{"id":"06b74a42-0b18-4363-88e0-912a7dc94183","entityType":"agent","slug":"clawhub-georgechou17-aicloud-thought-proxy","name":"aicloud-thought-proxy","canonicalUrl":"https://www.xpersona.co/agent/clawhub-georgechou17-aicloud-thought-proxy","canonicalPath":"/agent/clawhub-georgechou17-aicloud-thought-proxy","generatedAt":"2026-10-10T08:45:26.448Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":null},"description":"云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执行\"的协作循环。 Skill: aicloud-thought-proxy Owner: georgechou17 Summary: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.8K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s176y064ps888173yfc6zmjp498b0fqn:aicloud-thought-proxy","sourceUrl":"https://clawhub.ai/georgechou17/aicloud-thought-proxy","homepage":"https://clawhub.ai/georgechou17/skills/aicloud-thought-proxy","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/georgechou17/aicloud-thought-proxy","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/georgechou17/skills/aicloud-thought-proxy","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":65,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":null},"stars":null,"forks":null,"downloads":1826,"packageName":null,"latestVersion":"0.1.0","tractionLabel":"1.8K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:45:43.782Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T00:45:43.783Z","lastCrawledAt":"2026-10-10T00:45:43.782Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T00:45:43.782Z","lastVerifiedAt":null,"highlights":[{"version":"0.1.0","createdAt":"2026-08-11T09:40:34.335Z","changelog":"Initial release – enables browser-based AI collaboration to save token usage. - Controls the browser to let web-based AI handle planning/thinking, while the local Agent executes actions. - Auto-detects browser engine (Chromium/Gecko) and guides tool setup for remote control. - Supports multiple AI platforms (DeepSeek, Kimi, ChatGPT, Claude, etc.) with user-friendly mode/model selection. - Ensures security by requiring manual user login and CAPTCHA verification. - Outlines a step-by-step workflow for AI–Agent collaboration, with clear user confirmations and fallback instructions.","fileCount":13,"zipByteSize":34208}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s176y064ps888173yfc6zmjp498b0fqn:aicloud-thought-proxy","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T08:45:26.447Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-aicloud-thought-proxy/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":null},"readme":"Skill: aicloud-thought-proxy\n\nOwner: georgechou17\n\nSummary: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执行\"的协作循环。\n\nTags: latest:0.1.0\n\nVersion history:\n\nv0.1.0 | 2026-08-11T09:40:34.335Z | auto\n\nInitial release – enables browser-based AI collaboration to save token usage.\n\n- Controls the browser to let web-based AI handle planning/thinking, while the local Agent executes actions.\n- Auto-detects browser engine (Chromium/Gecko) and guides tool setup for remote control.\n- Supports multiple AI platforms (DeepSeek, Kimi, ChatGPT, Claude, etc.) with user-friendly mode/model selection.\n- Ensures security by requiring manual user login and CAPTCHA verification.\n- Outlines a step-by-step workflow for AI–Agent collaboration, with clear user confirmations and fallback instructions.\n\nArchive index:\n\nArchive v0.1.0: 13 files, 34208 bytes\n\nFiles: LICENSE (905b), README.md (20895b), references (0b), references/ai-models.md (4432b), references/browser-detection.md (4124b), references/chromium-automation.md (4301b), references/gecko-automation.md (7917b), references/tool-installation.md (6228b), scripts (0b), scripts/detect_browser.py (9628b), skill-card.md (2892b), SKILL.md (14687b), _meta.json (140b)\n\nFile v0.1.0:SKILL.md\n\n---\r\nname: aicloud-thought-proxy\r\ndescription: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执行\"的协作循环。\r\nagent_created: true\r\n---\r\n\r\n# 云思客 (AIcloud-thought-proxy)\r\n\r\n## 概述\r\n\r\n通过操控浏览器访问指定 AI 的网页版对话，让网页版 AI 承担\"规划步骤 / 编写代码 / 逻辑推理\"等思维型工作，本地 Agent 承担\"扒取代码、创建文件、运行脚本、下载资源、联网搜索\"等执行型工作，从而把推理成本转移到网页版（免费额度 / 订阅会员），节省 API tokens。\r\n\r\n## 触发条件\r\n\r\n出现以下任一意图时触发本技能：\r\n\r\n- 用户要求\"用浏览器打开 <某AI> 的网页版 / 官网对话\"并协作\r\n- 用户提到\"网页版 AI\"、\"云思客\"、\"节省 tokens\"、\"让 XX 来规划/写代码，你来执行\"\r\n- 用户给出协作指令示例（如\"deepseek 专家模式，打开官网对话，我登录，然后协同工作\"）\r\n- 用户想在不消耗 API tokens 的情况下获得 AI 的规划与推理能力\r\n\r\n## 核心原则（不可违反）\r\n\r\n1. **语言跟随**：与用户的所有交互（包括向网页 AI 发送的消息）必须使用用户当前使用的语言（默认简体中文）。先用用户语言开场确认。\r\n2. **不替用户登录**：绝不代填账号密码 / 验证码；只负责打开登录页并提示用户手动完成登录。\r\n3. **人机验证交给用户**：遇到验证码 / 滑块 / 行为验证时，明确提示用户手动通过，Agent 等待并轮询页面状态。\r\n4. **用户始终在场**：每个关键动作（发送协议消息、执行脚本、下载文件）前向用户确认；用户是\"眼睛\"，Agent 是\"手\"。\r\n5. **先检测，后行动**：首次使用必须先检测浏览器内核，再选择对应的操控通道，除非用户手动指定了浏览器路径。\r\n\r\n## 工作流决策树\r\n\r\n```\r\n触发\r\n └─ 阶段 0：确认语言（跟随用户语言）\r\n └─ 阶段 1：浏览器内核检测\r\n     ├─ 用户指定路径 → 按路径判断内核\r\n     └─ 否则 → 运行 scripts/detect_browser.py\r\n         ├─ Chromium 内核 → 通道 A：chrome-mcp / BrowserSkill\r\n         └─ Gecko 内核   → 通道 B：GeckoDriver + Marionette\r\n └─ 阶段 1.5：操控工具就绪检查\r\n     ├─ 工具可用 → 继续\r\n     └─ 工具缺失 → 询问用户是否自动安装\r\n         ├─ 是 → Agent 侧自动安装 + 用小白语言指导浏览器侧操作\r\n         └─ 否 → 中止，说明所需工具，留待用户自行安装\r\n └─ 阶段 2：选择 AI 品牌 / 具体型号 / 思考模式 / 联网搜索（支持模糊语言）\r\n └─ 阶段 3：打开网页版 AI → 提示用户手动登录 → 人机验证 → 确认进入纯文本对话模式\r\n └─ 阶段 4：发送第一条协作协议消息，建立分工\r\n └─ 阶段 5：协作循环：转达需求 → 网页 AI 给步骤 → 本地执行 → 反馈结果 → 循环\r\n```\r\n\r\n## 阶段 0：确认语言\r\n\r\n1. 从用户消息判断语言（简体中文 / 繁体中文 / English / 日本語…），本会话全程固定使用该语言。\r\n2. 用该语言向用户简述计划与角色分工：网页 AI 负责思考，本地 Agent 负责执行。\r\n\r\n## 阶段 1：浏览器内核检测\r\n\r\n1. 若用户手动指定了浏览器路径（如\"用 C:\\...\\firefox.exe\"），跳过检测，直接按可执行文件名判断内核。\r\n2. 否则运行 `scripts/detect_browser.py` 检测系统默认浏览器：\r\n   ```bash\r\n   python scripts/detect_browser.py            # 自动检测\r\n   python scripts/detect_browser.py --browser \"<路径>\"   # 手动指定\r\n   ```\r\n3. 依据脚本输出 `engine` 字段分派：\r\n   - `chromium` → 通道 A（Google Chrome / Edge / Chromium / Brave / Opera / 360 / QQ 浏览器等）\r\n   - `gecko` → 通道 B（Mozilla Firefox 等）\r\n   - `unknown` → 提示用户手动指定浏览器路径后再继续\r\n4. 检测方法与跨平台细节见 `references/browser-detection.md`。\r\n\r\n### 通道 A：Chromium 内核\r\n\r\n1. 优先连接 chrome-mcp 连接器（`mcp__chrome-mcp` 系列工具：`chrome_navigate` / `chrome_read_page` / `chrome_click_element` / `chrome_fill_or_select` / `chrome_screenshot` / `get_windows_and_tabs` 等）。若工具未加载，用 ToolSearch 按 `tool_names` 加载。\r\n2. 若 chrome-mcp 不可用，通过 find-skills 搜索并加载 \"agent-browser\" 或 \"BrowserSkill\" 技能，按其说明驱动浏览器。\r\n3. 若以上工具均不可用 → 进入**阶段 1.5**（询问自动安装，不擅自安装）。\r\n4. 详细操作指南见 `references/chromium-automation.md`。\r\n\r\n### 通道 B：Gecko 内核\r\n\r\n1. 使用 GeckoDriver + Marionette 驱动 Firefox（Firefox 内置 Marionette 协议，geckodriver 是 WebDriver ↔ Marionette 的翻译层）。\r\n2. 检查 geckodriver 是否可用（`geckodriver --version`）；不可用 → 进入**阶段 1.5**（询问自动安装，不擅自安装）。\r\n3. 