# LazyBoy：共用／私人 Computer、混合工具與可安裝連接器實作計劃

- 文件版本：3.0（2026-09-10；保留共用／私人主機，新增逐項優化、TigerVNC 與外部工具安裝）
- 對象：接手 LazyBoy 的 coding agent 與 reviewer。
- 審查基準：`igs170911/LazyBoy`，`e6afa324530e19922909d4692c28fb005cc05a7a`；沿用前次已核對的基準；本次另讀此 commit 的 display 啟動與 MCP 程式，未聲稱本機或最新遠端 HEAD 已改好。
- 文件性質：實作規格與驗收計劃；不是已套用的 patch、不是已通過的測試報告，也沒有實測提速倍數。
- 建議在 repository 內保存於 `docs/agent-computer-implementation-plan.md`。

> 最終目標：**共用主機（Team Computer）與私人主機（Dedicated Computer）都是正式、長期支援的產品模式。** 每個 agent 綁定自己獲准使用的持久 Computer 與工具；可以多個 agent 共用一台 Computer，也可以一個 agent 使用私人 Computer。實際任務與檔案操作在綁定的 Computer 內完成，不必每步在桌面演出，但必須有操作紀錄與結果驗證。工具可安裝、授權、更新與移除。

> **取代舊版：不要執行 2.0 中「移除 Team 模式、所有 agent 強制獨立容器、全面遷移 shared → dedicated」的要求。** 本版已直接修正架構、資料約束、PR、測試與啟動指令，不只是附加例外。不要刪除既有共用 Computer 或使用者資料。

本版閱讀順序：第 0–3 節為產品與執行邊界；第 15 節為實作依賴；第 18 節為 48 項改善清單；第 19 節是 TigerVNC；第 20–21 節是外掛安裝與 Outlook；第 16 節含 64 個測試案例。

## 0. 給 coding agent 的執行指令

直接依本文件修改既有程式，不要只重新產生另一份計劃。先確認本地 HEAD、工作目錄與既有測試，再依第 15 節的 PR 順序逐段實作。不得覆蓋使用者未提交的修改。每個階段均須附上實際 diff、測試結果、已知限制及回滾方式。

本文件優先於先前健檢文件中以下已變更的假設：

1. **不再要求所有動作在 VNC 或可見終端機演出。** 正確的結構化紀錄即可；桌面是需要時可觀看、可接管的執行介面。
2. **保留 shared 與 dedicated 兩種模式，禁止強制轉換或取消 Team Computer。** shared 允許多 agent 對一個 Computer，沿用 per-agent workspace／display／profile 與 shared/；dedicated 才要求獨立 Computer。共享資源與私人授權分開，不能把不同資料夾／DISPLAY 宣稱為惡意程式隔離。
3. 不把「用 API／CLI 加速」解讀為在 LazyBoy API 主機上執行 agent 工作。連接器、MCP 子程序、檔案工具、命令與瀏覽器控制的實際執行端都在指定 Computer。
4. 保留現有 Rust harness、Cua、Supervisor、SandboxProvider、React/noVNC、Vault、記憶、排程及 checkpoint；不做全面改寫。
5. 自動操作的範圍是使用者授權、該 Computer 能提供的能力。不得將「任何事情」翻譯成繞過 CAPTCHA／2FA、任意取用其他 agent／主機資料，或免除高風險操作核准。

遇到外部 OAuth、GPU、GUI 或付費模型環境缺失時，完成能完成的程式、fixture、mock 與單元測試；對受影響整合項目記錄 `BLOCKED_EXTERNAL` 和精確缺項。不得把 mock 成功寫成真實服務已驗證；也不得為完成測試而操作真實主信箱。

---

## 1. 必須成立的產品契約

### 1.1 不可違反的條件

| ID | 條件 | 必要驗收證據 |
|---|---|---|
| I01 | agent 的 shared／dedicated 綁定正確；私人 Computer 不與其他 agent 隱式共用，共用 Computer 明確列 membership 與 per-agent 執行 scope | 兩模式建立／恢復測試；membership、slot、profile 與文件 scope 驗證 |
| I02 | 所有 agent 命令、任務檔案操作、連接器與本地 MCP 在該 Computer 執行 | API 與 Computer 放入不同 sentinel；程序／namespace 與 server-bound computer identity |
| I03 | agent 任意程式不能在 API／Supervisor 主機執行 | 偽造 target、host fallback、MCP spawn 測試；只保留可信任管理操作 |
| I04 | 工具是否可用取決於 agent grant、Computer 健康、account、scope 與 resource policy | 未授權、已撤銷、錯帳號與跨 agent 測試 |
| I05 | 每次工具呼叫可追蹤，包含失敗、拒絕、取消與結果未知 | operation ledger、UI timeline、outbox 重播／斷線測試 |
| I06 | 原生檔案與命令不需要 screenshot 或 vision 模型 | text-only 模型與 screenshot counter 測試 |
| I07 | 同一資源的寫入不競爭；不同 agent 不被全域鎖拖住 | 兩 agent 併行、慢 MCP、同頁雙寫測試 |
| I08 | 不確定的副作用不盲目重播 | 逾時但伺服器已執行、重送相同 operation、取消競爭測試 |
| I09 | 最終成功必須有任務層驗證證據 | file hash、表單確認值、讀回 label；工具 200 不足以完成 |
| I10 | 暫停、接管、取消與恢復涵蓋背景工具，不只涵蓋滑鼠 | barrier/fencing、background job、in-flight API 測試 |
| I11 | 密碼、token、broker key 不進一般 prompt、tool args、trace 或記憶 | secret canary、log／checkpoint／錯誤回應掃描 |
| I12 | 失敗、重啟或升級不得默默換電腦、換帳號或遺失產物 | container recreation、binding generation、artifact checksum 測試 |
| I13 | shared 與 dedicated 都支援原生工具加速；共用模式不得被降級成 GUI-only 或待淘汰模式 | shared 原生 file／exec／connector 與雙 display 並行測試 |
| I14 | 安裝套件、授權工具、綁定帳號是三個不同動作 | 共用安裝一次，未授權 agent 仍不能透過 broker 使用別人的帳號 |
| I15 | 任務執行、agent 截圖、人類桌面串流各自可量測，不混為一種延遲 | noVNC 關閉時 native 任務仍成功；VNC 與模型 critical path 分開 |
| I16 | 對「應用層 scope」與「OS 強隔離」誠實標示，不能用 prompt 承諾未知程式的安全 | 同 UID／任意 shell／第三方 MCP 的 threat-model 測試與限制說明 |

### 1.2 「檔案都在 Computer 內」的精確定義

**任務檔案**包含原始附件、下載檔、repo checkout、暫存檔、CSV、報表、程式輸出、完整工具輸出與任務執行產物。其讀寫、解析、壓縮、轉檔與掃描程序都必須在對應 Computer 執行。

允許持久 volume 的實體 bytes 由 Docker 管理並儲存在宿主機磁碟；這不等於 agent 可以直接讀寫宿主機路徑。不得把 API 主機的 `/`、任意 home 或 Docker socket 掛入 Computer。

**控制面資料**仍可保留在既有 PostgreSQL：agent 設定、授權 metadata、run/checkpoint、經脫敏的工具摘要、artifact reference、hash、耗時與事件狀態。API 可串流附件進 Computer、串流工具結果／下載給使用者、轉送模型需要的內容，但不得在主機暫存並處理任務檔案。大型原始輸出與 artifact 正本留在 Computer，API 只保存有權限的 reference。

使用外部模型或 SaaS API 仍會傳送必要資料；「在 Computer 執行」不是離線或零資料外送的承諾。模型推論及編排可在控制面；對 Gmail 等目標服務的工具請求由 Computer 內的連接器發出。

### 1.3 能力與安全邊界

「能做各種電腦工作」以能力可擴充為目標，不限定 Gmail 或某個網站。但容器中的硬體、GPU、音訊、USB、kernel、特定 GUI 或企業 SSO 是否可用，必須由 capability probe 回報，不能偽造已支援。

一般命令以非 root 使用者執行。額外套件優先裝在使用者環境；需系統權限的安裝由受控、可稽核的管理流程核准。不可為了可操作性讓 LLM 自行取得 Docker daemon、host root 或修改 Runner 的權限設定。

---

## 2. 現況與重用範圍

下列 F01、F03 於本次再次讀取原始碼確認；其餘為同一 commit 的前次健檢發現，coding agent 開始時仍須核對現行實作。來源見附錄 A。

| ID | 基準版本發現 | 修改方向 |
|---|---|---|
| F01 | `tools.rs::pack_observation()` 在 vision + 非 Identical 時回傳 None，條件反轉 | 先補紅燈測試，修正截圖交付；區分捕獲與交付狀態 [R1] |
| F02 | agent-facing `shell/read_file/write_file/list_files` 透過可見終端機與截圖 | 改接真正原生工具；GUI 終端機保留給 TUI／協作 [R1] |
| F03 | `SandboxProvider` **已存在** `execute/list_files/read_file/write_file`；Supervisor 已有容器內 exec 與檔案路徑 | 優先重用與強化，不必另造平行 sandbox 架構 [R2–R4] |
| F04 | `runs.rs` 將 email 歸 browser-first，MCP 另列，優先級重疊 | capability-aware routing；prompt 只是配套 [R5] |
| F05 | DOM browser 與 saved login 被 `vision_guard()` 一併限制 | 分 semantic、visual 與 credential capability [R1] |
| F06 | browser 宣稱 CSS selector／waitMs，但 adapter 能力與使用方式不一致 | 修契約、型別化錯誤、fixture；不假設 driver 自動實作 [R6] |
| F07 | `policy.rs` 重複 wait/shell 可刷新進度，災難上限不能當短任務預算 | 驗證 milestone、時間預算、有限恢復 [R7] |
| F08 | API 的 `mcp.rs` 啟動 stdio 子程序；hub 的全域鎖跨遠端 await | MCP runtime 搬進 Computer，授權隔離、局部鎖 [R8] |
| F09 | `crates/sandbox/src/docker.rs` 部分檔案通道以文字 JSON／lossy conversion 處理 bytes | 補 byte-safe 傳輸、大小限制、錯誤狀態與雜湊 [R3] |
| F10 | `lazyboy-screen` 已有 slot→display／VNC／websockify 對應、per-display Cua／DBus、獨立 profile；x11vnc 使用 `-noxdamage` | 保留既有多 display 語意；以可切換 Xvnc backend 測試，不把 Team 視為單一桌面 [R9] |
| F11 | `lazyboy-screen` 已用 `xfwm4 --compositor=off`；ensure_slot 會串行啟動桌面／VNC／Cua／終端機等 | 關 compositor 是現況，不是尚未做的新提速；按需拆 readiness 與修啟動 dependencies [R9] |

特別注意：F03 代表原生執行「有底層基礎」，不代表既有實作已完整提供取消、持續 session、原子寫入、byte-safe 傳輸、授權隔離或任務稽核。不可只把 `shell()` 改呼叫 `execute()` 就宣布整個計劃完成。

### 2.1 檔案落點

| 現有位置 | 主要修改 |
|---|---|
| `crates/contracts/src/` | tool capability、operation、job、artifact、typed error 等可序列化契約 |
| `crates/control/src/sandbox.rs` | 重用／擴充原生方法、job lifecycle、串流及限制 |
| `crates/controld/src/` | Computer 內 Tool Runner 的路由、job 管理、檔案、browser adapter、local MCP／connectors |
| `crates/sandbox/src/docker.rs` | Rust API 到指定 Computer 的 transport；不得對錯誤回傳空成功 |
| `crates/supervisor/src/` | provisioning、Computer 身分綁定、受控 transport、資源／lifecycle；不執行 agent 任意主機程式 |
| `crates/api/src/tools.rs` | agent-facing schema、具 grant 的 dispatch、structured outcome；拆出子模組避免繼續膨脹 |
| `crates/api/src/runs.rs` | tool discovery、執行路由、checkpoint、結果與驗證、operation ID |
| `crates/harness/src/policy.rs` | milestone／預算／loop guard 與 typed recovery |
| `crates/api/src/mcp.rs` | control-plane 設定與 runtime directory；不再在 API spawn agent MCP |
| `crates/api/src/monitor.rs`、`apps/web/src/run-monitor.tsx` | activity timeline、耗時分解、job／artifact 狀態 |
| `crates/api/src/computer.rs`、`vault.rs`、`workspace.rs`、`attachments.rs` | 雙模式 Computer assignment／membership、scope、safe streaming、credential broker 整合 |
| `image/computer/`、Compose、`migrations/`、`tests/` | runtime 啟動、版本固定、漸進遷移、測試與部署 |

新 module 名稱可依現有慣例調整；不得在 Rust 核心外再加一個完整 Python agent orchestrator。必要的 Node browser worker 可以是受控執行器，不是第二套總指揮。

---

## 3. 目標架構與責任分離

```text
LazyBoy API + Rust Harness [控制面]
  ├─ 任務／模型／工具路由／grants／驗證
  ├─ Computer assignments + memberships
  └─ PostgreSQL：操作紀錄、經脫敏 metadata、設定
                     ↓ 受控 transport
Supervisor / SandboxProvider [管理面：生命週期、資源限制、身份驗證]
          ┌──────────┴────────────────┐
          ▼                           ▼
Team Computer T [共用]          Dedicated Computer P [私人]
  ├─ agent A context             └─ agent C context
  │   ├─ bots/A/                     ├─ 私人持久 home/workspace
  │   └─ display/profile A           └─ 私人 display/profile C
  ├─ agent B context
  │   ├─ bots/B/
  │   └─ display/profile B
  ├─ shared/ [成員依 grant 存取]
  └─ 版本化工具套件 [可共用程式，不隱含共用帳號]
          │                           │
          └─ 各 Computer 內的 Runner／jobs／fs／MCP／connectors／Cua
             工具資料、下載、暫存、完整輸出與執行產物留在該 Computer
```

