後，Bot 多出兩個工具：
|
||
- `place_call`：用你的號碼撥出，以中文語音唸兩次訊息；
|
||
- `send_sms`。
|
||
- **X**：
|
||
- 填使用者存取權杖。
|
||
- Bot 會每分鐘查一次提及你的貼文，並用回覆的方式回答，長的會接成串。
|
||
- Bot 也可以用 `post_to_x` 發文。
|
||
- 打電話、傳簡訊、發文每次都會問你，不能設成一律允許，直接操作模式也一樣：
|
||
- 「打電話給 {號碼}，唸：「{內容}」」
|
||
- 「傳簡訊給…」
|
||
- 「用你的帳號在 X 發文…」
|
||
- 驗證過的：
|
||
- 用假的 Twilio 和 X 伺服器檢查要求的格式：Basic 驗證、表單編碼、TwiML 跳脫、回覆的貼文編號。
|
||
- 實際跑過一次完整流程：有人傳簡訊進來，Bot 用簡訊回覆；手機核准後 Bot 打出電話。
|
||
- 沒有用真的 Twilio 或 X 帳號試過：需要你申請，而且是付費的。
|
||
|
||
---
|
||
|
||
## 37. 字型、語言、設定分類、右側面板
|
||
|
||
### 字型
|
||
|
||
- 預設用 **粉圓體**（jf open 粉圓 2.1，SIL OFL 1.1 授權，檔案和授權在 `fonts/`），直接包進 App。
|
||
- 粉圓體沒有的字，改用系統字型（蘋方）補上。
|
||
- 設定 › 一般 › 字型可以換回「系統字型」，馬上生效。
|
||
|
||
### 語言（跟原版一樣：「選擇 Grok Bot 選單和訊息使用的語言」）
|
||
|
||
- 可選「自動偵測」（跟 Mac 的語言），或原版同一份 37 種語言清單（原版程式裡的語言表）。
|
||
- **選單**：
|
||
- 繁體中文：原文。
|
||
- 简体中文：全部由 macOS 內建轉換產生。
|
||
- English、日本語：翻譯了約 370 個常見字串（側邊欄、聊天頂部、輸入框、右側面板、整個設定頁）；較少見的訊息仍是中文。
|
||
- 其他語言：選單用英文。
|
||
- **Bot 回答**：在指示最後加上「一律用 {語言} 回答」，37 種都適用。
|
||
|
||
### 設定的分類（照原版）
|
||
|
||
- 原版共 7 個分頁：一般、整合、電腦、權限、保險庫、用量與帳單、更新。
|
||
- AnyBot 用「模型」（你自己的 AI 金鑰）取代「用量與帳單」，每個分頁都有圖示：
|
||
- **一般**：
|
||
- 帳戶（手機、帳號、團隊、備份，按「管理」進去）
|
||
- 外觀（主題、強調色、字型、語言）
|
||
- 通知
|
||
- Bot（時區）
|
||
- 系統（資料位置）
|
||
- **模型**：AI 供應商和金鑰。
|
||
- **整合**：訊息管道、連接器、連接器市集、技能。
|
||
- **電腦**：
|
||
- Bot 的電腦
|
||
- 在這台電腦上執行
|
||
- macOS 權限
|
||
- 示範教學
|
||
- 其他電腦（SSH）
|
||
- 瀏覽器設定檔
|
||
- **權限**：直接操作、自動審核、「無需詢問直接允許」和「一律詢問」規則。
|
||
- **保險庫**：登入資料。
|
||
- **更新**：版本、自動更新、重新啟動。
|
||
- 每一項設定都是同一種排法：左邊是名稱加一行說明，右邊是開關或按鈕。
|
||
|
||
### 聊天頂部和右側面板（照原版實際畫面）
|
||
|
||
這部分是打開原版 Grok Bot，用 Chrome 偵錯介面截圖並量了尺寸，照著做的（比對圖：`shots/panel-vs-original.png`）。
|
||
|
||
- **頂部**：沒有標題列。
|
||