推荐用 Python（selenium 或纯 urllib 调用 WebDriver HTTP API）驱动，代码模板见 `references/gecko-automation.md`。\r\n4. 重要：驱动 Firefox 时必须复用用户自己的 profile（`-profile <路径>` / `capabilities` 指定），否则登录态丢失；或提示用户重新登录。\r\n\r\n## 阶段 1.5：操控工具就绪检查与自动安装\r\n\r\n目标：确保所选通道的操控工具就绪；缺失时**先征求用户同意**，Agent 侧自动安装，同时**用小白能听懂的语言**指导用户完成浏览器侧操作。\r\n\r\n### 就绪检查\r\n\r\n- 通道 A（chromium）：\r\n  - 检查 chrome-mcp 连接器是否已连接（能否成功加载 `mcp__chrome-mcp` 工具）；\r\n  - 或检查 agent-browser / BrowserSkill 技能是否已安装可用。\r\n- 通道 B（gecko）：运行 `geckodriver --version` 确认可用。\r\n\r\n### 询问用户（原话模板，语言跟随用户）\r\n\r\n> 检测到你的默认浏览器是 <浏览器名>（<内核> 内核）。操控它需要 <工具名>，但目前你的电脑上还没有安装。\r\n> 我可以帮你自动安装，不过需要你配合做一步浏览器操作。要现在安装吗？（约 2-3 分钟）\r\n\r\n- 用户同意 → 执行下方「自动安装」；用户拒绝 → 中止协作，说明缺少的工具与官方安装链接，待用户自行装好后再用云思客。\r\n\r\n### 自动安装（Agent 侧）\r\n\r\n- 通道 A（chromium）→ 安装 chrome-mcp（mcp-chrome），含三件事：\r\n  1. `npm install -g mcp-chrome-bridge`（npm 不可用则提示用户先装 Node.js）；\r\n  2. `mcp-chrome-bridge register` 注册本地桥（若未自动注册）；\r\n  3. 在 `~/.workbuddy/mcp.json` 的 `mcpServers` 中加入 `chrome-mcp-server`（streamableHttp / stdio 配置），并提示用户在连接器管理页\"信任\"启用。\r\n- 通道 B（gecko）→ 安装 GeckoDriver：\r\n  1. 从 https://github.com/mozilla/geckodriver/releases 下载当前平台最新 zip；\r\n  2. 解压并将 `geckodriver` 放入 PATH（Windows 建议放 `C:\\Windows\\System32` 或用户目录的 bin，并加入 PATH）；\r\n  3. 验证：`geckodriver --version`。\r\n- 若 Agent 环境无法自动安装（无权限 / 无网络）→ 如实告知用户，并提供官方链接让用户手动安装。\r\n\r\n### 浏览器侧操作（小白语言，原话模板）\r\n\r\n- 通道 A（chromium，chrome-mcp 扩展）：\r\n  > 我需要你在浏览器里做 4 步：\r\n  > 1. 打开 GitHub 页面 https://github.com/hangwin/mcp-chrome/releases ，下载最新的 chrome-mcp-server-*.zip 压缩包；\r\n  > 2. 把压缩包解压到一个**固定位置**（比如桌面新建一个\"chrome-mcp\"文件夹），解压完**不要删除、不要移动**；\r\n  > 3. 在浏览器地址栏输入 chrome://extensions/ 回车，打开右上角\"开发者模式\"开关，然后点左上角\"加载已解压的扩展程序\"，选择刚才那个文件夹；\r\n  > 4. 点击浏览器右上角拼图图标，找到\"Chrome MCP Server\"，点图钉固定，然后点它的图标，在弹出的窗口里点\"Connect\"连接。\r\n  > 完成后告诉我一声，我这边就能操控你的浏览器了。\r\n- 通道 B（gecko）：\r\n  > Firefox 这边不需要装插件，我（Agent）已经装好驱动了。你只需要保持 Firefox 正常打开、不要关闭即可；如果稍后它弹出\"是否允许自动化控制\"，点\"允许\"。登录网页版 AI 时还是由你手动完成。\r\n\r\n### 安装后验证\r\n\r\n- 通道 A：重新尝试加载 `mcp__chrome-mcp` 工具，确认扩展已连接（必要时请用户刷新扩展 popup 并重新 Connect）。\r\n- 通道 B：`geckodriver --version` 通过后，用最小脚本（selenium 或纯 HTTP）打开 about:blank 验证驱动可用。\r\n- 验证通过 → 继续阶段 2；失败 → 排查（参考 `references/tool-installation.md` 的常见问题）。\r\n\r\n## 阶段 2：选择 AI 品牌 / 模型 / 模式\r\n\r\n1. 用用户语言列出可选的 AI 品牌（目录见 `references/ai-models.md`）：DeepSeek、Kimi、豆包、通义千问、文心一言、ChatGPT、Claude、Gemini、Grok、智谱清言、腾讯元宝、讯飞星火等。\r\n2. 依次向用户确认四要素（可用一次提问收集，也可逐项确认）：\r\n   - **品牌**：选哪个 AI（如 deepseek）\r\n   - **具体型号**：品牌下的具体模型（如 DeepSeek-R1）\r\n   - **思考模式**：深度思考 / 标准 / 视觉等\r\n   - **联网搜索**：开启或关闭\r\n3. 模糊语言解析规则（用户说\"最新/最强/专家/快速/识图\"等时按下表解析）：\r\n   - \"最新模型\" → 该品牌型号列表中版本号最高 / 官方标注为最新的\r\n   - \"最强模型\" → 能力最强的旗舰型号（如 Qwen3.8-Max 优先于 Qwen3.7-Max；DeepSeek 专家模式优先于快速模式）\r\n   - \"专家模式\" → 深度思考 / 推理模式（如 DeepSeek 的专家模式 / R1 深度思考）\r\n   - \"快速模式\" → 标准即时回答模式\r\n   - \"识图模式\" / \"视觉\" → 多模态模型\r\n   - \"默认 / 你决定\" → 按该品牌最均衡的型号与模式\r\n   - 无法唯一确定时向用户确认，不要擅自猜测。\r\n4. 确定后，规划网页交互步骤：要点击哪些模式切换按钮、勾选哪些开关（如\"深度思考\"、\"联网搜索\"），记录为待执行清单。\r\n\r\n## 阶段 3：打开网页版 AI + 登录 + 人机验证\r\n\r\n1. 用所选浏览器通道打开 `references/ai-models.md` 中对应品牌的官网对话 URL。\r\n2. 向用户播报：\"已打开 <品牌> 对话页面，请手动登录（扫码 / 账号密码均可），若出现人机验证（滑块 / 验证码 / 行为验证）请手动通过。完成后告诉我'登录好了'。\"\r\n3. 等待用户确认登录；期间可轮询页面状态（检测头像 / 用户名 / 侧边栏等登录特征元素），但**绝不代填凭证、绝不代过人机验证**。\r\n4. 若页面有模式切换（思考 / 联网搜索），按阶段 2 的清单完成设置。\r\n5. 将对话切换为**纯文本模式**（方便直接查看和复制代码），关闭无关侧栏组件。\r\n\r\n## 阶段 4：建立协作协议\r\n\r\n1. 确认登录且页面就绪后，向网页 AI 发送第一条协作协议消息（语言跟随用户；示例为简体中文）：\r\n\r\n   > 我是来自用户电脑中的 AI agent，你负责规划步骤 / 编写代码 / 逻辑推理，我可以根据你的步骤完成扒取代码、创建文件、运行脚本、下载资源、联网搜索等等，而且完全在用户的电脑中，稍后我会给你用户的要求。\r\n\r\n2. 读取网页 AI 的回复，确认它已理解分工（若回复为空或异常，重发一次并检查页面状态）。\r\n\r\n## 阶段 5：协作循环\r\n\r\n循环执行，直到用户终止：\r\n\r\n1. **转达**：接收用户的新要求，用用户语言完整转达给网页 AI（保留原意与细节，不自行删减）。\r\n2. **读取方案**：读取网页 AI 回复中的步骤 / 代码 / 推理结论（注意抓取完整内容，必要时滚动页面、展开代码块）。\r\n3. **本地执行**：按步骤在用户电脑上执行——扒取代码、创建文件、运行脚本、下载资源、联网搜索、运行程序等；执行时使用用户语言汇报进度。\r\n4. **反馈闭环**：将执行结果、报错信息、输出摘要反馈给网页 AI，请其修正或继续。\r\n5. **暂停点**：任何需要用户决策、凭证、安装软件或涉及敏感操作的地方，停下向用户确认后再继续。\r\n\r\n## 注意事项与陷阱\r\n\r\n- 网页 AI 回复可能较长或被\"继续生成\"按钮截断：滚动到底、点\"继续\"后重新读取。\r\n- 代码可能以 Markdown 代码块渲染：读取页面纯文本可保留内容；复制后核对关键行。\r\n- 网页元素选择器不稳定：优先用可见文本 / role 定位元素，避免死板 XPath。\r\n- 页面刷新 / 跳转会丢失登录态或模式设置：检测到后提示用户重新登录，并重新确认纯文本模式与联网搜索开关。\r\n- 用户手动完成人机验证后，先重新读取页面状态再继续下一步，不要盲目点击。\r\n- 若目标站点强要求移动端扫码或地区限制，告知用户并提供备选品牌。\r\n\r\n## 资源\r\n\r\n- `scripts/detect_browser.py`：默认浏览器内核检测脚本（Windows 注册表 + macOS/Linux 兜底 + 常见安装路径），输出 JSON。\r\n- `references/ai-models.md`：AI 品牌 / 型号 / 思考模式 / 联网能力目录、官网对话 URL、模糊语言映射表。\r\n- `references/browser-detection.md`：跨平台（Windows / macOS / Linux）默认浏览器与内核检测方法详解。\r\n- `references/tool-installation.md`：操控工具（chrome-mcp / BrowserSkill / GeckoDriver）的安装指南——Agent 侧自动安装步骤 + 浏览器侧小白指引 + 常见问题排查。\r\n- `references/chromium-automation.md`：chrome-mcp 与 BrowserSkill / agent-browser 的操作指南、元素定位技巧。\r\n- `references/gecko-automation.md`：GeckoDriver + Marionette 驱动 Firefox 的完整指南（含 selenium 与纯 HTTP 两种代码模板）。\n\nFile v0.1.0:README.md\n\n# 云思客 · AIcloud‑thought‑proxy\n\n> **[🇨🇳 阅读中文版](#中文版-zh) ｜ [🇺🇸 Read in English](#english-version-en)**\n\n**云思客** 是一个 AI Agent 技能（Skill），通过操控你的浏览器打开指定 AI 的**网页版对话**，让网页版 AI 承担「规划步骤 / 编写代码 / 逻辑推理」等思维型工作，本地 Agent 承担「扒取代码、创建文件、运行脚本、下载资源、联网搜索」等执行型工作——从而把推理成本转移到网页版（免费额度 / 订阅会员），**节省 API tokens**。\n\n**AIcloud‑thought‑proxy** is an AI Agent Skill that drives your browser to open a target AI's **web chat UI**, letting the web AI handle the \"thinking\" work (planning steps / writing code / logical reasoning) while the local Agent handles the \"doing\" work (scraping code, creating files, running scripts, downloading assets, web searching) — shifting inference cost onto the web tier (free quota / subscriptions) and **saving API tokens**.\n\n<table>\n<tr><th>🇨🇳 中文</th><th>🇺🇸 English</th></tr>\n<tr>\n<td>\n\n- [中文版](#中文版-zh)\n  - [概述](#概述-zh)\n  - [核心特性](#核心特性-zh)\n  - [支持哪些网页版 AI](#支持哪些网页版-ai-zh)\n  - [工作原理（工作流）](#工作原理工作流-zh)\n  - [浏览器内核检测](#浏览器内核检测-zh)\n  - [操控工具安装（缺失时）](#操控工具安装缺失时-zh)\n  - [安全与原则](#安全与原则-zh)\n  - [支持的平台](#支持的平台-zh)\n  - [如何安装本技能](#如何安装本技能-zh)\n  - [许可证](#许可证-zh)\n\n</td>\n<td>\n\n- [English Version](#english-version-en)\n  - [Overview](#overview-en)\n  - [Key Features](#key-features-en)\n  - [Which Web AIs Are Supported](#which-web-ais-are-supported-en)\n  - [How It Works (Workflow)](#how-it-works-workflow-en)\n  - [Browser Engine Detection](#browser-engine-detection-en)\n  - [Installing the Driver Tools (When Missing)](#installing-the-driver-tools-when-missing-en)\n  - [Security & Principles](#security--principles-en)\n  - [Supported Platforms](#supported-platforms-en)\n  - [How to Install This Skill](#how-to-install-this-skill-en)\n  - [License](#license-en)\n\n</td>\n</tr>\n</table>\n\n---\n\n<a id=\"中文版-zh\"></a>\n# 中文版 🇨🇳\n\n<a id=\"概述-zh\"></a>\n## 概述\n\n云思客解决的核心问题是：**把\"思考\"外包给网页版 AI，把\"执行\"留在本地 Agent**。\n\n当你在 WorkBuddy / Codex 这类 Agent 里反复让模型做大量规划、推理、写代码时，tokens 消耗很快。而 DeepSeek、Kimi、豆包、通义千问等网页版 AI 大多有免费额度或低价会员，足够承担\"出方案\"的工作。