### 3.1 執行位置

擴充既有 `controld`／SandboxProvider，不重建另一套總指揮。API 只管編排、授權與紀錄；Supervisor 可透過 Docker exec 啟動 Computer 內可信任 helper，不能把 LLM 指令放到自己的 shell。附件與產物允許受控串流，不在 API 主機暫存解析。remote SaaS 是獲准的目標服務，不是遠端檔案處理或遠端 code-interpreter fallback。

MCP／連接器的本地 client、下載、解壓、SDK 與檔案程序皆在目標 Computer。遠端 MCP 的伺服器程式仍在遠端，不能宣稱都在本機；只有使用者准許的遠端 SaaS 存取可啟用，會代處理本機 task files／代跑 shell 的遠端工具預設拒絕。

### 3.2 兩模式與資料約束

- `ComputerMode` 的既有 enum／儲存值先核對並保持相容；本文件用 shared/dedicated 表示產品語意，不要求隨意改資料庫字串。
- `computer_id` 為邏輯電腦；provider_ref 可變。container 重建增加 `computer_generation`。display／browser 重啟另有 session generation，不需連帶使所有原生 job 失效。
- 每個 agent 同時有一個 active assignment。**shared Computer 的 computer_id 可被多個 agent 參照**；不能替此欄位無條件加 UNIQUE。
- dedicated 的排他性用對應 owner／部分約束／transaction enforce；shared 用明確 membership（相同核准 space/team）、display slot、workspace scope 與 grants。
- 保留使用者既有選擇和建立 agent 時的共用／私人選項；新的 hybrid executor 不應改變 ComputerMode 的預設或現有 assignment。
- provisioning／screen 啟動做 per-computer／per-slot single-flight；刪除 agent 只移除自己的 assignment 和資源。Team 仍有其他成員、job 或 viewer 時不得 stop/destroy 整台 Computer。
- Computer idle 由全部成員的 jobs、MCP、screens、writers、outbox 共同判斷；不能因 A 閒置就凍結 B。
- `runner_ready`、`browser_ready(profile)`、`desktop_ready(display)`、`viewer_ready(display)` 拆開。原生工作不等 XFCE／VNC；查看桌面也不能變成業務工作存活的必要條件。

### 3.3 共用的範圍，不等於什麼都共享

| 資源 | shared 模式預設 | dedicated 模式預設 |
|---|---|---|
| 容器與總 CPU／RAM | 同 Team Computer 共用、配額與公平排程 | 私人 Computer 的配額 |
| agent 工作目錄與 job 歸屬 | bots/<bot_id>/ 和 own jobs，tool API scope 分開 | 私人 workspace 和 own jobs |
| shared/ | 經 membership／read/write grant 分享 | 可保留本機 shared/ 名稱，但不自動跨 Computer |
| 瀏覽器、DISPLAY、DBus／AT-SPI session | 沿用各 agent 的 slot／profile，不能任意拿別人的 ref | 私人 slot／profile |
| 套件 bytes | 同版本可共用受保護唯讀 package store | 此 Computer 的 package store |
| 工具 instance／設定／OAuth | 依 agent／grant／account 分開；明確允許才共用 instance | 私人 agent scope |
| 記憶／run／操作紀錄 | agent 身份不合併；shared 檔案事件可依 membership 顯示 | agent scope |

`shared/` 路徑需依既有 `resolve_bot_workspace_path`／scope 處理，不要直接重寫一套忽略舊路徑的 resolver。shared 寫入使用 canonical resource key 與版本衝突檢查，兩個 agent 看到的是同一份真正的檔案，不是各自副本卻叫 shared。

### 3.4 誠實的信任邊界

shared 是受信任團隊的協作 Computer。**同容器、同 UID、可執行任意 shell 時，資料夾 scope 與不同 DISPLAY 不構成對惡意程式的強隔離。** 不可宣稱 tool grant 能阻止所有自行寫腳本讀其他可讀檔案／X11 session 的行為。

保留 shared 的原生能力，但敏感 broker／Runner metadata 必須與 task user 分離保護；僅向批准的 connector instance 提供 scoped credential。對需要跨 agent 機密性的工作，使用 private Computer 或新增經測試的 per-agent OS user／工作沙盒；此選項不能變成刪除 shared 的理由。

同一共用主機安裝未受信任套件等於引入可執行程式，必須顯示受影響 Team／檔案／session 範圍；沒有可驗證的 sandbox 就不能宣稱只影響某一 agent。強化模式僅在對應 OS 行為真的測過後才能標為安全隔離。容器對宿主機的邊界仍依 Docker 權限／mount／network 實作 [E4]。

### 3.5 持久化與升級

兩模式都保留資料與 browser profile。user-space 工具使用版本化目錄與 lock manifest；OS 套件採 image／受控 recipe 重建，不承諾任意 apt 安裝跨 recreate 永久保留。

shared 和 private 都原地升級 schema／Runner，不做強制模式遷移。使用者日後明確要求換模式時，才啟動 dry-run、停止點、授權 copy、checksum、衝突處理與可回滾的 assignment 切換。

---

## 4. 契約：身份、工具結果與 operation ledger

以下為**建議新增契約**，不是現有 API。欄位命名可調整，但語意不能消失。

### 4.1 可信任執行 context

```json
{
  "space_id": "space-A",
  "user_id": "user-A",
  "bot_id": "bot-A",
  "computer_id": "computer-A",
  "computer_generation": 3,
  "assignment_id": "assignment-A",
  "computer_mode": "shared",
  "display_session_id": "screen-A",
  "workspace_scope_id": "scope-A-and-shared",
  "run_id": "run-42",
  "step_id": "step-3",
  "operation_id": "op-17",
  "attempt_id": "attempt-1",
  "grant_id": "grant-9",
  "control_epoch": 8,
  "deadline_at": "2026-09-10T08:00:00Z"
}
```

這些身份由伺服器按登入 actor 與 run 綁定，**LLM 不得填寫或更換 computer_id、grant、account mapping 或 filesystem 根目錄**。工具參數只能是任務需要的業務參數。到 Runner 時再次驗證 token audience、agent、電腦 generation、grant、到期與 control epoch。

Supervisor shared token 不得進入 agent 的 env、home 或 prompt。每個 Computer 使用短效、限範圍認證；不要認為服務藏在 Docker 內網就等於有授權。

### 4.2 Capability descriptor

```yaml
name: gmail.labels.apply_plan
version: "1"
execution_plane: computer
requires_vision: false
required_grants: [gmail.labels.write]
required_scopes: ["https://www.googleapis.com/auth/gmail.modify"]
side_effect: reversible_write
supports_batch: true
retry_mode: verify_before_retry
resource_key_template: "gmail:{account_ref}:mailbox"
result_schema: ToolResultV1
```

capability 必須區分：installed、runtime_connected、authenticated、authorized、healthy。MCP annotations、tool description、模型自評或網頁內容都不是可信任授權來源。registry 僅向模型暴露此 run 真正能用的少量工具。

### 4.3 Structured ToolResult

```json
{
  "schema_version": 1,
  "operation_id": "op-17",
  "status": "succeeded",
  "effect": "confirmed",
  "execution": {
    "computer_id": "computer-A",
    "computer_generation": 3,
    "executor": "native_process",
    "job_id": "job-7"
  },
  "data": {
    "stdout": "12 files processed\n",
    "stderr": "",
    "exit_code": 0,
    "signal": null,
    "truncated": false,
    "output_artifact_id": null
  },
  "artifacts": [],
  "evidence": [{"kind": "process_exit", "exit_code": 0}],
  "timing": {"queue_ms": 4, "execution_ms": 31},
  "error": null
}
```

- `status`：accepted、running、succeeded、failed、cancelled、timed_out、needs_auth、needs_approval、needs_human、policy_denied、unknown。
- `effect`：none、confirmed、partial、unknown。`succeeded` 只表示該工具契約完成，**不自動代表整個 task 完成**。
- `exit_code` 在未結束時為 null；因 signal 結束另記 signal。不得把 timeout 或空輸出視為 exit 0。
- 所有結果共用 envelope；不能再讓任意錯誤文字看起來像正常 `text_outcome`。
- wrapper 外層 HTTP 非 2xx、解析失敗、schema mismatch 必須保留錯誤；不能回傳空 file list／空 file contents 冒充成功。

### 4.4 Operation identity、重送與恢復

`operation_id` 代表一次具體意圖，由 harness 產生並在網路重送時保持相同。`attempt_id` 區分傳輸嘗試。不可只 hash 相同 args 作 dedupe：使用者可能真的要求合法重做同一動作。

Runner 在副作用前，先將 accepted intent 寫入受保護的 durable journal；其後記錄 started、結果與驗證。控制面先記錄 dispatch intent，再傳送；UI 訂閱中央事件。中央斷線時由本地 outbox 補送，透過唯一 event key 去重。journal 無法可靠寫入時，不開始新的有副作用工作。

同一 operation 重送：running 回原 job，finished 回既有結果；never blindly rerun。Runner／容器崩潰或外部 API 回應丟失時，狀態可為 unknown，交給 verifier 做 read-back。沒有第三方 idempotency 或可觀察後置條件時，不可宣稱 exactly-once；需人工判斷或停止。

同一 operation ID 搭配不同 payload hash、帳號或 grant 必須拒絕。舊 computer_generation／control_epoch 的動作不得在新容器或相應接管 scope 後繼續執行。shared 模式使用 computer、agent 與 display 的分層 epoch，不能 A 接管就無條件使 B 的獨立工作失效。

---

## 5. 原生命令、檔案與背景工作

### 5.1 最小工具集合

| 工具群（建議名稱） | 行為 | 截圖需求 |
|---|---|---|
| `exec.run` | argv 或明確 shell mode，短作業直接回結果，長作業回 job_id | 無 |
| `exec.status/output/cancel` | 查工作狀態、依 cursor 取輸出、確認取消 | 無 |
| `terminal.start/interact` | 真正需要 PTY／TUI／持續互動的程序 | 文字優先，必要時 GUI |
| `fs.list/stat/read/write/patch/move` | 原生 file API，byte-safe、有限讀取、原子變更 | 無 |
| `fs.search` | 在 Computer 搜尋；binary／巨大資料有界處理 | 無 |
| `artifact.list/export` | 回傳 Computer 內 artifact reference；下載串流 | 無 |
| `browser.*` | 同一 Chromium 的 DOM／語意操作 | 按需 |
| `computer.observe/act` | AT-SPI／視覺桌面操作 | 視覺動作必需 |
| `account.*`、`gmail.*`、`mcp.*` | 受控 account handle 與 per-agent grant | 通常無 |

既有工具名稱可保留為 versioned alias，以免破壞 skills。alias 亦須經同一 policy、audit 與 Computer dispatch；不能留下可繞過的新舊兩套入口。

### 5.2 Exec 與 session 的正確語意

- 一般命令優先 argv array，避免重新插入 host shell；需要 pipeline 時顯式 `mode=shell`，只在 Computer 內解譯。
- `cwd`、HOME、PATH、locale、環境變數與 session scope 由 Computer runtime 管理。不自動繼承 API 的雲端金鑰、DB URL、Supervisor token。
- `exec.run` 的 stdout、stderr、exit status 來自實際程序，不從 screenshot 或文字 prompt 猜測。
- 預設 subprocess 非互動且不維持前次 `export/cd`。需要持續環境時顯式使用 scoped session；不得讓 UI 宣稱持續，實際卻每次新 shell。
- PTY 可能合併 stdout/stderr，需在 schema 註明。任意互動 shell 的 command completion 不可靠時回 `running/unknown`，不得用尾端 `$` 字元當完成證據。
- 背景 job 由 Runner 擁有 lifecycle。HTTP request 結束不是 job 結束；回傳 job_id，保留 stdout cursor、deadline、PID/starttime／process group identity。
- 使用 bounded streaming、背壓與磁碟 quota。模型預設只收到摘要／頭尾片段，完整輸出放 Computer artifact。
- 取消必須處理 process group／subprocess tree：TERM → grace → KILL，確認狀態後才回 cancelled。不要誤殺整個 desktop、其他 job 或 PID 回收後的新程序。
- request deadline 與 job runtime timeout 分離；達 runtime timeout 後依明確 policy 停止工作。transient network timeout 不等於工作已停止。
- API restart 可找回同一 Runner job；container recreate 後原程序不再存在，要標記 interrupted／unknown 並驗證產物，不得假裝還在 running。
- 對未知 arbitrary shell，`changes_state=unknown`，不能因命令開頭是 `cat` 就假設無副作用；shell、子程序、網路都可能改變狀態。

### 5.3 原生檔案與產物

檔案工具在 Computer 的 filesystem namespace 內執行，不能由 API 直接打開 volume 對應的主機路徑。

預設任務可寫 root 為 assignment 對應 workspace 與專屬 tmp；shared 模式再加入明確授權的 shared/ 子樹。其他 Computer 內路徑依 OS 權限與 grant 開放，並遵守第 3.4 節的 shared 信任邊界。此限制不要求 agent 只能處理某個固定副檔名，也不禁止在自己的電腦使用已安裝的系統工具。