- 中間：一顆圓角膠囊，裡面是 Bot 頭像和名字，寬度跟名字一樣，高 40。點它打開或關閉「對話詳細資訊」。
|
||
- 右邊：
|
||
- 「分享」膠囊按鈕，36 高、1 px 淡邊框（匯出 Bot 檔案）；
|
||
- 「⋯」圓鈕（Bot 選單）；
|
||
- 有請求時多一顆「● 需要你允許」。
|
||
- **輸入框**：右邊有「發起語音聊天」圓鈕，用 Bot 的顏色加聲波圖示，通話中變成紅色停止鈕。
|
||
- **對話詳細資訊**（右側面板，寬 280）：
|
||
- 從上到下：
|
||
- 右上角 36 px 圓形 ✕；
|
||
- 96 px Bot 頭像（點了編輯 Bot）和名字；
|
||
- 兩個小分頁「動態｜資料庫」。
|
||
- 卡片樣式：圓角 12、1 px 淡邊框、內距 4。每列 36 高：圖示 + 文字 + 「›」。分區標題 13 px，淡色。
|
||
- **動態**：
|
||
- 進行中：只有工作中或等你允許時才出現，可以停止或打開請求。
|
||
- 建議：
|
||
- 新增至 Slack：打開 設定 › 整合；
|
||
- 建立例行工作：在輸入框預填「幫我建立一個例行任務：」；
|
||
- 加入會議：開始或結束錄會議。
|
||
- 例行任務：有的時候才出現，點了打開管理視窗。
|
||
- 電腦：
|
||
- 「Bot 的電腦」和狀態（執行中／休眠中），右邊是**它螢幕的即時縮圖**（`shots/computer-card.png`）。
|
||
- 執行中每 3 秒更新縮圖，綠點表示開著。拍縮圖不會把電腦叫醒。
|
||
- 休眠時顯示最後一張畫面（變暗），每 30 秒檢查一次。
|
||
- 點了打開「Bot 的電腦」視窗，看完整畫面，也可以取得控制權。休眠中會先叫醒。
|
||
- 成員：只有群組才有。
|
||
- 語音聊天：
|
||
- 語音：自動，或這台 Mac 上任何一個聲音，選了會試唸一句；
|
||
- 速度：0.75x–2x；
|
||
- 語言：自動偵測、中文、English 等，用來轉文字；
|
||
- 朗讀每個回答。
|
||
- 語音、速度、語言每個 Bot 各自記住，通話和朗讀都會用。
|
||
- **資料庫**：
|
||
- 列出這個對話的檔案，包括附件和 Bot 打開給你看的檔案，依時間分成「本週」「更早」。
|
||
- 每組先列 5 個，可以「展開」。
|
||
- 圖示依種類：試算表、影片、圖片、文件。
|
||
- 名字太長時保留副檔名，例如「orders_….xlsx」。
|
||
- 點了打開檔案。
|
||
|
||
### 對話內容（照原版實際畫面）
|
||
|
||
比對圖：`shots/chat-vs-original.png`。
|
||
|
||
- **Bot 的回答**：
|
||
- 灰色泡泡（深色 #212121、淺色 #F1F1F1），靠左，文字由左往右排。
|
||
- 沒有頭像、沒有模型名稱，也不列出工具步驟。每次回答是一個泡泡。
|
||
- **你的訊息**：Bot 顏色的泡泡，靠右，寬度跟著字數；換行時文字一樣由左往右。
|
||
- **日期**：兩則訊息隔 30 分鐘以上或跨天時，中間顯示「11月2日週一 上午9:50」，今天只顯示時間。
|
||
- **滑過訊息**：泡泡旁出現三個小鈕。
|
||
- Bot 的訊息：表情回應（6 個常用加 24 個更多）、回覆（引用到下一則）、⋯。
|
||
- ⋯ 裡有：複製、重新產生、顯示步驟（N）、模型名稱。
|
||
- 「顯示步驟」會展開這次回答的思考過程和每個工具步驟，滑過步驟會顯示結果。
|
||
- 你的訊息：回覆和 ⋯（複製）。
|
||
- **AI 也會按表情**：Bot 有 `react` 工具，可以在你最新的訊息按 ❤️、👍、😂、🎉、👀 等，顯示在你的泡泡下面。
|
||
- **工作中**：
|
||