\n\n云思客让 Agent 自动打开网页版 AI，你手动登录后，Agent 负责把你的需求转达给网页 AI、再把网页 AI 给出的步骤在本地电脑上执行，全程只消耗网页版的额度，几乎不花 Agent 侧的 tokens。\n\n> 想读同一节的英文说明？→ [Jump to English: Overview](#overview-en)\n\n<a id=\"核心特性-zh\"></a>\n## 核心特性\n\n- **自动检测浏览器内核**：首次使用先判断你的默认浏览器是 Chromium 内核（Chrome / Edge / 360 / QQ 等）还是 Gecko 内核（Firefox），再选择对应操控通道。\n- **双通道操控**：Chromium → `chrome-mcp` / BrowserSkill；Gecko → GeckoDriver + Marionette。\n- **工具缺失自动安装**：若操控工具未安装，会用小白能听懂的语言引导你完成安装（Agent 侧自动装、浏览器侧给你手把手步骤）。\n- **模糊语言选模型**：支持「最新模型 / 最强模型 / 专家模式 / 快速模式 / 识图」等口语化描述，自动映射到具体型号与思考模式。\n- **语言跟随**：全程使用你当前使用的语言（默认简体中文），发给网页 AI 的消息也用你的语言。\n- **安全协作**：绝不代填账号密码、绝不代过人机验证；你始终是「眼睛」，Agent 是「手」。\n\n> 想读同一节的英文说明？→ [Jump to English: Key Features](#key-features-en)\n\n<a id=\"支持哪些网页版-ai-zh\"></a>\n## 支持哪些网页版 AI\n\n| 品牌 | 官网对话 URL | 代表型号 | 思考模式 | 联网搜索 |\n|---|---|---|---|---|\n| DeepSeek | https://chat.deepseek.com | DeepSeek‑V4-flash / V4-Pro | 专家模式 / 快速模式 / 识图 | 支持 |\n| Kimi（月之暗面） | https://www.kimi.com | Kimi K2.7 / 探索版 | 思考模式 | 默认联网 |\n| 豆包（字节） | https://www.doubao.com | 1.6 / 2.x 系列 | 深度思考 | 支持 |\n| 通义千问（阿里） | https://www.qianwen.com （国内）/ https://chat.qwen.ai （国际） | Qwen3.7 / Qwen3.8‑Max 等 | 深度思考 | 支持 |\n| 文心一言（百度） | https://wenxin.baidu.com | 文心 4.5 / 5.0 | 深度思考 | 支持 |\n| ChatGPT（OpenAI） | https://chatgpt.com | GPT‑4o / o3 / GPT‑5 | 推理模式 | 支持（手动） |\n| Claude（Anthropic） | https://claude.ai | Opus / Sonnet / Haiku | 思考 | 支持 |\n| Gemini（Google） | https://gemini.google.com | 2.x Pro / Flash | 深度思考 | 默认联网 |\n| Grok（xAI） | https://grok.com | Grok 3 / 4 | 思考 | 支持 |\n| 智谱清言 | https://chatglm.cn | GLM‑4.5 / 5.2 | 深度思考 | 支持 |\n| 腾讯元宝 | https://yuanbao.tencent.com | 混元3 / DeepSeek | 深度思考 | 支持 |\n| 讯飞星火 | https://xinghuo.xfyun.cn/desk | 星火 4.0 | 深度思考 | 支持 |\n\n> 想读同一节的英文说明？→ [Jump to English: Which Web AIs](#which-web-ais-are-supported-en)\n\n<a id=\"工作原理工作流-zh\"></a>\n## 工作原理（工作流）\n\n```\n触发\n └─ 阶段 0：确认语言（跟随用户语言）\n └─ 阶段 1：浏览器内核检测（Chromium? Gecko?）\n └─ 阶段 1.5：操控工具就绪检查，缺失则询问自动安装\n └─ 阶段 2：选择 AI 品牌 / 型号 / 思考模式 / 联网搜索\n └─ 阶段 3：打开网页版 AI → 提示手动登录 → 人机验证 → 纯文本模式\n └─ 阶段 4：发送第一条协作协议消息，建立分工\n └─ 阶段 5：协作循环：转达需求 → 网页 AI 给步骤 → 本地执行 → 反馈闭环\n```\n\n**阶段 4 协议消息示例（简体中文）**：\n\n> 我是来自用户电脑中的 AI agent，你负责规划步骤 / 编写代码 / 逻辑推理，我可以根据你的步骤完成扒取代码、创建文件、运行脚本、下载资源、联网搜索等等，而且完全在用户的电脑中，稍后我会给你用户的要求。\n\n> 想读同一节的英文说明？→ [Jump to English: How It Works](#how-it-works-workflow-en)\n\n<a id=\"浏览器内核检测-zh\"></a>\n## 浏览器内核检测\n\n运行内置脚本即可检测系统默认浏览器内核；也支持用户手动指定浏览器路径。\n\n```bash\npython scripts/detect_browser.py                  # 自动检测默认浏览器\npython scripts/detect_browser.py --browser \"C:\\path\\to\\firefox.exe\"   # 手动指定\n```\n\n脚本输出 JSON，关键字段 `engine`：\n\n- `chromium` → 通道 A（Chrome / Edge / 360 / QQ / Brave / Opera 等）\n- `gecko` → 通道 B（Firefox 等）\n- `unknown` → 提示用户手动指定浏览器路径\n\n> 想读同一节的英文说明？→ [Jump to English: Browser Detection](#browser-engine-detection-en)\n\n<a id=\"操控工具安装缺失时-zh\"></a>\n## 操控工具安装（缺失时）\n\n**原则**：Agent 侧自动安装（经你同意）+ 浏览器侧由你手动完成（小白语言指引）。**绝不擅自安装**。\n\n### 通道 A：Chromium → chrome-mcp（mcp-chrome）\n\nAgent 侧（需 Node.js ≥ 18.19）：\n\n```bash\nnpm install -g mcp-chrome-bridge\nmcp-chrome-bridge register\n# 并在 ~/.workbuddy/mcp.json 的 mcpServers 中写入 chrome-mcp-server（streamableHttp: http://127.0.0.1:12306/mcp）\n```\n\n浏览器侧（给用户的手把手步骤）：\n\n> 我在浏览器里需要你做 4 步：\n> 1. 打开 https://github.com/hangwin/mcp-chrome/releases ，下载最新的 `chrome-mcp-server-*.zip`；\n> 2. 把压缩包解压到一个**固定位置**（如桌面新建\"chrome-mcp\"文件夹），**不要删除、不要移动**；\n> 3. 地址栏输入 `chrome://extensions/`（Edge 用 `edge://extensions/`）→ 打开\"开发者模式\" → 点\"加载已解压的扩展程序\"选那个文件夹；\n> 4. 点拼图图标找到\"Chrome MCP Server\"，点图钉固定，再点图标 → 弹窗里点 **Connect** 连接。\n\n### 通道 B：Gecko → GeckoDriver + Marionette\n\nFirefox 内置 Marionette，只需装一个 `geckodriver` 翻译层，**浏览器侧无需装任何插件**。\n\n```bash\n# 从 https://github.com/mozilla/geckodriver/releases 下载对应平台 zip 并解压到 PATH\ngeckodriver --version   # 验证\n```\n\n> 想读同一节的英文说明？→ [Jump to English: Installing Tools](#installing-the-driver-tools-when-missing-en)\n\n<a id=\"安全与原则-zh\"></a>\n## 安全与原则\n\n1. **语言跟随**：全程使用你的语言（默认简体中文）。\n2. **不替你登录**：绝不代填账号密码 / 验证码；只负责打开登录页并提示你手动完成。\n3. **人机验证交给你**：遇到验证码 / 滑块 / 行为验证，提示你手动通过，Agent 等待并轮询。\n4. **你始终在场**：关键动作前向你确认；你是「眼睛」，Agent 是「手」。\n5. **先检测，后行动**：首次必须先检测内核再选通道，除非你手动指定浏览器路径。\n\n> 想读同一节的英文说明？→ [Jump to English: Security](#security--principles-en)\n\n<a id=\"支持的平台-zh\"></a>\n## 支持的平台\n\n- **操作系统**：Windows / macOS / Linux（检测脚本跨平台；操控工具安装各异但均有官方指南）。\n- **浏览器内核**：Chromium（chrome-mcp / BrowserSkill）、Gecko（GeckoDriver + Marionette）。\n- **Agent 宿主**：任何支持 MCP 连接器 / 技能系统的 Agent（如 WorkBuddy、Codex 等）。\n\n> 想读同一节的英文说明？→ [Jump to English: Platforms](#supported-platforms-en)\n\n<a id=\"如何安装本技能-zh\"></a>\n## 如何安装本技能\n\n本技能以目录形式分发，结构如下：\n\n```\naicloud-thought-proxy/\n├── SKILL.md                         # 核心工作流\n├── README.md                        # 本文档（中英双语）\n├── LICENSE                          # MIT-0 许可证\n├── scripts/detect_browser.py        # 浏览器内核检测脚本\n└── references/\n    ├── ai-models.md                 # AI 品牌 / 型号 / 模式目录\n    ├── browser-detection.md         # 跨平台检测方法详解\n    ├── tool-installation.md         # 操控工具安装指南 + 常见问题\n    ├── chromium-automation.md       # chrome-mcp / BrowserSkill 操作指南\n    └── gecko-automation.md          # GeckoDriver + Marionette 指南\n```\n\n**安装方式**：将整个 `aicloud-thought-proxy/` 目录放入你的 Agent 技能目录（如 `~/.workbuddy/skills/` 或项目级 `.workbuddy/skills/`），重启 Agent 即可在对话中用「云思客，用浏览器打开 deepseek 网页版…」触发。\n\n> 想读同一节的英文说明？→ [Jump to English: How to Install](#how-to-install-this-skill-en)\n\n<a id=\"许可证-zh\"></a>\n## 许可证\n\n本项目以 **MIT‑0（MIT No Attribution）** 许可证开源。你可以自由使用、修改、分发，无需署名、无需保留版权声明。详见 [`LICENSE`](./LICENSE) 文件。\n\n> 想读同一节的英文说明？→ [Jump to English: License](#license-en)\n\n---\n\n<a id=\"english-version-en\"></a>\n# English Version 🇺🇸\n\n<a id=\"overview-en\"></a>\n## Overview\n\nThe core problem AIcloud‑thought‑proxy solves: **outsource \"thinking\" to the web AI, keep \"doing\" in the local Agent.**\n\nWhen you repeatedly ask an Agent like WorkBuddy / Codex to plan, reason, and write lots of code, token consumption adds up fast. Meanwhile, web AIs such as DeepSeek, Kimi, Doubao, and Qwen ship free tiers or cheap subscriptions that are perfectly adequate for \"producing a plan.\"\n\nAIcloud‑thought‑proxy has the Agent automatically open the web AI in your browser. After you log in manually, the Agent relays your requirements to the web AI and executes the web AI's steps on your local machine — consuming only the web tier's quota and barely touching the Agent's tokens.\n\n> 想读同一节的中文说明？→ [回到中文: 概述](#概述-zh)\n\n<a id=\"key-features-en\"></a>\n## Key Features\n\n- **Automatic browser‑engine detection**: on first use, it checks whether your default browser is Chromium (Chrome / Edge / 360 / QQ …) or Gecko (Firefox), then picks the matching driver channel.\n- **Dual driver channels**: Chromium → `chrome-mcp` / BrowserSkill; Gecko → GeckoDriver + Marionette.