必要實作：

- Unicode、空白、引號、`$()`、反引號、換行檔名都須以資料而非 shell 程式碼處理。
- byte-safe 讀寫；UTF-8 text API 與 binary API 分離。禁止 `from_utf8_lossy` 無聲毀損 binary。小 binary 可用受限 base64，大型檔案用串流；不要將整份內容放 argv。
- `fs.read` 支援 line／byte range、最大回傳量與 continuation；二進位回 metadata/reference，不交模型亂解碼。
- `fs.write/patch` 支援 expected version/hash、目標資源鎖、temporary file + same-filesystem atomic rename；需要 durability 的操作同步資料與目錄，讀回核對 hash。
- 不存在檔案、權限不足、編碼錯誤、磁碟滿、大小超限必須各自回 typed error，不得變空字串成功。
- 路徑驗證須處理 `..`、symlink、TOCTOU、mount boundary。不要只做字串 prefix 或先 canonicalize 再無鎖 open；使用 descriptor-relative／capability-based 安全打開方式，依平台選受支援方案並測試。
- 對同一檔案的 read-modify-write，要用該次讀取的 version/hash 做 optimistic check；不同 run 並行修改會 conflict，不可覆蓋人類更新。
- `artifact_id` server 產生並綁 creator_bot/computer、visibility_scope、相對路徑、media type、size、hash、來源 operation、retention；記錄生成時 generation 作 provenance。持久檔案在重建後經重新核對 hash／scope 可重新解析，不能永久因 generation 變動而失聯。下載 API 不接受任意 host path。
- 附件入站、UI 下載、connector attachment、browser download 都必須走 Computer 內串流路徑，帶大小／quota／雜湊驗證。不得把 task bytes 放 API `/tmp` 再處理。
- destructive file operation 額外依風險核准；一般使用者已明確要求且可逆的本機整理可在 run grant 內批次執行，不必每個檔案再問一次。

### 5.4 保留 GUI 能力但不再把 GUI 當萬用資料通道

移除「所有 shell/file output 都一定是 screenshot」的 system prompt。原生工具結果直接進模型；不為了視覺展示自動開 terminal、不重演指令、不額外截圖。

需要真正 TUI、GUI 終端機協作或使用者指定觀看時，才使用 `terminal.*`／Cua。相同 job output 可另做 UI viewer；不要求第一版將每個背景命令鏡像到桌面。

---

## 6. Capability-aware routing 與模型迴圈

### 6.1 工具選擇規則

在權限、資料位置與帳號已匹配的前提下，優先順序是：

```text
服務提供的結構化 API（適用於該任務）
    → Computer 內原生程式／檔案／已安裝 CLI
    → 同一 browser 的 DOM／accessibility
    → Cua 原生 accessibility
    → 新鮮截圖 + 視覺座標
    → 需要人類協助
```

這是依任務的偏好，不是要求每件事逐層嘗試。例如讀本機 CSV 直接 fs/exec，無需先找 SaaS API；登入後操作 canvas 可直接進視覺路徑。路由針對每個子任務重算，不能整個 run 一次選 browser 後鎖死。

**授權拒絕、帳號不符、缺少 capability scope 不是換另一工具繞過政策的理由。** 同一服務操作的 policy 必須套用到 connector、browser、shell HTTP 與 MCP 等路徑。無 API 但使用者確實授權該網站的 GUI 操作，可在明確 GUI grant 下執行；不可把 `POLICY_DENIED` 當成這種情況。

### 6.2 小任務不要多套一圈 planner

- 簡單明確的 file／exec 任務，用既有模型回合或 deterministic intent-to-tool route，不再額外呼叫大模型做一份長計劃。
- 多步任務才持久化 `TaskPlan{goal,steps,dependencies,success_checks,budget}`。
- 每一步保存 input references、採用 route、已驗證 milestone、產物與 blockers。checkpoint 不只是聊天文字摘要。
- 工具 discovery 依任務載入；不要把所有 agent 的所有 MCP schema 塞進每次 prompt。
- schema cache 依 version／grant scope 快取；授權撤銷必須立即失效，不得因快取繼續使用。
- 分類、格式轉換、批次檔案處理在一次受控工具工作中完成；不是每一列、每個字、每個 click 都呼叫模型。
- 已知確定步驟可 executor-side macro，但需有限步數、每步 evidence／trace 與失敗即停；不是任意舊座標重播。

### 6.3 Typed errors 與處理規則

| Error | 行為 |
|---|---|
| `AUTH_REQUIRED`／`TOKEN_REVOKED` | 進 NEEDS_AUTH，保留 task；停止有副作用請求 |
| `POLICY_DENIED`／`SCOPE_DENIED`／`ACCOUNT_MISMATCH` | 明確拒絕此路徑；不改用 UI／shell 繞過 |
| `TARGET_STALE` | 重新 snapshot／定位一次；只對尚未執行的操作重建動作 |
| `TARGET_NOT_FOUND` | 有界重新觀察／定位；視覺 fallback 需新鮮截圖 |
| `SELECTOR_UNSUPPORTED` | 換成受支援語意 locator；不再重送同一不支援 selector |
| `TARGET_DISABLED` | 檢查可觀察的前置條件；僅有已知等待條件才 wait |
| `RATE_LIMITED`／暫時服務錯誤 | 本地 bounded backoff + jitter／Retry-After；不由 LLM 空轉 |
| `TIMEOUT_EFFECT_UNKNOWN` | 先 read-back；不能 blindly retry mutation |
| `COMPUTER_UNAVAILABLE` | 恢復原 Computer，驗證 generation；不換 host 或另一 bot |
| `CONFLICT` | 重新讀最新狀態，重規劃／重新核准差異 |
| `CAPABILITY_UNSUPPORTED` | 回報缺少套件／裝置／模型能力；不宣稱已操作 |
| `CANCELLED`／`STALE_CONTROL_EPOCH` | 不再派送；保留真實已發生效果 |

### 6.4 Model 使用策略

初版保留現有模型供應商與選模 UI，不綁定特定商業模型。原生／DOM 工具允許通過契約測試的 text-only 模型；視覺座標需要具有經驗證 vision 能力的模型。

優先減少模型回合與多餘圖片，再測模型速度。可選的高難度模型升級最多有界觸發；不能讓不同 agent 彼此委派形成無限 nested harness。

若模型不支援所需能力，誠實回 `MODEL_CAPABILITY_MISMATCH`；不得把 `vision=true` 假裝打開。prompt、schema 與 provider request 三者須有整合測試。

---

## 7. Browser 與 Cua：保留、修正、再測另一 backend

### 7.1 預設決策

先保留 Cua driver 與既有 Cua semantic browser，修好 screenshot、schema 與 stale refs。把 browser 操作抽成受控 `BrowserExecutor` 介面，供未來替換，不先承諾換 driver 一定更快。

可選對照方案固定為 **Computer 內的 Playwright worker，連接該 Computer 現有 Chromium**，避免第一版同時引入 agent-browser、Browser Use、Hermes 三套。需要比較其他方案時另外開 ADR／實驗，不能耽誤核心原生工具交付。

Playwright 官方支援 CDP attach 到既有 Chromium，但明確指出相較原生 Playwright protocol 功能完整度較低，必須對實際 browser launch flags、frames、downloads 與 input 做相容性測試 [E3]。若對照 backend 未通過 fixture，繼續用修好的 Cua，不擴大替換。

### 7.2 同一 browser/session 的規範

- 不要求使用者保持 VNC 開啟；但 agent 使用的 browser 必須屬於其 Computer，之後能在該桌面檢查及接管。
- 優先 attach 現有 browser instance；不得另啟程序同時占用同一份 profile。保存 computer-local session identity 與明確 tab/frame ref。
- Cua 與 Playwright **不得同時寫同一分頁／桌面**，必須共享 lease。driver 換手後清掉舊 references 並重新觀察。
- CDP 與 Runner 不對主機公網發布，不交 LLM 任意 URL；由可信任 runtime 對指定 browser 建立連線。
- 不把 headless／remote browser 當作無提示替代登入狀態的方法。
- 登入、導航、frame 切換、人工接管與 browser restart 皆是 refs invalidation boundary。

### 7.3 修正截圖條件與交付狀態

基準版本 `pack_observation()` 修正為 vision 且畫面非 Identical 時才產生 image；純文字模型永不接收 image [R1]。

進一步拆開 `last_captured_frame`、`last_delivered_frame`、model/history identity。首次需要視覺、人工接管恢復、換 vision model、圖片歷史壓縮後，即使畫面 bytes 未變，也必須允許 force delivery。

只有圖片真正加入模型 request 後才更新 delivered 狀態。不可因背景監控抓過圖，就以為模型看過。沒有最新視覺依據時，不准猜座標。

### 7.4 語意與座標能力分開

DOM／accessibility 操作檢查有效語意 target、權限、origin、lease，不要求 vision。pixel-only 操作檢查 vision、最新 observation identity、viewport 尺寸與 control epoch。

browser locator 使用 tagged type，例如 `snapshot_ref`、`role_name`、`css`；只有 backend 真實支援的類型才暴露。不要在名稱相近時偷偷做模糊匹配。

`wait_until` 由 executor 觀察明確條件，設 deadline；避免所有工具固定 sleep 一秒。元素 disabled 的原因可能是缺欄位，不是時間到了就好。

可新增 bounded `browser.fill_form`：每欄重新定位並驗證，按鈕提交前驗證前置條件，提交後讀回確認。不可把五個會失效的數字 id 一次盲送。

### 7.5 底層可擴充，不預設全面操作保證

支援 normal click、type、scroll、drag、key、window focus、file upload/download、dialogs，以及 Cua 已提供的桌面能力。每一項提供 capability probe 與 fixture；不支援的 widget 明確回 unsupported。GPU、硬體或系統管理另外加受控 capability，不以一個 `run_anything_as_root` 代替設計。

---

## 8. Concurrency、Pause、Takeover 與 Cancel

### 8.1 按真實資源上鎖，不按整台共用主機一律上鎖

| 資源 | 建議 lock key／規則 |
|---|---|
| GUI／native input | `(computer_id, display_session_id)` 的 writer lease；同 display 排他、不同 display 可並行 |
| Browser | profile/session 對應 writer lease；涉及 OS focus／clipboard／upload dialog 時一併取 display lease |
| 檔案 | canonical resource identity／重疊 subtree；shared/ 同檔必須命中同一 lock，配合 expected hash |
| 信箱與連接器副作用 | provider + canonical account/tenant/mailbox；跨 Computer／agent 的同帳號亦要協調 |
| MCP client | instance + grant + account 的有限 semaphore，不跨 network await 持有全域 hub lock |
| 套件安裝／升級 | Computer/package/version；同包原子切換，active instance pin 原版本 |
| container stop／recreate | Computer lifecycle barrier，等待所有成員 writer／job 安全停下 |

同 display 的 Cua 與 DOM 不同時 mutation；不同 display 的 DOM 可以並行，不能因同 Computer 就全部串行。browser context 不可共享 mutable singleton。多資源依固定順序取鎖、設 deadline、避免 deadlock，長等待不占用無關 lease。

受控 file 工具與已驗證 scoped jobs 可按不重疊資源並行。**任意 shell 不能靠 LLM 宣稱的路徑或 read_only 取得並行保證**：有 OS sandbox 證據才降到 scope 鎖；無界且可能影響全 Computer 的腳本／系統安裝保守取得 Computer-wide lease。這是高權限工作例外，不是讓所有 shared 工作都上全域鎖。

初始併發為可調試驗：每 agent native jobs 2、service reads 4、每 display GUI writer 1，同時設定 per-Computer／provider 上限與公平排程。不可各 agent 自行放大到壓垮共用 Computer。

### 8.2 觀看、接管與暫停的不同 scope

- Watching 不暫停，也不授予寫入；noVNC 客戶端 viewOnly 只是 UI，伺服器仍須依 lease 拒絕未授權鍵鼠／resize／clipboard。
- **接管某 agent**：保守暫停該 agent 的新 mutation 與 jobs，取得它的 display；其他 agent 的獨立 display／無衝突資源可繼續。
- **只接管某 display**：暫停所有正在寫該 display 的工作，不偷偷取得其他 display；涉及相同帳號／共享檔案時透過資源衝突顯示等待。
- **暫停整台 Computer**：對所有成員、jobs、MCP 與 display 建立 barrier；UI 顯示受影響 agents。只有具 Computer 管理權限的人能做。
- 人類若要在 shared Computer 任意改系統／全域檔案，應先選整台接管；不能保證其他 agent 不受無界人類 shell 影響。

### 8.3 Scope-aware pause barrier 與恢復

使用 `(computer_epoch, agent_epoch, display_epoch)` 的 scope-aware fencing 或等價機制；API 和 Runner 各驗證。對該 scope 停派新 mutation、取消未執行項，對 job 採已宣告且驗證過的 cancel／suspend policy。

已送出的 SaaS mutation 無法因斷線就撤銷；持續顯示 in-flight／unknown，read-back reconciliation 後才宣稱已完成接管。取消不是 rollback。不能 SIGSTOP 整台共用容器來模擬「暫停 A」。

恢復沿用原 run/step，重新檢查 assignment、membership、grants、generation、session 與未知效果；只做未完成步驟。共享檔案與 browser state 可能已變，重新讀回，禁止沿用舊 refs 或覆蓋 B／人類修改。

觀察、核准與安全 reconciliation 可走受限恢復路徑，不讓原模型繼續無界派工。

---

### 8.4 arbitrary code 與可觀察性的實際邊界

本計劃保證的是**經過 LazyBoy 工具閘道的每次呼叫、受控子動作及 job lifecycle 有紀錄**；不宣稱等同完整 kernel syscall 或每個應用內部操作稽核。任意 exec 內部腳本仍可能連網、啟動程序與寫檔。