- 對話最後是一個不停轉的圓環，加上一句有光掃過的狀態，文字取自原版的清單：
|
||
- 讀檔：「正在讀取檔案」
|
||
- 跑指令：「正在執行幾個指令」
|
||
- 操作 Bot 的電腦：「正在四處點擊」
|
||
- 操作你的 Mac：「正在你的電腦上工作」
|
||
- 瀏覽網頁：「正在逐頁瀏覽」
|
||
- 等你：「需要你的輸入」
|
||
- 思考時：「正在仔細思考／正在琢磨／正在整理思緒」
|
||
- 其他：「正在推進」等
|
||
- 原版的動畫時間：
|
||
- 圓環每 1.2 秒轉一圈；
|
||
- 文字上的光每 1.4 秒掃過一次；
|
||
- 新訊息 240 ms 淡入並往上浮；
|
||
- 表情回應 500 ms 彈出，帶一點回彈。
|
||
- **檔案**：
|
||
- Bot 用 `send_file` 把做好的檔案傳進聊天，你附加的檔案也一樣，顯示成檔案卡片：圖示依種類（試算表綠色、Markdown 紫色、網頁橘色、PDF 紅色、圖片、影片）、檔名（太長時保留副檔名）、大小。
|
||
- 點卡片打開預覽（`shots/file-preview.png`）：
|
||
- 上面是檔名和「22 列」，右上角有「用其他 App 打開」、下載、關閉。
|
||
- Excel（xlsx/xls/ods）和 CSV：表格，有列號和標題列，欄寬跟內容走，太長的格子滑過看全文，多個工作表可以切換。
|
||
- Markdown：排好版顯示。
|
||
- 網頁：「在瀏覽器開啟」，加上網頁的文字。
|
||
- 圖片：直接顯示。
|
||
- PDF、Word：顯示文字。
|
||
- 程式碼、文字：等寬字。
|
||
- 卡片（天氣、機票等）照舊顯示在回答下面。
|
||
- 深色主題改成原版量到的顏色：聊天背景 #131313、側欄 #101010、卡片 #1F1F1F。
|
||
|
||
### 左側欄、輸入框、頭像動畫、啟動動畫（照原版）
|
||
|
||
比對圖：`shots/app-vs-original.png`。
|
||
|
||
- **左側欄**：
|
||
- 右上兩顆 36 px 圓鈕：搜尋（點了才出現搜尋框）和新 Bot（右鍵可以從範本或建群組）。
|
||
- 主要 Bot 單獨在最上面：大頭像、右下角橘色★、名字。
|
||
- 其他 Bot 照**群組**分：
|
||
- ＋ › 新增群組，建立後馬上可以打名字。
|
||
- 把 Bot **拖**到別的群組（拖動時目標群組亮框，`shots/sidebar-drag.png`），或用 Bot 選單 › 移到群組。
|
||
- 群組標題按右鍵可以重新命名、刪除群組（裡面的 Bot 移到未分區）；雙擊標題也能改名。
|
||
- 空的群組會留著，顯示「把 Bot 拖進來」；沒分群組的 Bot 在「未分區」。
|
||
- 每列 54 px、圓角 12、40 px 頭像、名字 15 px、最後一句 13 px；未讀是藍點，等你允許是強調色的點。
|
||
- 最下面是你（縮寫頭像和名字，點了打開設定），右邊是連接器市集（打開 設定 › 整合，直接捲到市集）。這一列固定在側欄底部，不會被切到。
|
||
- ＋ 選單：新增 Bot、新增群組、群組聊天、從範本建立。
|
||
- 驗證過的：用模擬點擊確認帳號列、市集鈕、＋ 選單、群組右鍵都有反應（`shots/sidebar-clicks.png`），也模擬了拖拉。
|
||
- **輸入框**：
|
||
- 一條 44 px 的膠囊：＋、文字、麥克風，最右邊是 Bot 顏色的圓鈕。空白時是語音聊天，有字時變成 ↑ 送出，工作中而且沒字時是停止。
|
||
- ＋ 選單：附加檔案、教它一項任務（直接開始錄示範），以及 AnyBot 的模型選擇。
|
||
- 下面不再有提示文字。
|
||
- **選單**（照原版，`shots/menu-vs-original.png`）：