\n- **Auto‑install when missing**: if the driver tool isn't installed, it guides you in plain language (Agent installs its side automatically; you get step‑by‑step browser instructions).\n- **Fuzzy model selection**: understands \"latest / strongest / expert / fast / vision\" and maps them to concrete models and thinking modes.\n- **Language following**: uses your current language throughout (Simplified Chinese by default), including the messages sent to the web AI.\n- **Safe collaboration**: never fills in credentials, never solves CAPTCHAs; you stay the \"eyes,\" the Agent is the \"hands.\"\n\n> 想读同一节的中文说明？→ [回到中文: 核心特性](#核心特性-zh)\n\n<a id=\"which-web-ais-are-supported-en\"></a>\n## Which Web AIs Are Supported\n\n| Brand | Chat URL | Representative Models | Thinking Mode | Web Search |\n|---|---|---|---|---|\n| DeepSeek | https://chat.deepseek.com | DeepSeek‑V3 / R1 | Expert / Fast / Vision | Yes |\n| Kimi (Moonshot) | https://www.kimi.com | Kimi K2 / Explore | Thinking | On by default |\n| Doubao (ByteDance) | https://www.doubao.com | 1.5 / 2.x series | Deep Think | Yes |\n| Qwen (Alibaba) | https://www.qianwen.com (CN) / https://chat.qwen.ai (Intl) | Qwen3 / Qwen3.8‑Max | Deep Think (QwQ) | Yes |\n| Wenxin (Baidu) | https://wenxin.baidu.com | ERNIE 4.5 / 5.0 | Deep Think | Yes |\n| ChatGPT (OpenAI) | https://chatgpt.com | GPT‑4o / o3 / GPT‑5 | Reasoning | Yes (manual) |\n| Claude (Anthropic) | https://claude.ai | Opus / Sonnet / Haiku | Thinking | Yes |\n| Gemini (Google) | https://gemini.google.com | 2.x Pro / Flash | Deep Think | On by default |\n| Grok (xAI) | https://grok.com | Grok 3 / 4 | Thinking | Yes |\n| Zhipu GLM | https://chatglm.cn | GLM‑4.5 / 4.6 | Deep Think | Yes |\n| Tencent Yuanbao | https://yuanbao.tencent.com | Hunyuan / DeepSeek | Deep Think | Yes |\n| iFlytek Spark | https://xinghuo.xfyun.cn/desk | Spark 4.0 | Deep Think | Yes |\n\n> 想读同一节的中文说明？→ [回到中文: 支持哪些网页版 AI](#支持哪些网页版-ai-zh)\n\n<a id=\"how-it-works-workflow-en\"></a>\n## How It Works (Workflow)\n\n```\nTrigger\n └─ Stage 0: Confirm language (follow the user's language)\n └─ Stage 1: Detect browser engine (Chromium? Gecko?)\n └─ Stage 1.5: Check driver tool; if missing, ask before auto‑installing\n └─ Stage 2: Choose AI brand / model / thinking mode / web search\n └─ Stage 3: Open web AI → prompt manual login → solve CAPTCHA → plain‑text mode\n └─ Stage 4: Send the first collaboration‑protocol message, establish the division of labor\n └─ Stage 5: Loop: relay requirement → web AI gives steps → local execution → feedback loop\n```\n\n**Stage 4 protocol message example (Simplified Chinese)**:\n\n> 我是来自用户电脑中的 AI agent，你负责规划步骤 / 编写代码 / 逻辑推理，我可以根据你的步骤完成扒取代码、创建文件、运行脚本、下载资源、联网搜索等等，而且完全在用户的电脑中，稍后我会给你用户的要求。\n\n> 想读同一节的中文说明？→ [回到中文: 工作原理](#工作原理工作流-zh)\n\n<a id=\"browser-engine-detection-en\"></a>\n## Browser Engine Detection\n\nRun the bundled script to detect the system default browser engine; a manual path can also be supplied.\n\n```bash\npython scripts/detect_browser.py                  # auto‑detect default browser\npython scripts/detect_browser.py --browser \"C:\\path\\to\\firefox.exe\"   # manual path\n```\n\nThe script outputs JSON; the key field is `engine`:\n\n- `chromium` → Channel A (Chrome / Edge / 360 / QQ / Brave / Opera …)\n- `gecko` → Channel B (Firefox …)\n- `unknown` → ask the user to specify a browser path\n\n> 想读同一节的中文说明？→ [回到中文: 浏览器内核检测](#浏览器内核检测-zh)\n\n<a id=\"installing-the-driver-tools-when-missing-en\"></a>\n## Installing the Driver Tools (When Missing)\n\n**Principle**: Agent installs its side automatically (with your consent) + you complete the browser side manually (plain‑language guidance). **Never installs without asking.**\n\n### Channel A: Chromium → chrome-mcp (mcp-chrome)\n\nAgent side (requires Node.js ≥ 18.19):\n\n```bash\nnpm install -g mcp-chrome-bridge\nmcp-chrome-bridge register\n# then add chrome-mcp-server to mcpServers in ~/.workbuddy/mcp.json (streamableHttp: http://127.0.0.1:12306/mcp)\n```\n\nBrowser side (step‑by‑step for the user):\n\n> 4 steps in your browser:\n> 1. Open https://github.com/hangwin/mcp-chrome/releases and download the latest `chrome-mcp-server-*.zip`;\n> 2. Unzip it to a **fixed location** (e.g. a \"chrome-mcp\" folder on your desktop) — **don't delete or move it**;\n> 3. In the address bar type `chrome://extensions/` (Edge: `edge://extensions/`) → enable \"Developer mode\" → click \"Load unpacked\" and select that folder;\n> 4. Click the puzzle icon, find \"Chrome MCP Server,\" pin it, then click its icon → in the popup click **Connect**.\n\n### Channel B: Gecko → GeckoDriver + Marionette\n\nFirefox ships Marionette built‑in; you only need the `geckodriver` translation layer, and **no browser plugin is required.**\n\n```bash\n# Download the matching zip from https://github.com/mozilla/geckodriver/releases and unzip into PATH\ngeckodriver --version   # verify\n```\n\n> 想读同一节的中文说明？→ [回到中文: 操控工具安装](#操控工具安装缺失时-zh)\n\n<a id=\"security--principles-en\"></a>\n## Security & Principles\n\n1. **Language following**: uses your language throughout (Simplified Chinese by default).\n2. **Never logs in for you**: never fills credentials / CAPTCHAs; only opens the login page and prompts you to finish manually.\n3. **CAPTCHAs are yours**: on any challenge (slider / code / behavior check), it asks you to solve it and polls while waiting.\n4. **You're always present**: confirms before key actions; you are the \"eyes,\" the Agent is the \"hands.\"\n5. **Detect first, act later**: must detect the engine before choosing a channel, unless you specify a path.\n\n> 想读同一节的中文说明？→ [回到中文: 安全与原则](#安全与原则-zh)\n\n<a id=\"supported-platforms-en\"></a>\n## Supported Platforms\n\n- **OS**: Windows / macOS / Linux (the detection script is cross‑platform; driver install steps vary but each has official guidance).\n- **Browser engines**: Chromium (chrome-mcp / BrowserSkill), Gecko (GeckoDriver + Marionette).\n- **Agent hosts**: any Agent supporting MCP connectors / a skill system (e.g. WorkBuddy, Codex, …).\n\n> 想读同一节的中文说明？→ [回到中文: 支持的平台](#支持的平台-zh)\n\n<a id=\"how-to-install-this-skill-en\"></a>\n## How to Install This Skill\n\nThe skill is distributed as a directory:\n\n```\naicloud-thought-proxy/\n├── SKILL.md                         # core workflow\n├── README.md                        # this document (bilingual)\n├── LICENSE                          # MIT-0 license\n├── scripts/detect_browser.py        # browser-engine detection script\n└── references/\n    ├── ai-models.md                 # AI brand / model / mode catalog\n    ├── browser-detection.md         # cross-platform detection details\n    ├── tool-installation.md         # driver install guide + FAQ\n    ├── chromium-automation.md       # chrome-mcp / BrowserSkill guide\n    └── gecko-automation.md          # GeckoDriver + Marionette guide\n```\n\n**Installation**: drop the whole `aicloud-thought-proxy/` directory into your Agent's skill folder (e.g. `~/.workbuddy/skills/` or project‑level `.workbuddy/skills/`), restart the Agent, then trigger it in chat with \"云思客，用浏览器打开 deepseek 网页版…\" (\"AIcloud, open the DeepSeek web chat…\").