因此 arbitrary exec 的 scope、網路與 OS 權限必須保守；需要逐 syscall／所有子程序網路行為的強制稽核時，另做 OS 級監控與測試。不能只改 prompt 就承諾「所有低階行為零漏記」。

---

## 9. 紀錄、Activity UI 與資料保護

### 9.1 必須記錄的事件

`run.started`、`step.routed`、`tool.accepted`、`tool.started`、`tool.progress`、`tool.completed`、`tool.failed`、`tool.cancel_requested`、`tool.cancelled`、`tool.effect_unknown`、`verification.completed`、`artifact.created`、`authorization.required`、`takeover.requested/acquired/released`、`run.completed/partial/failed`。

事件至少帶 server-bound identity、operation／attempt ID、tool/version、route、開始結束時間、resource scope、經脫敏 args summary、outcome、typed error、output reference、驗證證據與重試理由。

不保存模型隱藏推理；只記可稽核的 route rationale，例如「已有 Gmail labels scope，採批次 API」，不是整段思考鏈。

### 9.2 UI 顯示

在現有 run monitor 擴充，不重做整個前端：

```text
14:20:10  原生檔案  讀取 orders.csv              成功  18 ms
14:20:10  原生命令  依規則整理 500 列            執行中  job-7
14:20:11  結果驗證  輸出列數與檔案 hash 符合     通過
14:20:12  Gmail     標籤修改預覽 80 封           等待核准
```

以上僅為 UI 示例，不是效能實測。

每個項目可展開看脫敏輸入、輸出摘要、差異、執行電腦、job、產物與驗證；不能只顯示「我正在努力」。背景 job 可取消；artifact 可從該 Computer 串流下載。觀看紀錄不要求開桌面。

### 9.3 稽核安全與 durable outbox

- 中央 ledger 存 metadata；原始 output／artifact 在 Computer。flush 有背壓、quota 和 retention；避免無上限 screenshot、base64 或郵件內容進 DB。
- secret redaction 在寫入 trace、logger、exception、MCP debug、checkpoint、UI 之前執行。secret type 使用 opaque handle；不靠事後 regex 當唯一防線。
- Runner 的 journal/outbox、broker keys 和管理憑證，必須置於 task shell 不可任意改寫的權限區域；中央 accepted intent 可協助查出本地結果缺口。
- 限制任務使用者對 broker／Runner proc env、memory、socket 與管理檔案存取；不能只因非 root 就假設同 UID 程序完全隔離。
- Browser 已登入狀態代表具有該帳號的存取權。若一般程式可以讀相同使用者的 browser profile／session 或控制 X11，就不能聲稱能抵抗惡意程式對所有 session 資料的窺探。部署要明確記錄此 threat model；更強隔離需 OS user／sandbox 與實測，不得僅用文案保證。
- 不記錄原始密碼、OAuth token、Authorization header、secret query、剪貼簿 secret。密碼相關操作停用或遮蔽自動 screenshot／recording；不可先拍下再只遮 log 字串。
- 檔案與郵件正文可能是敏感資料，依最小必要送模型，並提供 retention；secret canary 要掃所有正常與錯誤路徑。

---

## 10. MCP、帳號與憑證

### 10.1 MCP 在 Computer 執行與隔離

API 的 MCP 模組僅保存設定／授權 metadata 和 UI 狀態；stdio MCP 子程序與 remote MCP client 均由 Computer Runner 管理。兩模式都以 agent／grant 管理 MCP instance、env、working dir、account binding 與 capability set。shared 可重用唯讀套件 bytes；有狀態且含私人憑證的 instance 預設分開，明確授權且支援 request-level scope 的服務才共用 instance。安裝流程見第 20 節。

runtime key 至少包含 `(space,user,bot,computer,generation,server_instance)`，tool 名稱只是顯示名稱，不可只靠 slug 找工具而跨 agent 命中同名 server。

- 只讓授權工具進 registry，dispatch 再檢查一次；`definitions()` 不合併全域所有人的工具。
- 在短臨界區取得 client handle，釋放 hub lock 再 await。必要 semaphore 只限制該 server，不堵住別的 agent。
- 持續連線與 schema cache；restart／reconnect 清掉舊 generation 的 handles。
- stdio 套件及版本固定，不在每次 tool call 執行不固定版本的 `npx -y latest`。首次安裝是獨立、有紀錄的準備工作。
- raw MCP 結果要映射成共用 envelope，保留 `isError`、typed output、截斷與 resource references；不可只當 pretty JSON 文字認為成功。
- 處理跨 agent server alias 碰撞、404、401、timeout、schema 變動。拒絕 connector 自己要求開放更多權限或修改控制面設定。
- unknown／未受稽核的 MCP 可執行任意程式時，視同 unknown exec scope，不相信它宣稱 read-only。

### 10.2 Credential broker

保留 Vault 的加密儲存與管理介面，但新增 per-agent／account grant。模型只取得 opaque handle。需要使用時，由可信任 broker 透過受保護 channel 交給 Computer 的受控 connector／欄位填入器；token 不暴露給 generic exec 或其他 MCP 的 env。經審查的第三方 MCP 若只支援環境變數認證，需明確批准其讀取該 token，以該 instance 的受保護 runtime 注入，記錄安全降級；無法阻止共用 task user 讀取時拒絕敏感 token 注入並回報原因，不假裝有 broker handle 即相容。

broker／trusted connector 應使用與 task shell 分離的 OS 權限（共享／私人皆適用），不放在任意工作程式可讀的 home、environment、debug output 或 task 可寫 journal。OAuth callback 可以由控制面接收與交換／安全保存授權憑證；之後真正的 Gmail 工具操作由 Computer connector 發出。不得為「全部在電腦內」而把長期 secret 塞給任意 shell。

原始密碼填入前檢查 HTTPS、精確核准 origin、frame、form target 與當前 control epoch；導航之後重新驗證。不要自動放寬成任意 Google 子網域。欄位辨識可用 input type／autocomplete／label／表單關聯，不只中文字串搜尋。

登入狀態要區分 `ORIGIN_MISMATCH`、`FIELD_NOT_FOUND`、`AMBIGUOUS_FIELD`、`AUTH_REJECTED`、`NEEDS_HUMAN`。密碼被拒不連續重送；2FA／Passkey／CAPTCHA 進人工接管。此專案不實作驗證繞過服務。

### 10.3 授權與便利性

使用者明確要求的低風險工作可以取得 run-scope grant，不要每個讀檔、click 都重新核准。敏感外送、寄信、付款、刪除、改帳號設定或大批外部寫入要有清楚 scope 與 policy；可設定長期授權，但必須有範圍、到期、撤銷與事件紀錄。

核准綁 plan hash、account、目標資源、允許的變更與期限；修改內容變了必須重新核准。generic shell、browser 和 MCP 不得成為其他工具 policy 的繞過通道。

**重要實際限制：**對具任意本機程式、已登入 browser、直接網路權限的工作者，只做工具層 allowlist 無法證明所有出站行為都受限。需以 OS 使用者、broker 隔離、網路 egress／proxy policy 實際限制敏感服務憑證與目標；對無法強制的 generic browser／exec 高權限能力明確標示並要求額外授權，不能虛稱與 narrow Gmail tool 同等安全。

---

## 11. Gmail：第一個端到端業務驗收案例

### 11.1 範圍

Gmail 只是驗證新架構的第一個 connector，不將 router 寫成 Gmail 特判，其他服務應能使用相同 grants、operation、audit 與 verifier。

第一版只做使用者自訂 labels 的預覽、核准、套用與讀回；不自動寄信、不刪除、不封存、不改已讀、不改系統分類分頁／企業 Classification Labels。Gmail labels 與 Inbox categories、Google Workspace 的 Classification Labels 是不同範圍。

使用使用者 OAuth，不假設 browser cookie 等於 API token。優先實作必要範圍的授權，使用 `gmail.modify` 時在產品層限制具體操作；該 scope 不只是標籤修改，`gmail.labels` 也不能替代套用郵件標籤所需權限 [E1–E2]。不要要求個人 Gmail 使用 Workspace domain-wide delegation。

公開分發／多人部署前檢查 Google 對 restricted scope 與資料處理的要求；開發 fixture 不代表真實 OAuth 發布審核完成 [E2]。

### 11.2 正確流程

```text
確認 account 與 capability
 → search 指定 query／時間範圍，完整處理 pagination
 → 受限並行取得 headers；必要時才取得 snippet／body
 → 確定規則先分類，模糊案例送模型分批輸出 label enum
 → schema validation + 固定測試集校準 + 待確認類別
 → 保存不可變 label plan，顯示預覽
 → run grant 或使用者明確核准 plan hash
 → 依相同 add/remove label 組合分組
 → connector 在 Computer 內 batchModify
 → 逐筆 read-back 驗證，記錄 partial／unknown
 → 回報真實完成數、未處理數、例外與可用撤銷範圍
```

Google 官方 `messages.batchModify` 單次最多 1,000 個 message IDs，同一批使用同一組 add/remove label；成功回應為空，不帶每封郵件的完整結果，因此仍須另行讀回驗證 [E1]。

範例驗收採 100 封 fixture mail，不代表使用者授權處理整個真實信箱。生產查詢必須有明確範圍、結果上限、排除條件、pagination 與 preview。

### 11.3 權限、模型與準確度

郵件正文是**不可信任資料**。分類模型只回傳固定 schema 與允許 labels，不可直接 dispatch tools；正文要求轉寄／改系統規則／下載執行程式一律不構成授權。

不要只依 LLM 自報 confidence。建立含繁體中文、英文、帳單、廣告、工作與模糊內容的人工標註測試集；報告 precision、recall、coverage、abstention，避免把所有信放「待確認」就宣稱 100% 準確。

初始 target：自動套用類別 precision ≥ 95%，同時公布 coverage／recall；模型不達標時採 preview-only，而不是偷偷降低正確性門檻。此為驗收目標，不是目前已測結果。

### 11.4 Retry 與 Undo 的限制

每個 plan 包含 message IDs、account reference、原先 labels、requested delta、rule version、hash、到期與 grant。分批有 child operation ID，保存實際套用／驗證的狀態。

429／暫時錯誤採有界 backoff；回應丟失先 read-back，只執行仍缺少的核准 delta。token 撤銷停在 NEEDS_AUTH，不轉 GUI 硬闖。

撤銷只考慮本次實際新增／移除的 labels，不覆寫整個 label set。若使用者並行修改同一 label 或狀態／history 不清楚，標記 conflict，顯示預覽再核准；**沒有原子 compare-and-swap／明確來源資訊時，不能保證任意並行情況下完全無損的一鍵 undo**。

### 11.5 外部環境缺失

coding agent 使用本地 fake Gmail HTTP server 完成 pagination、batch、token revoked、rate limit、response lost、partial verification、concurrent change 與 prompt-injection tests。真實帳號測試單獨列為 opt-in integration，不要求密碼／token 貼到聊天，也不自行建立或刪除真實郵件。

---

## 12. Verifier、進度、有限恢復與預算

### 12.1 三層完成狀態

1. **Transport**：呼叫是否收到合法回應。
2. **Operation effect**：程序退出、欄位值改變、檔案 hash 符合、label 實際存在。
3. **Task success**：使用者要求的所有必要結果與限制是否達成。

只有第 3 層完成才回 run.completed。部分成果回 partial，明確列已完成／未完成／阻礙，不用最後一句自然語言假裝通過。

### 12.2 Evidence-based progress

- file：輸入／輸出 hash、筆數、schema、測試結果。
- browser：特定欄位、URL／目標記錄、確認頁中的對應值；只有頁面換網址不足以驗證交易成功。
- Gmail／Outlook：已讀回 verified 的 message 數、仍待處理／待確認數；不能混用兩者批次／標籤模型。
- build：實際 job status、exit code、test summary；仍在輸出 log 不等於任務持續前進。
- wait／poll：heartbeat 可表示 worker 活著，但不刷新 milestone progress。

像畫面時鐘、游標閃爍或工具 args 換了，也不算任務進展。對沒有 deterministic verifier 的模糊視覺任務，可使用受限視覺驗證或人類確認，但標示證據較弱，不能當確定完成。

### 12.3 起始預算（新設定，可調整）

```yaml
interactive:
  max_llm_turns: 20
  max_no_progress_seconds: 60
  max_semantic_recovery_attempts: 2
  max_route_switches_per_step: 2
  wall_budget_seconds: 180
batch:
  bounded_chunk_size: 100
  max_semantic_recovery_attempts: 2
  progress_source: verified_items
long_job:
  lifecycle_owner: runner
  completion_source: job_event
  runtime_deadline: required
```

這些值是合理起始實驗，不是已測最佳設定。正式 task budget 與保險上限分離。長工作依 task 明確 deadline，不用 180 秒把正常編譯截斷；human_wait 另計。interactive 沒進度時重新路由一次，仍卡住就清楚暫停，不能把上限調回四小時當修復。

watchdog 必須能在慢模型／工具 await 期間運作，不只在下一輪才檢查。等待已知條件採本地事件／bounded polling，不反覆付費請 LLM 決定再等一秒。

---

## 13. 效能與正確性量測

### 13.1 必要指標

- `run/step/operation/model/tool_version/backend/computer_generation/mode/assignment/display_session`。
- cold／warm，queue、model TTFT／total、tool execute、observation、recovery、human wait。
- model input/output tokens（provider 沒回則標 unavailable）、schema 大小、LLM turns、tool calls、retry／route switches。
- screenshot count／bytes、artifact bytes、verified items／milestones、success／partial／failure rate。
- native CPU／memory／disk、每 agent／Computer 並行數、MCP server latency、display capture 與 VNC viewer latency。