|
||
- 寬 200、圓角 16、每列 32 高、左邊 16 px 圖示、14 px 字。
|
||
- 分組之間有細線，「刪除」是紅字加垃圾桶，有下一層的列右邊有「›」。
|
||
- Bot 選單：釘選、移至 ›、標示為未讀、設為主要｜編輯、開始新對話、過去的對話 ›、錄會議｜分享與匯出 ›（匯出 Bot、匯出文字記錄、匯入、複製 ID）｜重新啟動、清除、刪除。
|
||
- 群組選單：重新命名、上移、下移｜刪除。
|
||
- 訊息 ⋯：複製、回覆、重新產生、顯示步驟。
|
||
- ＋ 選單和模型選擇也是同一種樣式。
|
||
- **在對話裡叫 Bot 分群組**：Bot 有 create_group、move_to_group、rename_group、delete_group 工具。例如「建立文宣組，把文案企劃、網研探子、美術設計放進去」。
|
||
- **頭像動畫**（照原版頭像引擎的參數）：
|
||
- 側欄、頂部名字膠囊、右側面板的頭像，都會轉向滑鼠，平滑度和原版一樣（每 1/60 秒追 14%）。
|
||
- 每 2.5–6.5 秒眨一次眼（0.18 秒）。
|
||
- 點一下 Bot 會彈一下（0.62 秒，先壓扁再拉長）。
|
||
- 每個狀態用眼睛表達：平常跟著滑鼠；工作中眼睛慢慢左右掃，像在看東西；等你允許時抬頭看你；做完點個頭（0.5 秒）。不再轉圈、不再有繞圈的小點，所以不會閃。
|
||
- 頭像只佔格子的 84%，四周留一點空間。
|
||
- **啟動動畫**（`shots/launch-animation.png`）：打開 AnyBot 時，主要 Bot 的頭像在畫面中間長大、往左右看一眼、彈一下，名字淡入；1.6 秒後整個淡出到主畫面。動畫進行中點擊不會誤觸。
|
||
- **滑過訊息的選單**：表情、⋯ 打開後，即使滑鼠移到選單上，按鈕也不會消失，選單點得到了。
|
||
|
||
### 視窗大小
|
||
|
||
- 拉動視窗時，內容會跟著調整：
|
||
- 聊天欄寬度跟著視窗變化。
|
||
- 頂部的 Bot 名稱和描述太長時用「…」截掉，按鈕不會被擠掉。
|
||
- 右側面板在空間夠時並排顯示（寬 280–340 px）。不夠時改成浮在聊天上面，聊天欄不會被擠到看不見。
|
||
- 設定和其他對話框不會比視窗寬，左邊的分頁清單也會跟著變窄。
|
||
- 一排放不下的選項（例如新增管道的種類）會自動換行。
|
||
- 驗證過的：在 680×520（最小）、1000×680、1600×1000 截圖檢查。截圖在 `shots/resize.png`、`shots/narrow.png`、`shots/languages.png`、`shots/panel.png`、`shots/settings.png`。
|
||
|
||
---
|
||
|
||
## 37a. 圖示、群組、檔案預覽、跨平台
|
||
|
||
**圖示**：全部改用 Lucide 圖示（ISC 授權，`icons/lucide/*.svg`，用 resvg 畫成貼圖）。介面和手機網頁版都不再用 emoji 當圖示；只有使用者自己按的表情反應保留 emoji。
|
||
|
||
**群組**：左側欄群組可以收合（點標題），可以從「⋯」或右鍵選「重新命名 / 上移 / 下移 / 刪除」。Bot 在聊天裡也能用工具 create_group、move_to_group、rename_group、delete_group 管理群組。
|
||
|
||
**檔案預覽**：和原版一樣分成 11 類（依原版 main-core.cjs 的副檔名表 zc()）。
|
||
|
||
| 類型 | 副檔名 | AnyBot 怎麼顯示 |
|
||
|---|---|---|
|
||