\n\n> 想读同一节的中文说明？→ [回到中文: 如何安装本技能](#如何安装本技能-zh)\n\n<a id=\"license-en\"></a>\n## License\n\nThis project is open source under the **MIT‑0 (MIT No Attribution)** license. You may use, modify, and distribute it freely, with no attribution and no requirement to retain copyright notices. See the [`LICENSE`](./LICENSE) file for the full text.\n\n> 想读同一节的中文说明？→ [回到中文: 许可证](#许可证-zh)\n\nFile v0.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn71cn3h6s4p3eq2qpvbnxq1k98b1r7b\",\n  \"slug\": \"aicloud-thought-proxy\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786441234335\n}\n\nFile v0.1.0:references/ai-models.md\n\n# AI 品牌 / 型号 / 模式目录\n\n云思客支持的主流网页版 AI 目录。型号与功能随官方更新而变，使用前若页面与下表不符，以页面实际呈现为准，并向用户确认。\n\n## 品牌清单\n\n| 品牌 | 官网对话 URL | 代表型号 | 思考模式 | 联网搜索 | 说明 |\n|---|---|---|---|---|---|\n| DeepSeek | https://chat.deepseek.com | DeepSeek-V3 / DeepSeek-R1 | 专家模式（深度思考 R1）、快速模式（V3）、识图模式（视觉） | 支持（联网搜索开关） | 用户示例中的首选品牌；网页版左侧可切换模式 |\n| Kimi（月之暗面） | https://www.kimi.com | Kimi K2 / 探索版 | 思考模式 | 默认联网 | 长文本强；支持文件上传 |\n| 豆包（字节） | https://www.doubao.com | 豆包 1.5 / 2.x 系列 | 深度思考 | 支持 | 国内访问稳定 |\n| 通义千问（阿里） | https://www.qianwen.com （国内）/ https://chat.qwen.ai （国际） | Qwen3 / Qwen3-Max / Qwen3.7-Max / Qwen3.8-Max 等 | 深度思考（QwQ） | 支持 | \"最新/最强模型\"示例品牌 |\n| 文心一言（百度） | https://wenxin.baidu.com | 文心大模型 4.5 / 5.0 系列 | 深度思考 | 支持 | 国内访问稳定 |\n| ChatGPT（OpenAI） | https://chatgpt.com | GPT-4o / o3 / GPT-5 系列 | 推理模式 | 支持（需手动开启） | 部分地区需要网络环境 |\n| Claude（Anthropic） | https://claude.ai | Opus / Sonnet / Haiku | 思考（extended thinking） | 支持（搜索工具） | 部分地区需要网络环境 |\n| Gemini（Google） | https://gemini.google.com | Gemini 2.x Pro / Flash | 深度思考 | 默认联网 | 部分地区需要网络环境 |\n| Grok（xAI） | https://grok.com | Grok 3 / 4 系列 | 思考 | 支持（深度搜索） | 部分地区需要网络环境 |\n| 智谱清言 | https://chatglm.cn | GLM-4.5 / GLM-4.6 | 深度思考 | 支持 | 国内访问稳定 |\n| 腾讯元宝 | https://yuanbao.tencent.com | 混元 / DeepSeek（集成） | 深度思考 | 支持 | 国内访问稳定 |\n| 讯飞星火 | https://xinghuo.xfyun.cn/desk | 星火 4.0 系列 | 深度思考 | 支持 | 国内访问稳定 |\n\n## 思考模式对照\n\n各品牌对\"深度思考\"的叫法不同，统一映射：\n\n| 用户说法 | DeepSeek | Kimi | 通义千问 | ChatGPT | Claude | Gemini |\n|---|---|---|---|---|---|---|\n| 专家模式 / 深度思考 / 最强 | 专家模式（R1） | 思考模式 | 深度思考（QwQ） | 推理模式（o 系列） | 思考模式 | 深度思考 |\n| 快速模式 / 标准 / 默认 | 快速模式（V3） | 标准 | 标准 | 默认 | 标准 | 标准 |\n| 识图 / 视觉 | 识图模式 | 上传图片 | 多模态 | 多模态（GPT-4o） | 上传图片 | 多模态 |\n\n## 模糊语言映射表\n\n| 用户模糊说法 | 解析规则 |\n|---|---|\n| \"最新模型\" | 从该品牌型号列表选版本号最高 / 官方标注最新的（如 Qwen3.8-Max 而非 Qwen3.7-Max） |\n| \"最强模型\" | 选能力最强旗舰（通常是最新 Max / Pro / Opus / 深度思考档；如 DeepSeek 选专家模式而非快速模式） |\n| \"专家模式\" | 深度思考 / 推理模式（DeepSeek 专家模式） |\n| \"快速模式\" | 标准即时回答模式（DeepSeek 快速模式） |\n| \"识图模式\" | 多模态 / 视觉模型 |\n| \"带联网 / 联网搜索\" | 开启该品牌的联网搜索开关 |\n| \"不需要联网\" | 关闭联网搜索，纯知识回答 |\n| \"默认 / 你决定\" | 选该品牌最均衡型号 + 标准模式 |\n\n无法唯一确定时，列出候选并让用户确认，不擅自猜测。\n\n## 打开对话页后的标准设置流程（通用）\n\n1. 等待页面加载完成，识别对话输入框。\n2. 按需设置模式：\n   - 深度思考 / 专家模式：寻找侧栏或输入框附近模式按钮，点击切换（DeepSeek 在页面左侧）。\n   - 联网搜索：寻找\"联网搜索\"开关，按用户意愿开 / 关。\n3. 切换到纯文本模式（若站点提供），关闭无关组件，便于直接查看与复制代码。\n4. 发送阶段 4 的协作协议消息，确认回复后再进入协作循环。\n\n## 注意事项\n\n- 站点可能强制手机验证码 / 扫码登录：提示用户手动完成。\n- 部分站点（ChatGPT / Claude / Gemini / Grok）需要特定网络环境：若打不开或反复跳验证，告知用户并建议换国内品牌。\n- 免费额度与会员限制可能影响回复长度 / 频率：遇到\"继续生成\"或限流提示时如实告知用户。\n\nFile v0.1.0:references/browser-detection.md\n\n# 浏览器内核检测方法详解\n\n目标：判定用户默认浏览器是 **Chromium 内核** 还是 **Gecko 内核**，决定使用哪条操控通道（chrome-mcp/BrowserSkill vs GeckoDriver+Marionette）。\n\n优先级：**用户手动指定路径 > 自动检测默认浏览器 > 常见安装路径兜底**。\n\n## 内核判定表（按可执行文件名）\n\n| 可执行文件（小写） | 内核 | 品牌 |\n|---|---|---|\n| chrome.exe / chromium.exe | chromium | Google Chrome / Chromium |\n| msedge.exe | chromium | Microsoft Edge |\n| brave.exe / vivaldi.exe / opera.exe | chromium | Brave / Vivaldi / Opera |\n| 360se.exe / 360chrome.exe | chromium | 360 安全 / 极速浏览器 |\n| qqbrowser.exe / sogouexplorer.exe / ucbrowser.exe | chromium | QQ / 搜狗 / UC 浏览器 |\n| firefox.exe | gecko | Mozilla Firefox |\n| palemoon.exe / waterfox.exe | gecko | Pale Moon / Waterfox |\n\n## Windows 检测\n\n### 1. 注册表（首选，得到用户实际默认浏览器）\n\n读取 http / https 协议的默认 ProgId：\n\n```\nHKEY_CURRENT_USER\\Software\\Microsoft\\Windows\\Shell\\Associations\\UrlAssociations\\http\\UserChoice\n→ ProgId 值\n```\n\nProgId 到可执行文件名的映射（常见）：\n- `ChromeHTML` → chrome.exe\n- `MSEdgeHTM` → msedge.exe\n- `FirefoxURL-<随机串>`（前缀 FirefoxURL）→ firefox.exe\n- `360se<...>` → 360se.exe\n- `BraveHTML` → brave.exe\n- `VivaldiHTM` → vivaldi.exe\n- `OperaStable` → opera.exe\n\n得到可执行文件名后，再通过常见安装路径或 `where <exe>` / 注册表 App Paths 定位完整路径：\n`HKEY_LOCAL_MACHINE\\SOFTWARE\\Microsoft\\Windows\\CurrentVersion\\App Paths\\<exe>` → 默认值即为完整路径。\n\n### 2. 常见安装路径兜底\n\n```text\nC:\\Program Files\\Google\\Chrome\\Application\\chrome.exe\nC:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe\n%LOCALAPPDATA%\\Google\\Chrome\\Application\\chrome.exe\nC:\\Program Files (x86)\\Microsoft\\Edge\\Application\\msedge.exe\nC:\\Program Files\\Microsoft\\Edge\\Application\\msedge.exe\nC:\\Program Files\\Mozilla Firefox\\firefox.exe\nC:\\Program Files (x86)\\Mozilla Firefox\\firefox.exe\n```\n\n### 3. 手动指定路径\n\n用户给出浏览器可执行文件路径时，直接按文件名查内核判定表，跳过自动检测。\n\n## macOS 检测\n\n1. 默认浏览器：使用 LaunchServices 查询 http 协议 handler：\n   ```bash\n   /System/Library/Frameworks/CoreServices.framework/Frameworks/LaunchServices.framework/Support/lsregister -dump | grep -i \"http\"   # 参考\n   ```\n   或执行 Swift 一行：`osascript -e 'get URL scheme \"http\" as default browser'`（部分版本可用）。\n2. 常见安装路径：\n   ```text\n   /Applications/Google Chrome.app/Contents/MacOS/Google Chrome\n   /Applications/Microsoft Edge.app/Contents/MacOS/Microsoft Edge\n   /Applications/Firefox.app/Contents/MacOS/firefox\n   ```\n3. 内核判定：文件名含 chrome/edge/brave/opera → chromium；firefox → gecko。\n\n## Linux 检测\n\n1. 默认浏览器（xdg 标准）：\n   ```bash\n   xdg-settings get default-web-browser   # 输出如 firefox.desktop / google-chrome.desktop / microsoft-edge.desktop\n   ```\n2. 按 desktop 文件前缀判定：firefox/palemoon → gecko；chrome/edge/brave/chromium/opera → chromium。\n3. 常见路径：`/usr/bin/firefox`、`/usr/bin/google-chrome`、`/usr/bin/microsoft-edge`。\n\n## 输出格式\n\n检测脚本统一输出 JSON，字段：\n\n```json\n{\n  \"engine\": \"chromium | gecko | unknown\",\n  \"browser\": \"品牌名（如 Google Chrome / Mozilla Firefox）\",\n  \"path\": \"浏览器可执行文件完整路径（或 null）\",\n  \"method\": \"registry:ProgId | common-path | manual | xdg-settings | lsregister | unknown\",\n  \"hint\": \"对应通道提示：chromium → 通道 A；gecko → 通道 B（需 geckodriver）\"\n}\n```\n\n## 判定后动作\n\n- `chromium` → 通道 A：优先 chrome-mcp 连接器，其次 BrowserSkill / agent-browser（见 chromium-automation.md）。\n- `gecko` → 通道 B：确认 geckodriver 可用（`geckodriver --version`），不可用则下载安装（见 gecko-automation.md）。