並行存在時，不可把所有 span duration 相加當 run wall time；同時報 wall time、exclusive spans 與 critical path，避免重複計算 tool 與其內部 observe 的時間。

### 13.2 Benchmark gates

以下為**待實測驗收 target**，不是完成時間承諾。先固定 reference host、container quotas、CPU architecture、模型版本、網路條件及冷暖狀態，提交 baseline，再進行比較。

| Case | 正確性 gate | 效能／迴圈 gate |
|---|---|---|
| 1 MiB 本地讀寫／hash | byte-for-byte 正確；private 不跨 Computer，shared 按授權共享而非混用 | warm tool-only P95 target ≤ 500 ms；0 screenshot |
| 短命令 `printf`／非零退出 | 真實 stdout/stderr/status | warm tool-only P95 target ≤ 1,000 ms；0 screenshot |
| 500 列 CSV 整理 | deterministic expected output／schema／hash 通過 | 不逐列 LLM；同條件已驗證完成 median target ≤ baseline 50% |
| 本地五欄表單 | 每欄正確＋提交確認 | bounded macro；模型決策回合 target ≤ 3，不含登入 |
| Gmail 100 封 fixture | requested label delta 逐筆驗證、不做額外修改 | 0 GUI；label write call 按組合／batch，而非每封一次 |
| 兩 agent 同時工作 | 結果分離、沒有 credential 或 artifact 混用 | 慢 A MCP 不阻塞 B client／registry；非全域串行 |
| 長命令與 reconnect | 狀態可找回，取消不留未知子程序 | 無需 LLM 忙碌 polling；模型次數不隨等待秒數增長 |

每一候選設定先固定種子／fixture 重跑至少 30 次；正式以 P95 當門檻前建議至少 100 次並附樣本數。少量樣本只作探索；有延遲或 rate limit 不隱藏。舊路徑若無法完成並驗證該任務，其相對提速列為 N/A，改報新路徑絕對耗時與成功率，不捏造 baseline 倍數。

只比較成功且驗證過的同一工作，**同時列所有任務成功率與失敗耗時**，避免只挑成功樣本或「更快失敗」造成假提速。未達 target 就提交 profiling、差距與修正項，不改 fixture 偷渡。

---

## 14. 持久化、設定與雙模式相容升級

### 14.1 資料模型

沿用既有表、ID 與 enum，migration 採 repository 下一號。不重命名既有 shared/team mode 就讓舊資料無法載入。

- Computers：mode／owner_team／generation／provider_ref／backend／readiness。
- Assignments/memberships：每 bot 一個 active assignment；shared computer 可多 bot，dedicated 有條件排他約束。保存 workspace scope、display slot、profile id。
- Grants：bot／team membership／Computer／account／operation／expiry；同 Computer 不等於同 grant。
- Package installations：Computer/package/version/digest/source/trust/status。Binding：安裝包 → agent(s)／server instance／account／capabilities；套件與認證分表。
- Jobs／operations／events：保留第 4 節與原有 schema，加入 assignment、display/resource scope 和版本 provenance。
- Artifacts：creator bot、visibility、relative path、hash、source op；重建後核對，不讓永續檔案被 generation 永久孤立。
- Display sessions：每 slot 的 display/backend/epoch、profile 和 lifecycle。MCP、package 與 desktop 各可單獨健康檢查和恢復。

### 14.2 設定

以下是新增設定的建議命名；必須實作 parser／validation／`.env.example`，不是當成目前已可用的環境變數：

```text
LAZYBOY_EXECUTION_PROFILE=legacy|hybrid
LAZYBOY_DISPLAY_BACKEND=xvfb_x11vnc|tigervnc_xvnc
LAZYBOY_BROWSER_BACKEND=cua|playwright
LAZYBOY_TOOL_AUDIT_REQUIRED=true
LAZYBOY_NATIVE_JOB_CONCURRENCY=2
LAZYBOY_SERVICE_READ_CONCURRENCY=4
LAZYBOY_TOOL_INSTALL_ENABLED=true
LAZYBOY_TOOL_INSTALL_REQUIRE_APPROVAL=true
```

Computer mode 保留既有 UI/API 選擇與預設值；不加強制 dedicated 的 rollout。legacy/hybrid 是 executor 路徑版本，**不是 shared/private 的替代名稱**。

雙模式皆先 opt-in 測試，再 canary。不能用 feature flag 恢復截圖錯誤、secret 洩露或 host task fallback。

### 14.3 原地升級與可選模式切換

預設原地升級 shared 與 dedicated，保留 bot assignment、shared/、private workspace、登入、skills、排程和群聊。既有 Team 不標為待淘汰、migration_required，也不自動拆成多台私人電腦。

只對需要調整的 metadata／工作檔路徑做有測試的相容 migration，保留回滾資料。使用者明確要求換模式時才執行：dry-run → manifest → 停止相關 writers → 在來源 Computer 匯出／目標 Computer 匯入 → hash/permissions check → 原子切換 assignment → 恢復。共享 profile／credential 歸屬不明時列衝突，不複製給所有人。

共用 package 更新或整台 image recreate 必須先列出所有受影響 members/jobs；不要為單 agent 升級重啟別人的工作。移除一個 agent 不刪共享資料或共享安裝包；最後一個 reference 消失後仍需 retention／管理政策決定 GC。

---

## 15. 實作順序：可分段提交的 PR

不做「一次替換全部底層」的大型 PR。核心正確性先落地；TigerVNC 和第二 browser adapter 都有獨立開關，不把它們的相容性問題混入原生工具改動。

| PR | 實作與主要落點 | 依賴 | Gate／產出 |
|---|---|---|---|
| PR-00 | 核對 HEAD／git status／AGENTS.md／工具鏈；建立 shared/private baseline、紅燈 fixtures | 無 | 記錄原有失敗、可重現截圖／工具契約問題；不覆蓋未提交修改 |
| PR-01 | 修 `tools.rs` 截圖與 semantic/vision guard、browser contracts、typed result | 00 | 新圖交付、text-only DOM、unsupported/stale/disabled 正確區分 |
| PR-02 | 保留兩模式；assignment/membership／Runner identity／per-display context／protected broker boundary | 01 | shared A/B 仍同 Computer、private C 獨立；不能偽造 scope；沒強制模式轉換 |
| PR-03 | operation ledger／Computer outbox／Activity UI／事件與秘密脫敏 | 02 | 斷線補送／去重、rejected/partial/unknown 可見；失去 audit 不開始 mutation |
| PR-04 | 原生 exec/files/jobs／range & binary／artifact streaming／scope-aware cancel | 03 | 兩模式都能 text-only CSV 工作、0 screenshot、真 exit code、取消子程序；第一個核心可交付階段 |
| PR-05 | 可安裝 Tool Manager、Computer 內 MCP／連接器、版本 pin／grants／OAuth broker／hot reload | 04 | 本機 sample MCP 實際安裝可用；共用套件不共享帳號；更新回滾不重啟整台 Computer |
| PR-06 | per-step capability router、少量 schemas、milestone verifier／watchdog／有界恢復 | 05 | wait 不算進度、無 planner 套娃、policy denied 不繞路、未知副作用先讀回 |
| PR-07 | Browser session／profile／display leases、form macro、人類接管与恢復 | 06 | 同 display 排他、不同 display 可並行；接管 A 不凍結無衝突 B；resume 不重做 |
| PR-08A | Gmail labels adapter 作業務基準；沿用第 11 節 | 07 | fixture 預覽／核准／apply／read-back／衝突測試；不操作主信箱 |
| PR-08B | **Outlook 外掛作擴充性驗收**；走第 20 節安裝契約與 Graph adapter | 05；業務 E2E 需 07 | 不改核心 dispatch 也能載入外掛；read/categories/分頁/batch/401/429/共用模式授權測試 |
| PR-09 | DisplayBackend 介面＋TigerVNC Xvnc 候選＋舊 backend rollback；第 19 節 | 02/03 可先開始；整合 gate 需 07 | Cua/AT-SPI/X11/中文/多 display/noVNC 相容；benchmark 不退步才考慮 default |
| PR-10 | 雙模式原地升級、完整測試／效能與部署文件／rollout | 08A/08B/09 | 第 1 節契約與第 16 節測試有證據；Outlook 真實帳號或 GUI 缺環境須明確 blocked |
| PR-11（可選） | Playwright worker 對照；Selkies／Xpra／Wayland 分別另開 ADR | 核心不需等待 | 一次只換一層、無證據不採用；不能為完成清單全部安裝 |

每個 PR 可以拆小，但不可依賴尚不存在的安全邊界就先打開高權限工具。PR-04 的必要 job cancel／audit 不拖到 PR-07。PR-05 即使外部 OAuth 不可用，也必須能安裝並執行本機測試 MCP，證明「外部工具能加入」不是只有 UI。

### 15.1 Coding agent 執行方式

先建立進度檔，以 `NOT_STARTED / IMPLEMENTED / PARTIAL / BLOCKED_EXTERNAL / VERIFIED / DEFERRED` 表示真實狀態。先完成 PR-00/01 的程式與測試，再依 DAG 推進；不是再交一份更長的計劃。

逐項更新第 18 節的 O01–O48：採用／保留現況／實驗／延期／阻礙、實際 diff、測試命令與結果。標「已實作」不等於「已驗收」。有互斥候選時，只實作滿足目標的最小方案；不能同時把所有替代框架塞進主線。

---

## 16. 最小測試矩陣與 Definition of Done

| Test ID | 場景 | 必須證明 |
|---|---|---|
| T01 | vision × Changed/Similar/Identical | image 交付真值表正確 |
| T02 | 首次畫面／換模型／壓縮歷史／takeover resume | 未變但模型沒看過的圖仍交付 |
| T03 | 純文字模型 DOM／native tool | 可用語意工具、不收到圖、不猜座標 |
| T04 | selector unsupported／stale／disabled | 正確錯誤、有限恢復、無盲點 |
| T05 | private A/B 同路徑與 shared A/B 相同相對路徑 | 私人互隔離；共用 own workspace 不誤取，shared/ 依授權真共享 |
| T06 | 偽造 bot/computer/grant/generation | API 及 Runner 都拒絕 |
| T07 | host sentinel／Docker socket／管理 API | task 不可讀取或操作 |
| T08 | `..`／symlink race／奇異 Unicode 檔名 | 不逃逸／不 command injection |
| T09 | binary 含無效 UTF-8 與 1 MiB 檔案 | byte-for-byte 正確 |
| T10 | 權限不足／磁碟滿／HTTP 403／解析失敗 | 不回空成功 |
| T11 | 同檔並寫、expected hash 不符 | conflict 而非覆蓋 |
| T12 | stdout/stderr／非零退出／signal | 真實程序狀態 |
| T13 | timeout／子程序／cancel 競爭 | 停止程序樹，誠實回 pending/unknown |
| T14 | API restart／Runner reconnect | 原 job 不重做、output cursor 可續 |
| T15 | container recreation | generation 失效，舊 job 不假裝存活 |
| T16 | 同 operation 重送／相同 ID 不同 args | 去重；不同 payload 被拒絕 |
| T17 | central DB/網路中斷 | durable outbox 最終補送，不重做副作用 |
| T18 | journal 不可寫／quota 用盡 | 不開始新的 untracked mutation |
| T19 | 同名 MCP／慢 server | namespacing 正確，沒有全域 await lock |
| T20 | token revoked／wrong account／grant expiry | 停止並回 NEEDS_AUTH／denied |
| T21 | secret canary 在成功及 exception 路徑 | prompt/log/checkpoint/UI 無 secret |
| T22 | website/email/MCP prompt injection | 不把外部內容當授權與工具指令 |
| T23 | 同一 page 的 Cua＋browser worker | mutation 排他，refs 不混用 |
| T24 | takeover 時 background job＋HTTP in flight | barrier 真實，顯示未確定效果 |
| T25 | screenshot clock／重複 wait | 不刷新 milestone、不無限 loop |
| T26 | fake Gmail pagination／batch limits | 沒漏信、label 組合分批正確 |
| T27 | Gmail response lost／429／partial verify | bounded retry、read-back、如實 partial |
| T28 | Gmail concurrent same-label change／undo | conflict-aware，不宣稱無損無條件撤銷 |
| T29 | 兩模式原地升級；使用者要求模式切換的 dry-run | shared 不被強制拆開，原資料／profile／排程保留 |
| T30 | noVNC 關閉／desktop 未啟動 | native 工作仍完成且有紀錄 |
| T31 | 兩 agent／多 run 壓力 | 可量測並行、資源受控、結果不交叉 |
| T32 | 分類測試集含模糊郵件 | precision/recall/coverage/abstention 全部報告 |
| T33 | arbitrary exec 讀 broker env/socket/journal | 保護區不可見，不靠 prompt 擋 |
| T34 | UI download/附件串流 | 不使用 API host 暫存任務檔案 |
| T35 | 取消後 resume | 已驗證操作不重播；grant/ref 重新檢查 |
| T36 | 所有 aliases／native/MCP/browser 入口 | 都經統一 policy、operation、audit |
| T37 | 建立／恢復 shared 與 private agent | 兩模式維持原選擇；shared 允許多 assignment，不誤套 UNIQUE |
| T38 | shared A/B own workspace 相同檔名 | 透過受控 fs/exec context 正確命中，不因 cwd singleton 混用 |
| T39 | shared/ 同一檔案協作與未授權會員 | 成員獲准則可見；同檔 CAS/conflict，未授權工具請求被拒 |
| T40 | Team 不同 DISPLAY 的兩個 browser writer | 可並行；profile、DBus、AT-SPI、Cua socket 與截圖不串台 |
| T41 | 同一 DISPLAY／profile 的 browser/Cua/人類 | 排他 writer 與 server-side control epoch，有界排隊 |
| T42 | 暫停／接管 shared agent A | 無衝突 B 的 native/job/display 不被凍結；A 不再派送 |
| T43 | 整台 Team pause／recreate | 所有 members/jobs 被追蹤；無假暫停／孤兒 writer |
| T44 | 兩 agent 同時首次 provision／ensure screen | single-flight、slot 配置唯一、只有一個合法 instance |
| T45 | 刪除 Team 的一位成員 | 其他人的 Computer／shared files／package／jobs 不被刪 |
| T46 | 本機測試 MCP 匯入＋實際安裝＋執行 | 安裝程序和 bytes 在 Computer；有版本／hash／audit |
| T47 | 共用安裝包＋不同 agent 帳號 grant | 只重用唯讀程式；未授權 agent 無 broker token／tool capability |
| T48 | 錯誤 digest／路徑逃逸／擴權 manifest | 啟用前拒絕，existing tool 不受影響，套件 hooks 無無界權限 |
| T49 | 安裝新版本時有 active jobs | active pin 舊版、新 run 用驗證新版；可 rollback、不全機 restart |
| T50 | 移除／撤銷一個 connector binding | 只停止相應授權；共用套件／其他 agent bindings 仍運作 |
| T51 | Outlook fake messages/categories adapter | 安裝後能 read/preview/apply/verify；未授權 send/delete 不可用 |
| T52 | Graph $batch HTTP 200 但子項 429/401/5xx | 逐子項結果／Retry-After／未知 read-back；不全批重做 |
| T53 | Outlook nextLink/deltaLink／token revoke | 完整分頁；delta 依 folder 綁定，失效需安全重同步／授權 |
| T54 | Outlook categories 並行修改／未支援 If-Match | 不假稱 CAS；偵測可見衝突、回報限制，不盲覆蓋 |
| T55 | TigerVNC Xvnc × Cua × XFCE fixture | 截圖／XTEST／AT-SPI／中文／鍵鼠／clipboard／視窗辨識通過 |
| T56 | X server restart／backend 切換 | 舊 refs、display epoch 失效；既有 GUI sessions 不宣稱無縫存活 |
| T57 | slot 0/1 的 DISPLAY 與 VNC port | 明確保留 :1→5900／:2→5901 對應，不依 Xvnc 預設推算 |
| T58 | noVNC CSS scaling／resize／高 DPI | 座標 transform／實際尺寸正確、文字可讀，不拿 viewer 有損畫面做驗證 |
| T59 | 未授權 VNC keyboard/resize/clipboard | 伺服器拒絕；不只靠客戶端 viewOnly；Xauthority 配置驗證 |
| T60 | 無人觀看、VNC proxy 未啟動 | native 與必要 browser 工作仍可做；不被 viewer readiness 阻塞 |
| T61 | 第三方 MCP 僅能接受 env token | 明確 trust review／保護 process env；不能保護就拒絕敏感注入 |
| T62 | shared 同 UID 無界 shell 的 threat model | 不把目錄 scope／tool annotations 宣稱強隔離；core secrets 不可讀 |
| T63 | 慢 agent／資源不足／renderer crash | 公平隊列／總配額；不因 A 閒置或 OOM 自動破壞 B 狀態 |
| T64 | Computer recreation 後套件與 artifact | manifest 可重建；persistent artifact 校驗後可取；不重用舊 jobs |