| 圖片 | png jpg gif webp bmp tiff ico svg（avif heic：macOS 用 sips） | 直接顯示 |
|
||
| PDF | pdf | hayro 把每一頁畫出來（最多 300 頁）；Bot 讀文字用 pdftotext，沒有就用 pdf-extract |
|
||
| 表格 | csv tsv xlsx xls xlsm xlsb ods | 有列號的表格、多個工作表 |
|
||
| Word | docx | 直接讀 XML 轉成標題、清單、表格、粗體 |
|
||
| Markdown | md markdown mdx | 標題、清單、表格、引言、程式碼 |
|
||
| 網頁 | html htm | 轉成有結構的內容，加「在瀏覽器開啟」 |
|
||
| JSON | json | 排整齊的文字 |
|
||
| 文字和程式碼 | 原版那份 80 多種副檔名的清單，再加上 Dockerfile 等 | 等寬字 |
|
||
| 音訊 | mp3 m4a aac wav flac ogg aiff caf（opus：先用 ffmpeg 轉檔） | 在 AnyBot 裡播放、暫停、拖進度 |
|
||
| 影片 | mp4 mov m4v webm ogv mkv avi | 第一格畫面（用 ffmpeg 擷取）＋播放鍵，用電腦的播放器播 |
|
||
| 其他 | | 「用其他 App 打開」 |
|
||
|
||
用 `ANYBOT_FIXTURES=<資料夾> cargo test --release fixtures -- --ignored --nocapture` 可以一次打開資料夾裡每個檔案，檢查有沒有哪個打不開。截圖模式可以用 `ANYBOT_SHOT_VIEW=fileview ANYBOT_SHOT_FILE=<檔案>` 預覽任何檔案。
|
||
|
||
**跨平台**：AnyBot 現在在 macOS 和 Linux 上都能完整使用，之後還要支援 Windows。
|
||
- 檔案預覽全部用純 Rust 寫，三個平台都能用：hayro、rodio、image、resvg、zip、pdf-extract。
|
||
- 打開檔案或網址統一用 `preview::system_open`；「在 Finder 中顯示」統一用 `preview::reveal`。
|
||
- 介面和 Bot 說明裡的「這台 Mac」「this Mac」，在 Linux 上會統一換成「這台電腦」（`platform::localize`）。
|
||
|
||
| 功能 | macOS | Linux |
|
||
|---|---|---|
|
||
| 看螢幕、點擊、打字、捲動、拖曳（computer_use） | CoreGraphics | 三種桌面自動判斷（`desk.rs`）：<br>• X11（x11rb：GetImage 截圖、XTEST 模擬輸入；中文是暫時把字放到一個空按鍵上打出來）<br>• Wayland wlroots 系（sway、Hyprland…，`wl.rs`）：wlr-screencopy 截圖、虛擬滑鼠、虛擬鍵盤（自帶鍵盤配置，中文直接打）；不用另外允許<br>• Wayland GNOME / KDE（`portal.rs`）：遠端桌面 portal 操作、截圖 portal 看畫面。第一次會跳出「遠端桌面」視窗，要打開「允許遠端操作」再按「分享」；GNOME 另會問一次「允許截圖」。portal 第 2 版以上會記住答案。中文經剪貼簿（wl-copy）＋ Ctrl+V 貼上 |
|
||
| 錄製示範 | CGEventTap | X11 RECORD（Wayland 不讓 App 看別的 App 的輸入，所以只有 Xorg 工作階段能錄） |
|
||
| 語音輸入、通話 | AVAudioRecorder | cpal 錄成 WAV（自己判斷有沒有在說話） |