\n- `unknown` → 停止并请用户手动指定浏览器路径，不要擅自假定。\n\nFile v0.1.0:references/chromium-automation.md\n\n# Chromium 内核浏览器操控指南（通道 A）\n\n适用于 Google Chrome / Edge / Chromium / Brave / Opera / 360 / QQ 浏览器等 Chromium 内核浏览器。\n\n工具优先级：**chrome-mcp 连接器 > BrowserSkill / agent-browser 技能 > 其他浏览器自动化方案**。\n\n## 1. chrome-mcp（首选）\n\nchrome-mcp 是本环境的 MCP 连接器，提供\"操控用户已打开的 Chrome\"能力，天然保留用户的登录态与个人配置，最适合本技能（用户已登录网页版 AI）。\n\n### 加载\n\nchrome-mcp 工具属延迟加载工具，先用 ToolSearch 按工具名加载 schema：\n\n```text\nToolSearch tool_names: [\n  \"mcp__chrome-mcp__chrome_navigate\",\n  \"mcp__chrome-mcp__chrome_read_page\",\n  \"mcp__chrome-mcp__chrome_click_element\",\n  \"mcp__chrome-mcp__chrome_fill_or_select\",\n  \"mcp__chrome-mcp__chrome_screenshot\",\n  \"mcp__chrome-mcp__get_windows_and_tabs\",\n  \"mcp__chrome-mcp__chrome_switch_tab\"\n]\n```\n\n若连接器显示 disconnected，提示用户在连接器管理页连接 chrome-mcp 后再继续（或降级到 BrowserSkill）。\n\n### 常用操作序列\n\n```text\n1. 打开页面      chrome_navigate(url)\n2. 查看标签页    get_windows_and_tabs / chrome_switch_tab\n3. 读取内容      chrome_read_page / chrome_get_web_content（抓完整文本，含代码块）\n4. 点击元素      chrome_click_element（优先用可见文本定位）\n5. 输入文本      chrome_fill_or_select（输入框定位后填内容）\n6. 截图检查      chrome_screenshot（确认页面状态 / 人机验证位置）\n7. 页面脚本      chrome_javascript / chrome_console（高级操作）\n```\n\n### 发送消息到网页 AI 的标准流程\n\n```text\n1. chrome_navigate → 打开品牌对话 URL\n2. 等待渲染（sleep 1-3s 或轮询读取）\n3. chrome_read_page → 确认页面就绪（存在输入框 / 登录按钮 / 模式开关）\n4. 若需登录 / 验证 → 告知用户手动完成，轮询页面状态\n5. 设置模式：点击\"深度思考 / 联网搜索\"等开关（用文本定位）\n6. chrome_fill_or_select → 在输入框填入消息文本\n7. chrome_click_element → 点击发送按钮（或 chrome_javascript 模拟 Enter）\n8. chrome_read_page → 读取 AI 回复（滚动到底部确保完整）\n```\n\n### 元素定位技巧\n\n- 优先可见文本定位：按钮\"发送\"、\"深度思考\"、开关\"联网搜索\"。\n- 输入框常用 `contenteditable` 或 `textarea[class*=textarea]`：可先用 chrome_javascript 检查 document 中的候选选择器。\n- 回复区常是长滚动容器：用 chrome_javascript 执行 `document.querySelector(...).scrollTop = scrollHeight` 后重新读取。\n- 避免硬编码 XPath；选择器变化时，用页面文本搜索（如\"继续生成\"按钮）兜底。\n\n### 故障处理\n\n- 页面未加载完 → 重新 chrome_read_page 并轮询。\n- 登录态丢失 → 提示用户重新登录。\n- 找不到发送按钮 → 尝试 Enter 键（chrome_keyboard 或 javascript 派发 KeyboardEvent）。\n- 弹窗（dialog）→ chrome_handle_dialog 处理；广告遮罩 → chrome_click_element 关闭。\n\n## 2. BrowserSkill / agent-browser（备选）\n\n若 chrome-mcp 不可用：\n\n1. 用 find-skills 搜索并安装 \"agent-browser\" 或 \"BrowserSkill\" 技能。\n2. 按其 SKILL.md 的说明驱动浏览器（通常基于 Playwright / Puppeteer 或系统浏览器调试端口）。\n3. 注意保留登录态：优先连接用户现有浏览器实例（如 `--remote-debugging-port` 启动并连接），或复用 profile 目录；否则需用户重新登录。\n4. 若上述工具均缺失：**先征得用户同意**再安装，Agent 侧安装 + 浏览器侧小白指引见 `references/tool-installation.md`（chrome-mcp 扩展安装、npm 桥注册、常见问题排查）。\n4. 其余操作序列与上文一致：打开 URL → 等渲染 → 读内容 → 设模式 → 输入 → 发送 → 读回复。\n\n## 3. 通用兜底（无浏览器工具时）\n\n若既无 chrome-mcp 也无浏览器技能：进入 SKILL.md 的**阶段 1.5**，先询问用户是否自动安装（不擅自安装）。可在用户同意后安装 chrome-mcp（`mcp-chrome-bridge` + 浏览器扩展）或轻量方案（如 Playwright，按 profile 复用方式连接用户浏览器）。安装细节与小白指引见 `references/tool-installation.md`。\n\nFile v0.1.0:references/gecko-automation.md\n\n# Gecko 内核浏览器操控指南（通道 B：GeckoDriver + Marionette）\n\n适用于 Mozilla Firefox（以及 Pale Moon / Waterfox 等 Gecko 内核浏览器）。\n\n## 原理\n\n- Firefox 内置 **Marionette** 自动化协议（远程调试 / 自动化服务）。\n- **geckodriver** 是 Mozilla 官方的翻译层：把标准 WebDriver HTTP 协议翻译成 Marionette 命令。\n- 因此只要拿到 geckodriver，就能用任何语言的 HTTP 客户端驱动 Firefox，无需额外安装浏览器插件。\n\n## 0. 前置检查\n\n```bash\ngeckodriver --version    # 检查是否已安装\n```\n\n未安装时（**先经用户同意**再安装，流程见 SKILL.md 阶段 1.5 与 `references/tool-installation.md`）：\n\n- Agent 侧自动安装：从 https://github.com/mozilla/geckodriver/releases 下载当前平台最新 zip，解压后将 `geckodriver` 放入 PATH（如 `~/bin`），验证 `geckodriver --version`。\n- 或用 Python 安装：`pip install selenium`（selenium 4 内置 Selenium Manager，可自动下载 geckodriver 与 Firefox，需联网）。\n- 浏览器侧：Firefox 无需装插件，保持正常打开即可；若弹出\"是否允许自动化控制\"，请用户点\"允许\"。\n\n## 1. 关键：保留用户登录态\n\nselenium / 原生驱动默认使用**全新临时 profile**，登录态会丢失。必须复用用户自己的 Firefox profile：\n\n- 路径通常在 `%APPDATA%\\Mozilla\\Firefox\\Profiles\\*.default-release`（Windows）。\n- selenium 指定方式：\n  ```python\n  options = webdriver.FirefoxOptions()\n  options.profile = \"<profile目录绝对路径>\"   # 或 options.add_argument(\"-profile <路径>\")\n  ```\n- 纯 HTTP 方式：`moz:firefoxOptions` 里带 `args: [\"-profile\", \"<路径>\"]`。\n- 若复用 profile 失败或用户不提供，则正常驱动并在打开网页版 AI 后提示用户手动登录（与本技能阶段 3 一致）。\n\n## 2. 方案一：selenium（推荐，代码短）\n\n```python\n# pip install selenium\nimport time\nfrom selenium import webdriver\nfrom selenium.webdriver.common.by import By\nfrom selenium.webdriver.firefox.service import Service\n\noptions = webdriver.FirefoxOptions()\n# 可选：复用用户 profile 保留登录态\n# options.profile = r\"C:\\Users\\<用户名>\\AppData\\Roaming\\Mozilla\\Firefox\\Profiles\\xxxx.default-release\"\n# options.add_argument(\"--headless\")  # 需要无界面时再加\n\ndriver = webdriver.Firefox(service=Service(\"geckodriver\"), options=options)\ntry:\n    driver.get(\"https://chat.deepseek.com\")   # 换成目标品牌 URL\n    time.sleep(3)\n    print(driver.title)\n    print(driver.find_element(By.TAG_NAME, \"body\").text[:2000])   # 读取页面纯文本\n    # 定位输入框并发送消息\n    # box = driver.find_element(By.CSS_SELECTOR, \"textarea, [contenteditable='true']\")\n    # box.send_keys(\"消息内容\")\n    # box.send_keys(\"\\n\")  # 或找发送按钮 click()\n    # time.sleep(8)        # 等待 AI 回复\n    # print(driver.find_element(By.TAG_NAME, \"body\").text[-3000:])  # 读取回复尾部\n    # driver.save_screenshot(\"page.png\")   # 截图检查\nfinally:\n    driver.quit()\n```\n\n## 3. 方案二：纯 HTTP 调用 geckodriver（零依赖，无需 pip 安装）\n\ngeckodriver 提供 `http://localhost:<port>` 的 WebDriver REST API。核心端点：\n\n| 端点 | 用途 |\n|---|---|\n| `POST /session` | 创建会话（Body 带 `capabilities`） |\n| `POST /session/{id}/url` | 导航到 URL |\n| `GET /session/{id}/title` | 读标题 |\n| `POST /session/{id}/execute/sync` | 执行 JS（读取/滚动页面、点按钮） |\n| `POST /session/{id}/element` | 查找元素（`{\"using\":\"css selector\",\"value\":\"...\"}`） |\n| `POST /session/{id}/element/{el}/click` | 点击元素 |\n| `POST /session/{id}/element/{el}/value` | 输入文本 |\n| `GET /session/{id}/screenshot` | 截图（base64） |\n| `DELETE /session/{id}` | 关闭会话 |\n\nPython 示例（仅标准库 urllib）：\n\n```python\nimport json, time, urllib.request\n\nGECKODRIVER_PORT = 9515\nBASE = f\"http://127.0.0.1:{GECKODRIVER_PORT}\"\n\ndef req(method, path, body=None):\n    data = json.dumps(body).encode() if body is not None else None\n    r = urllib.request.Request(BASE + path, data=data, method=method)\n    r.add_header(\"Content-Type\", \"application/json\")\n    with urllib.request.urlopen(r, timeout=30) as resp:\n        return json.loads(resp.read().decode())\n\n# 1) 创建会话（复用 profile 时在 moz:firefoxOptions.args 里加 [\"-profile\", \"<路径>\"]）\ncaps = {\n    \"capabilities\": {\n        \"alwaysMatch\": {\n            \"browserName\": \"firefox\",\n            # \"moz:firefoxOptions\": {\"args\": [\"-profile\", r\"C:\\...