測試層次：unit → fake Runner／fake model／fake SaaS → disposable real Computer integration → explicit opt-in external account/model E2E。fixture 真實 GUI 測試無 display 時標 blocked，不改成假 assertions。

第一輪先從 repository 查實際工具鏈與 scripts。可用時執行：

```bash
cargo fmt --all -- --check
cargo clippy --workspace --all-targets -- -D warnings
cargo test --workspace
```

前端依 `apps/web/package.json` 已存在 scripts 跑 typecheck/build/tests；不要宣稱不存在的 npm／Make target 已通過。需要的 `test-agent-computer`、`bench-agent-computer` 等新入口必須在此實作中真的加入。

### 16.1 全案完成的最低定義

- shared Computer 上 A/B 協作、private Computer 上 C 獨立，兩模式關閉桌面仍可做工具工作。
- 檔案、exec、MCP、connector 在正確 Computer；不存在 host task fallback。
- API／工具／UI 的成功、失敗、partial、unknown、cancel、needs_auth 語意一致。
- Activity 看得到操作摘要、結果、耗時、電腦、job／artifact 與驗證。
- 原生檔案／命令能由 text-only 模型完成且不產生截圖。
- Cua 仍可處理必要桌面操作；語意和視覺工具的 boundary 正確。
- Gmail 與 Outlook fixture 預覽→核准→套用→驗證完成；Outlook 走可安裝外掛契約；外部帳號測試誠實標示。
- 核准、secret、timeout、並行、接管、重啟與撤銷都有測試，不以功能展示代替。
- TigerVNC 以候選 backend 通過兩模式相容性／readiness／noVNC 測試；是否切為預設依結果，不宣稱保證提速。
- 外部 MCP 安裝、授權、更新、撤銷、移除可在 UI/API 操作，active job 不被靜默換版本。
- O01–O48 逐項有 disposition／理由／證據；P2/P3 可有合理延期，不要求全部換掉。
- 實際 benchmark 附環境與成功率；沒有未測的速度倍數或「全網站皆可操作」宣稱。

---

## 17. Coding agent 的交付格式與停止點

每個 PR 更新 `docs/agent-computer-progress.md`：

```markdown
## PR-XX：名稱
狀態：IMPLEMENTED / PARTIAL / BLOCKED_EXTERNAL
基準 commit：...
修改檔案與設計差異：...
新增／修改測試：...
實際執行命令與結果：...
未執行測試及原因：...
效能結果與樣本數：...
安全／相容性／雙模式／migration 影響：...
對應 Oxx／Txx 與 disposition：...
回滾方式：...
下一個可執行步驟：...
```

不要把「已寫測試」與「已執行且通過」混為一談。不要透過刪測試、跳過 auth、放大 retry budget、強制 vision 或把未知效果標成功來完成 gate。

沒有外部憑證時完成內部必要範圍，精確列出 integration blocker；不向聊天索取密碼。沒有使用者授權，不對真實信箱做寫入、不刪除 legacy 資料、不正式部署或 force push。

需要決策但沒有資料時，選擇符合本文件不變條件的最小改動；只有不可逆資料遷移／真實帳號核准等真正需要使用者的步驟才暫停。不要因架構工作較大就只交另一份計劃。

---

## 18. 逐項改善清單：48 項，不等於 48 項全部替換

P0：正確性／產品邊界；P1：核心交付；P2：量測後採用；P3：可選／延後。以下是本案的待辦與候選，沒有實測提速倍數。每項在進度檔有 disposition、證據和回滾；已存在的優化要標「保留」，不要再次算成新成果。

### A. 原生執行與工作流程

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O01 | 修正新圖交付 | P0／必做 | 修反轉條件，分 captured/delivered，接管／換模型強制交付 | 無圖硬做造成的錯誤與重試 | 真值表＋模型 request fixture；[R1] |
| O02 | 原生 exec | P1／必做 | 命令在綁定 Computer 執行，直接取 stdout/stderr/exit | 消除終端機打字與讀圖 | 兩模式 text-only 命令 0 screenshot |
| O03 | 原生 files | P1／必做 | 重用並強化 SandboxProvider，不透過 sed 畫面讀檔 | 減少回合／避免 binary 毀損 | range、Unicode、binary、shared 路徑；[R2–R4] |
| O04 | 持續 jobs 與 PTY | P1／必做 | 短命令直接返回，長作業由 Runner 管理、事件通知／真取消 | 不請 LLM 反覆看是否做完 | API 重啟可追 job；process-tree cancel |
| O05 | 批次程序／form macro | P1／必做 | 已知步驟在受控 executor 內完成，有 pre/post checks | 不逐列／逐 click 呼叫模型 | 每個子動作有 trace；失敗即停 |
| O06 | 套件／連線常駐 | P1／必做 | 暖 MCP instance、HTTP pooling、版本化 cache | 降低啟動與重複連線成本 | warm/cold 分測；不共享私人 env |
| O07 | 穩定 Runner transport | P2／量測 | 優先現有安全 transport；高 overhead 才改持續 UDS/HTTP 通道 | 減少每次 docker exec 的啟動成本 | 實測 RPC 分解；不能公開 root socket |
| O08 | readiness 分層 | P1／必做 | Runner、browser、desktop、viewer 各自 ready，按需啟動 | 讀 CSV 不先等整個桌面 | no viewer/no desktop 的 native fixture |

### B. 模型與瀏覽器

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O09 | 按能力路由 | P1／必做 | 原生／已授權 API 優先，DOM 次之，必要時視覺 | 避免 Gmail／Outlook 走慢 UI | route rationale＋權限拒絕不繞過 |
| O10 | 工具 schema 按需載入 | P1／必做 | 僅帶此 run 可用能力，版本／grant cache | 縮短 context、避免選錯工具 | revoke 後立即失效；記 schema tokens |
| O11 | 簡單任務不加 planner | P1／必做 | 用既有一輪決策，複雜任務才 TaskPlan | 避免多 agent／planner 套娃 | 記模型回合、TTFT、正確完成 |
| O12 | 條件等待 | P1／必做 | wait_until／job events 有 deadline，替代固定 sleep | 消除空等與毫無進度輪詢 | 未知 disabled 原因不無限等 |
| O13 | DOM snapshot 限量與增量 | P2／量測 | 聚焦相關區域，revision 與失效 refs 完整處理 | 減少重傳巨大 page text | 錯 revision 回 full；不能漏關鍵元素 |
| O14 | agent 圖片和 viewer 串流分離 | P1／必做 | 高可讀截圖按需取，不把 VNC frame 全塞模型 | 減少模型圖片成本且維持辨識 | 縮放映射／force image／小字 fixture |
| O15 | 既有 browser/session 穩定 attach | P1／必做 | profile/tab/frame 明確綁定，禁止亂開替代瀏覽器 | 減少重登入與 stale reference | 同 profile 不雙開；重啟正確失效 |
| O16 | 驗證、有限恢復與模型升級 | P1／必做 | 進度看 milestone；兩次同義錯誤換策略，難題才升級模型 | 停止二十分鐘空轉 | 未知副作用先讀回；無固定提速保證 |

### C. 顯示與遠端桌面

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O17 | Xvfb+x11vnc → TigerVNC Xvnc | P2／必做候選測試 | 一個 backend 同時提供 X server 與 VNC，保留 rollback | 可能減少顯示匯出層與維護負擔 | Cua／a11y／中文字／多 display／CPU/latency；[E5] |
| O18 | Xvfb+x0vncserver 備選 | P3／保留替代 | 只換 VNC 匯出層，不替換 X server | Xvnc 相容性卡住時較小改動 | 不能說已移除 Xvfb；[E6] |
| O19 | 檢查 -noxdamage | P2／對照 | 現有 x11vnc 關閉 XDamage；測啟用是否有重繪瑕疵 | 判斷掃描負擔能否降低 | 靜態／捲動／遮擋／影片測試；不可直接刪旗標；[R9] |
| O20 | noVNC/websockify 與畫質檔 | P2／調校 | 先保留；viewer FPS/壓縮可調，無 viewer 減少服務負載 | 改善觀看／頻寬，不假稱模型更快 | 文字清晰、輸入延遲、resize、proxy auth；[E7] |
| O21 | 精簡桌面而非先換 OS | P2／調校 | 保留 XFCE/a11y；已 compositor=off，評估不必要 autostart | 降低多 slot CPU/RAM | 不重做既有優化；不破壞 DBus/a11y；[R9] |
| O22 | Selkies 替代 viewer | P3／可選 | 有高幀率／音訊需求才測；目前有 WebSocket 與選用 WebRTC | 影音觀看可能較適合 | 硬體 encoder 實測、網路與前端成本；[E8] |
| O23 | Xpra 替代 viewer | P3／可選 | 需要單視窗發布／session forwarding 時測 | 另一路 remote app 體驗 | 非 noVNC drop-in；額外 client/輸入整合；[E9] |
| O24 | Wayland／全面換桌面 | P3／延後 | 保留 X11 driver 路徑，未有需求不全面搬遷 | 避免同時引入 capture/input 相容性變動 | 獨立 ADR/fixtures；不是目前速度主解法 |

### D. 共用／私人與資源協調

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O25 | 雙模式正式保留 | P0／必做 | shared 多 bot→同 Computer；private 排他；不強制遷移 | 符合產品且避免破壞資料 | assignment/member/slot/重建測試 |
| O26 | 按 display／檔案／account 鎖 | P1／必做 | 同資源排他、不同 display 與受控 job 並行 | 避免共用主機整機串行 | Cua/DOM/human 同鎖；canonical shared key |
| O27 | scope-aware pause | P1／必做 | 接管 A、接管 display、暫停整機分開 | B 不被 A 的無關操作凍結 | 真 barrier／fencing；HTTP unknown 誠實顯示 |
| O28 | 共享 lifecycle／single-flight | P1／必做 | 啟動、刪除、idle reaper 看全部 member/jobs | 避免重複建立與誤停他人工作 | member refcount、job/viewer 活性聚合 |
| O29 | 程式共享與帳號授權分離 | P0／必做 | 共享唯讀 package，per-agent runtime/bindings/grants | 省重複安裝、不共享私人帳號 | 未知程式不能靠 annotations 保證安全 |
| O30 | 公平排程與總配額 | P1／必做 | 每 agent／Computer 的 CPU/RAM/jobs/requests 有界 | 抑制單 agent 拖慢所有人 | 壓力/OOM/慢 MCP；不無界並行 |
| O31 | Chromium /dev/shm 與程序回收 | P2／量測 | 調 per-Computer shm、init/reaper、renderer 健康 | 減少可避免的崩潰與孤兒程序 | 不能盲開 ipc=host/SYS_ADMIN/no-sandbox；[E10] |
| O32 | X11/DBus/profile 權限與 session | P1／必做 | per-slot identity，評估 Xauthority，系統安裝有管理鎖 | 避免串台與共用 session 風險 | 同 UID 非強隔離；Xvnc :1 port 對應測試 |