|
||
| 唸出回答 | say | espeak-ng |
|
||
| 登入資料保險庫 | 鑰匙圈（security） | 系統鑰匙圈（secret-tool：GNOME Keyring / KWallet） |
|
||
| 通知 | display notification | notify-send |
|
||
| 閒置、鎖定、螢幕保護 | ioreg、pgrep | X11 螢幕保護擴充；Wayland 用 Mutter IdleMonitor（GNOME）或 ext-idle-notify；loginctl |
|
||
| 選檔案、存檔視窗 | Finder 對話框 | zenity / kdialog |
|
||
| 貼上剪貼簿圖片 | NSPasteboard | xclip / wl-paste |
|
||
| 簡體中文介面 | CFStringTransform | zhconv |
|
||
| 系統語言、電腦名稱、網路位址 | defaults、scutil、ifconfig | LANG、hostnamectl、ip |
|
||
| AnyBot 自己的瀏覽器 | /Applications 裡的 Chrome 等 | /usr/bin、/opt、Snap、Flatpak 裡的 Chrome、Chromium、Brave、Edge |
|
||
| Bot 的電腦（Docker） | OrbStack / Docker Desktop | Docker Engine；代理伺服器只接受本機和 Docker 網路的連線 |
|
||
|
||
**Linux 還不能做的**：
|
||
- **Wayland 上錄製示範**：系統不允許，要錄請改選 Xorg 工作階段。
|
||
- **Wayland 上「哪個視窗在滑鼠下」**：Wayland 不告訴 App 其他視窗的位置，所以權限提示會寫「目前的 App」。
|
||
- **讀你自己瀏覽器的分頁**：Mac 上是透過輔助使用讀的，Linux 改用 AnyBot 自己的瀏覽器設定檔。
|
||
- **Mac App 工具**：郵件、行事曆、備忘錄、訊息，只有 Mac 有。
|
||
- **在背景點擊、不把視窗拉到前面**：Linux 上會改成一般點擊。
|
||
|
||
**安裝和測試**：
|
||
- `deploy/linux/install.sh`：安裝到 ~/.local，包括選單項目和圖示。加上 `--deps` 會順便安裝系統套件，支援 apt、dnf、pacman。
|
||
- `deploy/linux/dev/test.sh`：在 Mac 上用 Docker 裡的 Linux 和虛擬螢幕測試。會跑：
|
||
- 全部單元測試；
|
||
- 實際操作畫面和錄製示範；
|
||
- 鑰匙圈存、讀、刪；
|
||
- Wayland（無頭 sway）：截圖、點擊、中文打字、快捷鍵、捲動（`wayland_live.sh`）；
|
||
- 視窗截圖。
|
||
- `deploy/linux/dev/gnome/test.sh`：無頭 GNOME 43（Wayland）測 portal 路線：沒開「允許遠端操作」時的提示、英文＋中文打進文字框、精準點到小按鈕。測試腳本 `op.py` 扮演使用者回答系統視窗。
|
||
- 測試用的指令：
|
||
- `anybot --tool <工具> <JSON> …`：直接跑操作電腦的工具；
|
||
- `anybot --write-icon out.png 256`：輸出 App 圖示。
|
||
|
||
## 38. 還沒做的功能
|
||
|
||
| 功能 | 為什麼 |
|
||
|---|---|
|
||
| 原版伺服器端的提示詞和模型路由 | 不在 App 裡，拆不到；AnyBot 用自己的系統指示（第 33 節） |
|
||