\\default-release\"]},\n        }\n    }\n}\nsid = req(\"POST\", \"/session\", caps)[\"value\"][\"sessionId\"]\n\ntry:\n    # 2) 打开网页版 AI\n    req(\"POST\", f\"/session/{sid}/url\", {\"url\": \"https://chat.deepseek.com\"})\n    time.sleep(4)\n\n    # 3) 读取页面纯文本（前 2000 字，判断登录/模式状态）\n    text = req(\"POST\", f\"/session/{sid}/execute/sync\",\n               {\"script\": \"return document.body.innerText.slice(0,2000);\", \"args\": []})\n    print(text[\"value\"])\n\n    # 4) 查找输入框并输入（先执行 JS 找候选选择器）\n    box = req(\"POST\", f\"/session/{sid}/execute/sync\",\n              {\"script\": \"const el=document.querySelector('textarea,[contenteditable=\\\"true\\\"]');\"\n                         \"return el?{tag:el.tagName,text:el.innerText.slice(0,100)}:null;\", \"args\": []})\n    print(\"input box:\", box[\"value\"])\n\n    # 5) 输入消息（contenteditable 用 JS 注入 + 派发 input 事件）\n    msg = \"我是来自用户电脑中的 AI agent，你负责规划步骤 / 编写代码 / 逻辑推理……\"\n    req(\"POST\", f\"/session/{sid}/execute/sync\",\n        {\"script\": \"const el=document.querySelector('textarea,[contenteditable=\\\"true\\\"]');\"\n                   \"if(!el)return false;\"\n                   \"const setter=Object.getOwnPropertyDescriptor(window.HTMLInputElement.prototype,'value');\"\n                   \"el.value=arguments[0];el.dispatchEvent(new Event('input',{bubbles:true}));return true;\",\n         \"args\": [msg]})\n\n    # 6) 点发送（尝试常见按钮文案）\n    req(\"POST\", f\"/session/{sid}/execute/sync\",\n        {\"script\": \"const b=[...document.querySelectorAll('button,div[role=button]')]\"\n                   \".find(x=>x.innerText&&x.innerText.trim().includes('发送'));if(b){b.click();return true}return false;\",\n         \"args\": []})\n    time.sleep(10)\n\n    # 7) 读回复（滚动到底后取全文尾部）\n    req(\"POST\", f\"/session/{sid}/execute/sync\",\n        {\"script\": \"window.scrollTo(0,document.body.scrollHeight);return true;\", \"args\": []})\n    reply = req(\"POST\", f\"/session/{sid}/execute/sync\",\n                {\"script\": \"return document.body.innerText.slice(-4000);\", \"args\": []})\n    print(\"reply:\", reply[\"value\"])\nfinally:\n    req(\"DELETE\", f\"/session/{sid}\")\n```\n\n> 提示：不同站点的输入框 / 发送按钮结构不同，先用 `execute/sync` 探查页面再操作；若 JS 注入 value 不触发响应式更新，改为先 `click` 聚焦再派发 `InputEvent`（`new Event('input',{bubbles:true})` 通常足够）。\n\n## 4. 启动 geckodriver（后台运行）\n\n```bash\ngeckodriver --port 9515 --log trace   # 独立进程启动后，脚本连接 9515 端口\n```\n\n或直接由 selenium 自动拉起。\n\n## 5. 常见问题\n\n- **登录态丢失**：未复用 profile → 按阶段 3 提示用户手动登录即可。\n- **站点识别自动化并拦截**：部分站点检测 webdriver 特征；如实告知用户，或引导用户在同一 Firefox（非自动化实例）手动登录后复用 profile。\n- **找不到元素**：先执行 JS 打印 `document.body.innerText` 前 2000 字定位真实结构。\n- **回复未加载完**：加等待时间、滚动到底、轮询读取文本长度直到不再增长。\n- **Firefox 版本过旧**：geckodriver 与 Firefox 版本需大致匹配；提示用户升级 Firefox 或换用对应版本 geckodriver。\n\nFile v0.1.0:references/tool-installation.md\n\n# 操控工具安装指南（tool-installation）\n\n通道 A（Chromium）与通道 B（Gecko）的操控工具在缺失时的安装方法。\n原则：**Agent 侧自动安装（经用户同意）** + **浏览器侧由用户手动完成（小白语言指引）**。\n\n---\n\n## 通道 A：Chromium 内核 → chrome-mcp（mcp-chrome）\n\nchrome-mcp（又名 Chrome MCP Server）由两部分组成：\n- **本地桥（Agent 侧）**：`mcp-chrome-bridge`，把 MCP 客户端与浏览器扩展连接起来，默认监听 `http://127.0.0.1:12306/mcp`。\n- **浏览器扩展（浏览器侧）**：`chrome-mcp-server` 扩展，在用户自己的 Chrome/Edge 里执行导航、点击、读取等操作，天然保留登录态。\n\n### Agent 侧（自动安装，需用户同意）\n\n```bash\n# 1. 全局安装本地桥（需 Node.js >= 18.19；WorkBuddy 自带 Node，可直接用其 npm）\nnpm install -g mcp-chrome-bridge\n# 若用 pnpm 且版本 >= 7，先启用 postinstall 脚本再安装：\n# pnpm config set enable-pre-post-scripts true && pnpm install -g mcp-chrome-bridge\n\n# 2. 注册本地桥（若安装时未自动注册）\nmcp-chrome-bridge register\n\n# 3. 写入 MCP 配置 ~/.workbuddy/mcp.json 的 mcpServers：\n#    {\n#      \"mcpServers\": {\n#        \"chrome-mcp-server\": {\n#          \"type\": \"streamableHttp\",\n#          \"url\": \"http://127.0.0.1:12306/mcp\"\n#        }\n#      }\n#    }\n#    若客户端只支持 stdio，改用 mcp-server-stdio.js（随桥安装）配置 command/args。\n```\n\n安装并写入配置后，告知用户：在 MCP/连接器管理页找到 `chrome-mcp-server`，点击\"信任\"启用（新配置不会自动激活）。\n\n### 浏览器侧（用户手动，小白指引话术）\n\n> 我需要你在浏览器里做 4 步：\n> 1. 打开 GitHub 页面 https://github.com/hangwin/mcp-chrome/releases ，下载最新的 chrome-mcp-server-*.zip 压缩包；\n> 2. 把压缩包解压到一个**固定位置**（比如桌面新建一个\"chrome-mcp\"文件夹），解压完**不要删除、不要移动**；\n> 3. 在浏览器地址栏输入 chrome://extensions/ 回车，打开右上角\"开发者模式\"开关，然后点左上角\"加载已解压的扩展程序\"，选择刚才那个文件夹；\n> 4. 点击浏览器右上角拼图图标，找到\"Chrome MCP Server\"，点图钉固定，然后点它的图标，在弹出的窗口里点\"Connect\"连接。\n> 完成后告诉我一声，我这边就能操控你的浏览器了。\n\n要点（Agent 自查）：\n- 解压目录必须固定：Chrome 按引用加载，移动/删除目录会导致扩展失效。\n- Edge 用户：地址栏用 `edge://extensions/`，其余步骤相同。\n- 连接验证：扩展 popup 显示已连接、端口 12306；Agent 侧能加载 `mcp__chrome-mcp__chrome_navigate` 等工具。\n\n### 常见问题\n\n| 现象 | 处理 |\n|---|---|\n| `npm` 命令不存在 | 提示用户安装 Node.js（或使用 WorkBuddy 自带 Node 的 npm 路径） |\n| 扩展装好但 popup 显示未连接 | 确认 `mcp-chrome-bridge` 已在运行、端口 12306 未被占用；点 popup 里的 Connect |\n| 连接器显示 disconnected | 在连接器管理页对 `chrome-mcp-server` 点\"信任/启用\" |\n| 扩展消失 / 报错 | 检查解压目录是否被移动或删除；重新\"加载已解压的扩展程序\" |\n| 站点识别自动化 | 扩展运行在用户真实浏览器，登录态与指纹均正常，一般不会触发；若触发，请用户手动完成验证 |\n\n### 备选：BrowserSkill / agent-browser\n\n若 chrome-mcp 无法安装或用户不愿装扩展：\n1. 用 find-skills / 技能市场搜索并安装 \"agent-browser\" 或 \"BrowserSkill\" 技能。\n2. 按其 SKILL.md 驱动浏览器（通常基于 Playwright/Puppeteer）。\n3. 注意保留登录态：优先连接用户现有浏览器实例（`--remote-debugging-port`）或复用 profile；否则需用户重新登录。\n4. 若以上均不可用，可提示安装 Playwright 轻量方案（需下载浏览器驱动，先征得用户同意）。\n\n---\n\n## 通道 B：Gecko 内核 → GeckoDriver + Marionette\n\nFirefox 内置 Marionette 自动化协议，只需一个 `geckodriver` 翻译层即可驱动，**浏览器侧无需安装任何插件**。\n\n### Agent 侧（自动安装，需用户同意）\n\n```bash\n# 1. 下载 geckodriver（当前平台最新版）\n#    https://github.com/mozilla/geckodriver/releases\n#    Windows: geckodriver-v*.win64.zip；macOS: macos.tar.gz；Linux: linux64.tar.gz\n\n# 2. 解压并将 geckodriver 放入 PATH\n#    Windows 示例（放入用户目录并加入 PATH）：\n#      mkdir -p ~/bin && unzip -o geckodriver-*.zip -d ~/bin\n#      export PATH=\"$HOME/bin:$PATH\"   # 写入 shell 配置永久生效\n#    或使用 WorkBuddy 内置 Python 安装 selenium 托管驱动：\n#      python -m pip install selenium   # selenium 4 的 Selenium Manager 可自动下载 geckodriver\n\n# 3. 验证\ngeckodriver --version\n```\n\n### 浏览器侧（用户手动，小白指引话术）\n\n> Firefox 这边不需要安装任何插件。你只需要保持 Firefox 正常打开、不要关闭即可。\n> 如果稍后 Firefox 弹出\"是否允许自动化控制\"，点\"允许\"。\n> 登录网页版 AI 时仍然由你手动完成（扫码/账号密码都可以）。\n\n要点（Agent 自查）：\n- Marionette 由 geckodriver 启动 Firefox 时自动启用，用户无需改 about:config。\n- 保留登录态：优先用 `-profile <用户profile路径>` 复用用户配置（见 `references/gecko-automation.md`）。\n\n### 常见问题\n\n| 现象 | 处理 |\n|---|---|\n| `geckodriver` 无法启动 | 确认已解压到 PATH 并 `geckodriver --version` 通过 |\n| Firefox 版本过旧 | geckodriver 与 Firefox 版本需大致匹配，升级 Firefox 或换对应版本驱动 |\n| 登录态丢失 | 未复用 profile；按阶段 3 提示用户手动登录即可 |\n| 防火墙/杀毒拦截 | 将 geckodriver 加入白名单，或改用 selenium 托管方式 |\n\n---\n\n## 安装完成后验证清单\n\n- [ ] Agent 侧工具可用（chrome-mcp 工具可加载 / `geckodriver --version` 通过）\n- [ ] 浏览器侧就绪（扩展已 Connect / Firefox 正常打开）\n- [ ] 用最小操作验证：打开一个页面并读取标题成功\n- [ ] 通过后进入阶段 2（选择 AI 品牌/模型/模式）\n\nFile v0.1.0:skill-card.md\n\n## Description:\n\nAIcloud-thought-proxy coordinates a local agent with web-based AI chat services through user-approved browser automation so the web AI can plan, reason, or draft while the local agent executes.