### E. 可安裝外部工具／Outlook

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O33 | Tool Manager 安裝入口 | P1／必做 | catalog、manifest／受控 package URL、本地上傳三種入口 | 新增工具不改核心 dispatch | 實際 sample MCP 安裝，不只是設定畫面 |
| O34 | 來源版本與完整性 | P1／必做 | pin digest/version，審核 hooks，安全解壓與 quota | 更新可重現、防無界安裝 | 拒絕未審核 URL、路徑逃逸、錯 digest |
| O35 | 安裝／啟動／認證／授權分開 | P1／必做 | 每階段顯示狀態、failure reason 和 scope | 不再「裝好了卻不能用」 | installed ≠ connected ≠ authenticated ≠ authorized |
| O36 | 熱啟用與 registry 更新 | P1／必做 | health/schema 驗證，原子登錄能力；grant 撤銷失效 | 不為加工具重啟整個 LazyBoy | 正在執行 run 的能力版本與安全點更新 |
| O37 | 版本更新／回滾／移除 | P1／必做 | 新版本旁置，active job pin 舊版，bindings/reference GC | 共用主機其他 agent 不受破壞 | 新增權限重新核准；共享套件引用仍存活 |
| O38 | OAuth／token broker | P1／必做 | Microsoft/Google 正規授權，scoped token、refresh single-flight | 減少重登入與憑證混用 | MFA/admin policy 正常接管；secret canary；[E11] |
| O39 | Outlook Graph 外掛 | P1／必做驗收 | 讀信→categories preview/apply/verify；寄信另授權 | 驗證架構不只 Gmail 特判 | 個人/工作帳號對應 scopes；[E12–E14] |
| O40 | Outlook 批次／增量同步 | P1/P2 | Graph 20 子請求／逐項狀態；需要時 folder delta | 減少網路回合及每次全信箱掃描 | 429/Retry-After/分頁/ImmutableId；[E15–E18] |

### F. 正確性、紀錄與可維護性

| ID | 項目 | 優先級 | 具體改動 | 要改善的問題 | 驗收／限制 |
|---|---|---|---|---|---|
| O41 | operation journal/outbox | P0/P1 | 副作用前記 intent；斷線 durable 補送與去重 | 避免掉紀錄與重做工作 | journal 故障不開始 mutation |
| O42 | 活動紀錄串流而非桌面演出 | P1／必做 | 工具與 job 的結構化事件、實際耗時／結果 | 人可追查、不逼每步打字 | noVNC 關閉仍可看進度 |
| O43 | artifact 存 Computer＋脫敏 | P1／必做 | 全文输出在 Computer，API 存摘要/reference，限量保留 | 避免 DB/context 被圖片/日誌塞滿 | secret/大檔/retention/串流授權測試 |
| O44 | Task 驗證與郵件分類品質 | P1／必做 | API 200 不等於任務完成；測 precision/coverage/abstention | 速度與正確性一起看 | read-back／真實 fixture、失敗也計入 |
| O45 | 衝突與冪等／未知效果 | P1／必做 | 同 operation 不重做；same-file CAS；未知 API 先回讀 | 降低重送／覆蓋／重複外部副作用 | 不假稱通用 exactly-once／無損 undo |
| O46 | 部件健康與版本相容矩陣 | P1/P2 | Runner/display/Cua/browser/plugin 個別 probe/recover | 失敗不用重啟整台 Computer | 不影響其他成員；pin 上游版本 |
| O47 | 已驗證 skill／流程重用 | P2／後續 | 將常用流程保存語意步驟與 checks，環境變更可失效 | 降低每次從零探索 | 不保存密碼／舊座標；profile/版本變更重驗 |
| O48 | 端到端＋viewer 雙 benchmark | P1／必做 | 分模型、工具、snapshot、queue、viewer，固定環境兩模式 | 找真瓶頸，不憑工具名字換底層 | 成功率/median/P95/CPU/RAM/可讀性；一項一改 |


---

## 19. TigerVNC 與桌面後端：實作規格

### 19.1 明確的兩條路

**候選 A：Xvnc 取代 Xvfb+x11vnc。** TigerVNC 的 Xvnc 同時提供 X server 與 VNC server [E5]。此案希望減少虛擬顯示再由另一程序匯出的層次；收益是待測假設，不保證 agent 推理更快。

**候選 B：保留 Xvfb，只用 x0vncserver 取代 x11vnc。** x0vncserver 是匯出既有 X display，不建立新的 display [E6]。它不是「Xvfb 一起換掉」。只有候選 A 遇相容性阻礙時再測 B，避免一次三套都當主線。

noVNC 是 viewer；websockify 是 WebSocket 到 VNC 的橋接。換 Xvnc 不代表可以直接刪掉這兩層；第一版保留既有 authenticated screen proxy 與 noVNC UI [E7]。

### 19.2 原始碼落點

- `image/computer/Dockerfile`：加入發行版可用且 pin 的 TigerVNC 套件，保留 baseline fallback。安裝後記錄實際 binary 名稱／版本（不同套件可能叫 Xvnc 或 Xtigervnc），不是假設名字一定相同。
- `image/computer/lazyboy-screen`：將 start_xvfb/start_vnc 抽成 DisplayBackend，沿用 ensure_slot 和 per-slot identity／locking。保留顏色、中文、DBus／AT-SPI、Cua socket、profile、日誌。
- `image/computer/start.sh`／`crates/controld`：分 runner/display/viewer readiness；按需啟動而非工具讀檔前全部 boot。
- `crates/control/src/screen.rs`／supervisor：保留 slot→display/view port 契約，增加 backend/session epoch 與 capabilities。实际檔案／函式存在與否先核對，不盲插模板。
- `screen_proxy.rs`／noVNC UI：保留 server-side auth／membership/control lease、斷線恢復與鍵鼠權限；不要只有 viewOnly 前端旗標。

### 19.3 最容易踩錯的地方

1. 基準 slot 0 是 DISPLAY `:1`、RFB `5900`、web `6080`；slot 1 是 `:2`、`5901`、`6081`。Xvnc 常用預設是 5900+display-number，**不得拿預設值默默改掉既有對應**；明確設定 rfbport，寫契約測試 [R9][E5]。
2. 每 slot 的 X11、Cua、DBus、AT-SPI、XDG_RUNTIME_DIR 與 browser profile 一起綁定，不用全域可變 DISPLAY。不能以「共用主機」為由退回所有 agent 同一滑鼠。
3. Cua 的 X11 截圖／輸入、XTEST、RANDR、clipboard、視窗 enumerations 需要在選定套件實際 probe；AT-SPI 是桌面／應用和 bus 的能力，不是 Xvnc 自動提供。
4. 先固定現有 1280×800／24-bit 並保持一致 DPI／scale，避免把 backend 差異和解析度差異混在 benchmark。viewer 可 CSS fit，但座標需轉成實際 display pixels；resize 成功後 invalidate refs。
5. human viewer 的有損壓縮／FPS 調整不能降低 agent 驗證圖的可讀性。模型 observation 仍由明確的高可讀 capture 路徑取得。
6. X11/RFB 僅在受控邊界可達；不裸露公網的 5900/6080/CDP。評估移除 `-ac` 需要同步實作 Xauthority/client credentials，不能只删旗標導致 Cua 壞掉。
7. 現有 `-noxdamage` 可能是舊相容性 workaround，只有在重繪 fixture 過關後才能改。`xfwm4 --compositor=off` 已經存在，不能重複列提速成果 [R9]。
8. Xvnc 是 X server，殺掉它就會中斷使用它的 X clients；無 viewer 時可以停／降頻 viewer bridge，但不能因此殺死仍在工作的 display。stop/recreate/backend 切換需受控停止點，**不是無縫熱切 X server**。
9. 清理 stale pidfile／X lock／Chromium SingletonLock 前先確認對應程序與 profile ownership；不以 pgrep 字串近似或一律 rm lock 把活躍 session 搞壞。
10. 大版本更換仍可能影響 Unicode clipboard、快捷鍵、drag、輸入焦點；測手機／桌面 reconnect、human takeover、雙 viewer read-only 與 writer。

### 19.4 對照測試與採用門檻

固定模型、任務、容器資源、Cua/Chromium/noVNC 版本、screen size 與 LAN/WAN 條件。至少含空桌面、靜態網頁、捲動、輸入表單、對話框、影片、兩個 Team displays 同時操作。

分開量測：

- **Agent path**：model time、工具時間、Cua snapshot latency、action→verified effect、完成率、重試數。
- **Viewer path**：input-to-present latency、frame update interval、重繪完整性、小字可讀性、reconnect、網路 bytes。
- **資源**：每 display／整台 Computer CPU、RSS、程序數；有 viewer 與無 viewer 各測。

硬 gate 是既有 GUI／輸入／a11y 正確性不退步，不能用更模糊畫面換好看的 FPS。採用預設前提出量測理由；只有 viewer 變順時，報告 viewer 改善，不宣稱整個 agent 任務提速。無 GUI 環境則標 BLOCKED_EXTERNAL 並保留 baseline default。

### 19.5 不建議同時改的東西

Selkies、Xpra、Wayland、換整個 Linux 發行版是不同級別的變更。Selkies 目前官方文件列 WebSocket 為預設、WebRTC 為選用，不能只照舊 README 說一定需要 WebRTC/TURN；硬體編碼可用與否也要 probe [E8]。Xpra 有自己的 HTML5/session forwarding 架構，不是改一個 VNC executable 就完成 [E9]。沒有影音／單應用發布需求時，先保留 noVNC。

---

## 20. 可安裝外部工具：Tool Manager 與擴充契約

### 20.1 三種形式與真正的執行位置

| 形式 | 實作方式 | 限制 |
|---|---|---|
| stdio MCP | Computer 內啟動經審查的 Node/Python/Rust executable，generic MCP adapter 載入 schemas | MCP package 可執行程式；固定版本與 runtime grants；API 不 spawn |
| CLI／自製本機工具 | 套件裝在 Computer，manifest 把 argv/stdin/stdout/schema 接到受控 executor | 不能直接把任意 shell 字串當受信任 metadata；binary 必須在 scope 中 |
| HTTP MCP／SaaS connector | client 在 Computer；呼叫批准的外部服務，artifact/download 落在 Computer | remote MCP server 仍在遠端；不能外包本機任務檔案處理／code execution |

普通 REST SDK 不會自動變成 agent tool；需要一層 adapter／MCP server／manifest wrapper。完成通用載入後，新 MCP 不應每次修改 Rust 核心 dispatch；新 provider 的特殊 API 語意仍可能需要寫 adapter。

先支援手動來源與小型內建 catalog，不以「先蓋完整 marketplace」阻擋交付。來源可為受控 manifest URL、上傳套件、已知 catalog；下載與解包在指定 Computer。公開 registry 只協助 discovery，不等於套件已審核安全。

### 20.2 必須分開的四個層次

```text
Package：程式、來源、版本、hash、相依
Installation：安裝在哪個 Computer、狀態、可重建資料
Binding：哪個 agent 可以看見／呼叫哪些 capabilities
Connection：哪個真實帳號、OAuth／secret grant、允許操作
```

shared Computer 可以一份唯讀 package 供 A/B 用；A 的 Outlook grant 不會因此授給 B。相同套件可有兩個私人 server instances／設定。shared/ 是否可讀寫另外核准，不因已安裝就自動全開。

### 20.3 安裝與啟用流程

1. **選來源與目標**：顯示 shared/private Computer、受影響 agent、package publisher、版本、雜湊、平台／CPU 架構需求。
2. **驗 manifest**：schema version、entrypoint、dependency lock、network/service domains、filesystem scope、工具名衝突、requested permissions。
3. **核准安裝**：套件程式執行與資料存取風險分開。不能由模型、網頁、郵件或外掛自己的提示自動授權。
4. **Computer 內 staging install**：versioned 目錄、受限網路／CPU／磁碟、safe archive extraction，防 traversal/symlink/hardlink 逃逸和解壓炸彈；package install hooks 同樣受控。
5. **健康／契約測試**：啟動、tools/list、schema validation、read-only mock call、version/compatibility。不能在 healthcheck 時默默寄信或修改真實帳號。
6. **登錄 registry**：安裝及 schema 成功後原子啟用 binding。顯示 INSTALLED／CONNECTED／AUTH_REQUIRED／READY／DEGRADED，不用單一「成功」。
7. **使用者 OAuth**：核對 account/tenant/scopes；同意後 token 保存在 broker 保護區，模型只見 opaque handle；新增寫入權限再核准。
8. **實際測試與紀錄**：每次 tool call 綁 agent/computer/package version/account，透過統一 policy/audit/result；外掛失敗不讓整個 harness 崩潰。