| 邊說邊插話的即時語音 | 原版用 xAI 即時語音服務；AnyBot 的通話模式是輪流說話 |
|
||
| 帳單、方案 | 不需要：AnyBot 用你自己的 AI 金鑰 |
|
||
| 代你購物與付款 | 刻意不做：會動到你的錢和卡片 |
|
||
| 原生 iPhone／Android App | 用手機網頁版，可加到主畫面、收推播通知 |
|
||
|
||
|
||
## 多台電腦：大腦、手腳、螢幕（2026-11-04）
|
||
|
||
- 帳號裡一台 AnyBot 當大腦（Bot、聊天、記憶、排程都在它上面），其他有視窗的電腦當螢幕（看到、改的都是大腦的 Bot），沒有螢幕的電腦當手腳；同一個帳號的電腦之間即時同步。
|
||
- 每台 AnyBot 和帳號伺服器之間保持一條長連線（WebSocket），斷了自動接回；連不到時畫面說明是哪一段。
|
||
- 「加一台電腦」給一行 `anybot setup 網址 配對碼`，新電腦不用密碼就接成那個大腦的手腳。
|
||
- 看不到圖片的模型：你帳號裡看得到圖的模型會先描述圖片（看圖小幫手）。
|
||
- 詳細說明：docs/multi-device.md；技術細節：docs/architecture.md、docs/protocol.md。
|
||
|
||
## 側邊欄：釘選與分區（照原版重做，2026-11-04）
|
||
|
||
- 釘選的 Bot 放在最上面的大頭像格子裡（主要 Bot 第一個，有星星）。右鍵「釘選／取消釘選」，或把 Bot 拖進格子（第一次拖時出現「拖曳到此處以釘選」）；格子內可拖曳排序；拖到分區會取消釘選並移過去。
|
||
- 分區：Bot 右鍵「移至 ▸」列出所有分區（含未分區，✓ 目前的）和「建立分區」；還沒有分區時是「移至新分區」。新分區放最上面，名字「新增分區」並直接進入改名（Enter／點別處儲存，Esc 取消）。
|
||
- 分區標題右鍵（或 ⋯）：重新命名、上移、下移、刪除；未分區只有上移／下移。刪除會先確認「其中的 Bot 會移至 未分區，不會刪除任何 Bot。」只有一個清單時，「Bot」標題右鍵可「建立分區」。
|
||
|
||
## 對話的 Markdown 與流程圖（2026-11-04）
|
||
|
||
- 以 pulldown-cmark 解析（表格、刪除線、待辦清單、數學區塊）：標題 22/17 px、單一換行照樣換行、粗體（粉圓體只有一種粗細，用疊印做出粗體）、斜體、刪除線、行內程式碼、可點的連結、多層清單、待辦勾選框、引用線、表格（可橫向捲動）、分隔線。
|
||
- 程式碼區塊：圓角邊框、上色（註解、字串、數字、關鍵字）、可橫向捲動、滑過時右上角「複製程式碼」，複製後兩秒顯示勾。
|
||
- ```mermaid：用純 Rust 的 mermaid-rs-renderer 畫成圖（流程圖、時序圖、類別圖、狀態圖、ER、甘特圖、圓餅圖、心智圖、時間軸…），中文用粉圓體，跟著深淺色主題。回覆還在產生時先顯示原始碼，結束後才畫。點圖可放大檢視（縮放、拖曳、下載 PNG 到「下載項目」）。畫不出來時顯示「無法顯示此圖表」並保留原始碼。
|
||
|
||
## 其他（2026-11-04）
|
||
|
||
- **OpenCode Go 供應商**：設定 → 模型 選「OpenCode Go」，貼上 opencode.ai Console 的 Go 金鑰。依官方模型清單自動決定每個模型用 OpenAI 格式（/openai/v1）或 Anthropic 格式（/anthropic/v1）；每個 Bot 的對話帶固定的 x-opencode-session。
|
||
- **看不到圖片的模型**：模型回「不能收圖片」（例如「At most 0 image(s)」）時，AnyBot 記住這個模型，立刻改成不附圖片重試，截圖的位置換成文字說明，Bot 不會再卡住。
|