工具入站權限、網路 egress 與 OS sandbox 由 host/runtime 強制；不能信 MCP annotations 的 `readOnlyHint` 就斷定沒有副作用 [E19–E20]。支援標準 MCP 不等於支援任意 auth 形態：HTTP OAuth discovery/PKCE 與 stdio 的本機憑證配置是不同流程；不把標示 SSE 的 server 當成一定可用 Streamable HTTP，按 negotiated transport 實测 [E20]。

### 20.4 狀態、更新與安全點

安裝狀態與連線狀態分開：`PENDING_APPROVAL → INSTALLING → INSTALLED`；instance 為 `STARTING → CONNECTED → AUTH_REQUIRED/AUTHENTICATED → READY/DEGRADED/DISABLED`。可用性是 installed + compatible + healthy + grant + account，不只 process alive。

更新採 staging → contract tests → permission diff → atomic activation。當前 operation 和長 job pin `package_digest + schema_version + connection`；新 run 才用新版，或在明確安全點重取 registry。外掛的 scope 變大或 tool schema 有 breaking change 要重新核准，不能默默延用舊 grant。

移除先撤銷 binding、阻止新呼叫、drain/cancel 對應 instance；其他 agent 使用的 package 不刪。若外掛持有 token，僅停止 process 不代表遠端 token 已撤銷；提供 provider logout/revoke 流程和殘留風險說明。

一般 user-space plugin 安裝／更新不重建 API image、不重啟整台 Computer。系統 package／顯示 driver／需 root 的改動另外走管理核准和 maintenance barrier，shared 時顯示全部受影響成員。

### 20.5 範例 manifest（設計範例，不是已發佈 npm 套件）

以下示範的是 **要由 coding agent 實作／審查的本機 Outlook adapter**。空的 artifact/digest 必須拒絕安裝，不能填想像中的套件名稱或把此範例當已可直接安裝：

```yaml
manifest_version: 1
id: lazyboy.example.outlook
version: 0.0.0-example
source:
  kind: reviewed_local_artifact
  artifact_ref: null       # 實作完成後填實際來源
  sha256: null             # 安裝器不可接受空 hash
runtime:
  kind: stdio_mcp
  execution_location: assigned_computer
  entrypoint: [./outlook-adapter]
  state_scope: agent_binding
installation:
  supported_modes: [shared, dedicated]
  share_immutable_package: true
permissions:
  filesystem: [own_workspace]
  shared_paths: []
  network_services: [microsoft_graph, microsoft_identity]
  needs_host_access: false
  needs_root: false
connection:
  provider: microsoft_graph
  credential_delivery: broker
  grant_scope: agent
capabilities:
  - outlook.messages.list
  - outlook.messages.read
  - outlook.categories.preview
  - outlook.categories.apply_plan
  - outlook.categories.verify_plan
```

名稱、路徑與 manifest API 都是新設計；Graph 的官方 API／OAuth 不等於存在官方同名 MCP package。第三方工具若僅接受 env token，按第 10.2 節顯示權限與相容限制，不把未實作 broker 相容性藏起來。

### 20.6 MVP UI/API

UI 在 Computer／Agent 的 Tools 頁：新增來源、選安裝目標、分配 agent、連接帳號、權限摘要、測試、啟用／停用、版本／更新／回滾／移除、活動紀錄。流程可以跨頁引導，不要求先設計大型商店。

建議的內部 API 職責：validate manifest、install job、read installation status、create/revoke binding、start OAuth、list effective capabilities、update/rollback、remove。這些路由需新的 typed contracts／auth／idempotency，不讓 LLM 呼叫安裝管理 API 自行批准。

Registry 改變以 event 通知 harness/UI，授權撤銷立即阻止新 dispatch；活躍 run 在下一安全點讀取版本化 registry。不要每回合重連全部 MCP，也不要讓一次安裝把所有工具 schema 全塞入 prompt。

---

## 21. Outlook connector：第一個外部擴充驗收案例

### 21.1 產品選擇與帳號範圍

建議以 **Microsoft Graph v1.0 + 使用者 delegated OAuth** 建立 Computer-local adapter；將它包成通用 loader 能安裝的 MCP／本機工具，證明外掛模型不是只支援 built-in Gmail。個人 Outlook.com 與 Microsoft 365／Exchange Online 工作／學校帳號各測；實際 tenant policy、admin consent、MFA 或授權限制正常顯示，不承諾公司帳號一定免審。

「Outlook connector」是泛稱。Power Automate／Logic Apps 的 Outlook connector 是其平台整合，不是通用 Linux binary 可直接下載進 LazyBoy [E21]。本計劃不採外部 Power Automate 作本機檔案處理或 workflow 執行的隱性替代。Outlook 桌面程式裡加入的任意 IMAP／本機 Exchange 帳號，也不能由名稱就推定支援 Graph；以 mailbox provider probe 為準。

### 21.2 權限逐步增加

| 階段 | 權限／範圍 | 可用行為與限制 |
|---|---|---|
| 基本郵件列表 | 評估 Mail.ReadBasic 是否足夠 | headers/基本資料；不能假定包含分類所需正文／preview [E14] |
| 需讀內容分類 | delegated Mail.Read 或較高已核准 scope | 只取必要欄位，必要正文才取，資料是 untrusted content |
| 修改 message categories | delegated Mail.ReadWrite | tool 層只開放 categories，不因 broad scope 自動允許刪信／draft 等 [E12] |
| 建立 master categories | MailboxSettings.ReadWrite | 額外權限；第一版可先用既有分類，避免未必要的 scope [E13] |
| 寄信／搬資料夾／日曆 | 另外定義 capability 與核准 | 不列為郵件分類預設權限，不自動打開 |

OAuth 採正式 authorization code + PKCE／適用的受支援 auth library；按 app 類型正確保護 client credential，state/nonce／redirect URI 核對；是否申請 offline_access 依 refresh 需求 [E11]。不從 browser cookie 抽 token、不讀使用者密碼、不略過 MFA。

### 21.3 端到端流程

```text
在指定 shared/private Computer 安裝 Outlook adapter
  → 對 agent 建 binding
  → 使用者授權 Microsoft 帳號
  → 檢查 mailbox/account identity 與 operation grant
  → 取指定範圍郵件、完整處理分頁
  → rule-first + model 批次分類、模糊結果留待確認
  → 產生只含 categories 變更的 immutable plan
  → 核准 plan hash／account／message 範圍
  → 執行 Graph 更新（有界批次）
  → 逐項讀回／驗證／記錄 changed/unchanged/failed/unknown
```

Graph 以 `PATCH /me/messages/{id}` 的 categories 屬性更新，這不是 Gmail label id 的 add/remove API [E12]。維持原有非本次變更分類，先讀當前 categories 計算目標；不要直接把固定分類陣列覆蓋其他人的分類。

對同 mailbox 使用 canonical account resource lock。若 API 支援可驗證的 conditional update，需實測其 If-Match/etag 語意；**本計劃不預設 Graph message PATCH 支援通用 CAS**。若無原子比較交換，外部 Outlook 客戶端仍有競爭窗口，必須標示 best-effort、遇可見衝突停止／重規劃；本地 lock／事後讀回不等於保證不丟失人類並行更新。

### 21.4 批次、分頁與常駐同步

- Graph JSON `$batch` **最多 20 個子請求**，每個子項獨立狀態；batch HTTP 200 不代表全部成功。按子項處理 401/429/5xx 與 Retry-After；這與 Gmail 1,000 message IDs 的 batchModify 不同 [E15–E16]。
- `$select` 僅取必要欄位；完整跟隨 server 的 `@odata.nextLink`，不自行拼接 skip／把第一頁當全部 [E14]。驗證 continuation URL 仍是允許的 provider，防 SSRF／account confusion。
- 使用 `Prefer: IdType="ImmutableId"` 需在需要的每個 request／batch 子 request 保持一致；它在同信箱移動 folder 時穩定，但跨 archive mailbox／匯出再匯入仍有例外 [E17]。
- recurring sync 後續用 **每個 folder 的 message delta**，維護相應 nextLink/deltaLink；不是任意 search 的全信箱通用增量游標。token 失效時有安全重同步流程 [E18]。
- pending/unknown write 先回讀，不能全批盲重送；分類 cache 需包含 mailbox/message/content version/taxonomy version，不能拿另一帳號或舊內容結果套用。
- 附件下載到 Computer，掃描／解析／資料轉換也在 Computer；長期不需要的信件原文不存中央 DB。

### 21.5 必需交付

fake Graph HTTP provider、固定測試 mailbox data、範例 package build、可安裝 manifest、read/preview/apply/verify tests、shared A 有權 B 無權的測試、版本更新／token 撤銷與恢復、完整 Activity 記錄。

真實 OAuth 不可用不阻擋上述內部實作，但必須將真實帳號 E2E 標 BLOCKED_EXTERNAL。不得把 fixture 的分類數字寫成真的已替使用者整理 Outlook。


---

## 附錄 A：依據與查核來源

以下是本計劃使用的基準原始碼與官方規格。coding agent 必須以其開始實作時的 HEAD 核對，不盲套行號；新設計與 target 不是上游已具備的功能。

### Repository 與前次健檢

- 基準 repository：`https://github.com/igs170911/LazyBoy`
- Commit：`e6afa324530e19922909d4692c28fb005cc05a7a`
- [R1] 工具與截圖：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/api/src/tools.rs`
- [R2] SandboxProvider／原生契約：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/control/src/sandbox.rs`
- [R3] Sandbox transport／檔案 bytes：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/sandbox/src/docker.rs`
- [R4] Supervisor 容器內執行：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/supervisor/src/docker.rs`；routes：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/supervisor/src/main.rs`
- [R5] Harness loop／prompt：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/api/src/runs.rs`
- [R6] Browser adapter：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/control/src/cua/browser.rs`
- [R7] Run policy：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/harness/src/policy.rs`
- [R8] MCP：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/crates/api/src/mcp.rs`
- 前次本對話產物：`LazyBoy_Computer_Use_Healthcheck_2026-09-10.md`。本文件已包含必要內容，可獨立交付；若與舊文件的 GUI 可見性或 Team 共用假設不一致，以本文件第 0–1 節為準。

### 官方外部文件（2026-09-10 查閱）

- [E1] Gmail batchModify／最大 1,000 IDs／空成功回應：`https://developers.google.com/workspace/gmail/api/reference/rest/v1/users.messages/batchModify`
- [E2] Gmail OAuth scopes 與受限資料說明：`https://developers.google.com/workspace/gmail/api/auth/scopes`
- [E3] Playwright connectOverCDP／現有 browser context／相容性限制：`https://playwright.dev/docs/api/class-browsertype`
- [E4] Docker isolation、安全邊界與 daemon 權限參考：`https://docs.docker.com/engine/security/`

Docker 容器隔離不是不需測試的安全保證；應依威脅模型與官方指引配置權限、network、mounts、resource limits，並以本文件的跨 Computer 測試驗證 [E4]。


### 本版新增來源（2026-09-10 查閱；不是把官方支援當成 LazyBoy 已整合）

- [R9] LazyBoy display 啟動／Team slots／Xvfb/x11vnc/XFCE/Cua：`https://github.com/igs170911/LazyBoy/blob/e6afa324530e19922909d4692c28fb005cc05a7a/image/computer/lazyboy-screen`
- [E5] TigerVNC Xvnc：`https://tigervnc.org/doc/Xvnc.html`
- [E6] TigerVNC x0vncserver：`https://tigervnc.org/doc/x0vncserver.html`
- [E7] noVNC 與 WebSocket proxy：`https://novnc.com/info.html`
- [E8] Selkies 現行設計／transport／encoder：`https://docs.selkies.io/design`；`https://selkies-project.github.io/selkies/component`
- [E9] Xpra 應用與桌面轉送／HTML5：`https://xpra.org/index.html`
- [E10] Playwright Docker 與 Chromium／程序回收注意事項：`https://playwright.dev/docs/docker`。本案不直接採測試容器常見的 host IPC／SYS_ADMIN 放寬，保留產品隔離要求。
- [E11] Microsoft authorization code／PKCE：`https://learn.microsoft.com/en-us/entra/identity-platform/v2-oauth2-auth-code-flow`
- [E12] Graph message update／categories／Mail.ReadWrite：`https://learn.microsoft.com/en-us/graph/api/message-update?view=graph-rest-1.0`
- [E13] Graph master categories 建立／MailboxSettings.ReadWrite：`https://learn.microsoft.com/en-us/graph/api/outlookuser-post-mastercategories?view=graph-rest-1.0`
- [E14] Graph messages 列表／$select／分頁／permissions：`https://learn.microsoft.com/en-us/graph/api/user-list-messages?view=graph-rest-1.0`
- [E15] Graph JSON batching／20 子請求：`https://learn.microsoft.com/en-us/graph/json-batching`
- [E16] Graph throttling／子請求失敗：`https://learn.microsoft.com/en-us/graph/throttling`
- [E17] Outlook immutable IDs 的範圍與例外：`https://learn.microsoft.com/en-us/graph/outlook-immutable-id`
- [E18] Graph folder message delta：`https://learn.microsoft.com/en-us/graph/api/message-delta?view=graph-rest-1.0`
- [E19] MCP tools／annotations 信任限制：`https://modelcontextprotocol.io/specification/2025-11-25/server/tools`
- [E20] MCP HTTP authorization／transport：`https://modelcontextprotocol.io/specification/2025-11-25/basic/authorization`
- [E21] Microsoft Office 365 Outlook 平台 connector：`https://learn.microsoft.com/en-us/connectors/office365/`

研究只證明上游文件與基準程式呈現的行為；本機 Docker/GUI/企業帳號、實際效能及完整威脅邊界仍須 coding agent 按測試矩陣驗證。不存在單純換 VNC 就保證所有 agent 任務提速的證據。