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[georgechou17](https://clawhub.ai/user/georgechou17)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nDevelopers and agent users use this skill to route planning, coding, and reasoning work through web AI chat interfaces while keeping execution tasks in the local agent. It is intended for browser-mediated collaboration with services such as DeepSeek, Kimi, ChatGPT, Claude, Gemini, and Grok.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Browser automation and external web AI output can influence local actions and authenticated browser sessions.\n\nMitigation: Use a dedicated browser profile logged in only to the chosen AI site, keep the user responsible for credentials and CAPTCHA checks, and confirm sensitive actions before proceeding.\n\nRisk: Web AI proposals may include incorrect commands, unsafe downloads, or file changes.\n\nMitigation: Review every command, download, and file write before approval, and scan or test generated work before deployment.\n\nRisk: Installing browser-control tools from latest releases can add supply-chain uncertainty.\n\nMitigation: Prefer pinned and verified versions of chrome-mcp, geckodriver, or related automation tools, and install them only after explicit user approval.\n\n## Reference(s):\n\n- [Server-resolved source repository](https://github.com/GeorgeChou17/aicloud-thought-proxy)\n- [ClawHub skill page](https://clawhub.ai/georgechou17/skills/aicloud-thought-proxy)\n- [AI model catalog](references/ai-models.md)\n- [Browser detection guide](references/browser-detection.md)\n- [Chromium automation guide](references/chromium-automation.md)\n- [Gecko automation guide](references/gecko-automation.md)\n- [Tool installation guide](references/tool-installation.md)\n- [mcp-chrome releases](https://github.com/hangwin/mcp-chrome/releases)\n- [geckodriver releases](https://github.com/mozilla/geckodriver/releases)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with inline code blocks and JSON command output]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include browser setup steps, model-selection guidance, commands to run locally, and summaries of web AI responses.]\n\n## Skill Version(s):\n\n0.1.0 (source: ClawHub release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v0.1.0:LICENSE\n\nMIT No Attribution\n\nCopyright 2026 GeorgeChou\n\nPermission is hereby granted, free of charge, to any person obtaining a copy of this\nsoftware and associated documentation files (the \"Software\"), to deal in the Software\nwithout restriction, including without limitation the rights to use, copy, modify,\nmerge, publish, distribute, sublicense, and/or sell copies of the Software, and to\npermit persons to whom the Software is furnished to do so.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED,\nINCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A\nPARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT\nHOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION\nOF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE\nSOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.","readmeExcerpt":"Skill: aicloud-thought-proxy Owner: georgechou17 Summary: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"触发\n └─ 阶段 0：确认语言（跟随用户语言）\n └─ 阶段 1：浏览器内核检测（Chromium? Gecko?）\n └─ 阶段 1.5：操控工具就绪检查，缺失则询问自动安装\n └─ 阶段 2：选择 AI 品牌 / 型号 / 思考模式 / 联网搜索\n └─ 阶段 3：打开网页版 AI → 提示手动登录 → 人机验证 → 纯文本模式\n └─ 阶段 4：发送第一条协作协议消息，建立分工\n └─ 阶段 5：协作循环：转达需求 → 网页 AI 给步骤 → 本地执行 → 反馈闭环"},{"language":"bash","snippet":"python scripts/detect_browser.py                  # 自动检测默认浏览器\npython scripts/detect_browser.py --browser \"C:\\path\\to\\firefox.exe\"   # 手动指定"},{"language":"bash","snippet":"npm install -g mcp-chrome-bridge\nmcp-chrome-bridge register\n# 并在 ~/.workbuddy/mcp.json 的 mcpServers 中写入 chrome-mcp-server（streamableHttp: http://127.0.0.1:12306/mcp）"},{"language":"bash","snippet":"# 从 https://github.com/mozilla/geckodriver/releases 下载对应平台 zip 并解压到 PATH\ngeckodriver --version   # 验证"},{"language":"text","snippet":"aicloud-thought-proxy/\n├── SKILL.md                         # 核心工作流\n├── README.md                        # 本文档（中英双语）\n├── LICENSE                          # MIT-0 许可证\n├── scripts/detect_browser.py        # 浏览器内核检测脚本\n└── references/\n    ├── ai-models.md                 # AI 品牌 / 型号 / 模式目录\n    ├── browser-detection.md         # 跨平台检测方法详解\n    ├── tool-installation.md         # 操控工具安装指南 + 常见问题\n    ├── chromium-automation.md       # chrome-mcp / BrowserSkill 操作指南\n    └── gecko-automation.md          # GeckoDriver + Marionette 指南"},{"language":"text","snippet":"Trigger\n └─ Stage 0: Confirm language (follow the user's language)\n └─ Stage 1: Detect browser engine (Chromium? Gecko?)\n └─ Stage 1.5: Check driver tool; if missing, ask before auto‑installing\n └─ Stage 2: Choose AI brand / model / thinking mode / web search\n └─ Stage 3: Open web AI → prompt manual login → solve CAPTCHA → plain‑text mode\n └─ Stage 4: Send the first collaboration‑protocol message, establish the division of labor\n └─ Stage 5: Loop: relay requirement → web AI gives steps → local execution → feedback loop"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\r\nname: aicloud-thought-proxy\r\ndescription: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执行\"的协作循环。\r\nagent_created: true\r\n---\r\n\r\n# 云思客 (AIcloud-thought-proxy)\r\n\r\n## 概述\r\n\r\n通过操控浏览器访问指定 AI 的网页版对话，让网页版 AI 承担\"规划步骤 / 编写代码 / 逻辑推理\"等思维型工作，本地 Agent 承担\"扒取代码、创建文件、运行脚本、下载资源、联网搜索\"等执行型工作，从而把推理成本转移到网页版（免费额度 / 订阅会员），节省 API tokens。\r\n\r\n## 触发条件\r\n\r\n出现以下任一意图时触发本技能：\r\n\r\n- 用户要求\"用浏览器打开 <某AI> 的网页版 / 官网对话\"并协作\r\n- 用户提到\"网页版 AI\"、\"云思客\"、\"节省 tokens\"、\"让 XX 来规划/写代码，你来执行\"\r\n- 用户给出协作指令示例（如\"deepseek 专家模式，打开官网对话，我登录，然后协同工作\"）\r\n- 用户想在不消耗 API tokens 的情况下获得 AI 的规划与推理能力\r\n\r\n## 核心原则（不可违反）\r\n\r\n1. **语言跟随**：与用户的所有交互（包括向网页 AI 发送的消息）必须使用用户当前使用的语言（默认简体中文）。先用用户语言开场确认。\r\n2. **不替用户登录**：绝不代填账号密码 / 验证码；只负责打开登录页并提示用户手动完成登录。\r\n3. **人机验证交给用户**：遇到验证码 / 滑块 / 行为验证时，明确提示用户手动通过，Agent 等待并轮询页面状态。\r\n4. **用户始终在场**：每个关键动作（发送协议消息、执行脚本、下载文件）前向用户确认；用户是\"眼睛\"，Agent 是\"手\"。\r\n5. **先检测，后行动**：首次使用必须先检测浏览器内核，再选择对应的操控通道，除非用户手动指定了浏览器路径。\r\n\r\n## 工作流决策树\r\n\r\n```\r\n触发\r\n └─ 阶段 0：确认语言（跟随用户语言）\r\n └─ 阶段 1：浏览器内核检测\r\n     ├─ 用户指定路径 → 按路径判断内核\r\n     └─ 否则 → 运行 scripts/detect_browser.py\r\n         ├─ Chromium 内核 → 通道 A：chrome-mcp / BrowserSkill\r\n         └─ Gecko 内核   → 通道 B：GeckoDriver + Marionette\r\n └─ 阶段 1.5：操控工具就绪检查\r\n     ├─ 工具可用 → 继续\r\n     └─ 工具缺失 → 询问用户是否自动安装\r\n         ├─ 是 → Agent 侧自动安装 + 用小白语言指导浏览器侧操作\r\n         └─ 否 → 中止，说明所需工具，留待用户自行安装\r\n └─ 阶段 2：选择 AI 品牌 / 具体型号 / 思考模式 / 联网搜索（支持模糊语言）\r\n └─ 阶段 3：打开网页版 AI → 提示用户手动登录 → 人机验证 → 确认进入纯文本对话模式\r\n └─ 阶段 4：发送第一条协作协议消息，建立分工\r\n └─ 阶段 5：协作循环：转达需求 → 网页 AI 给步骤 → 本地执行 → 反馈结果 → 循环\r\n```\r\n\r\n## 阶段 0：确认语言\r\n\r\n1. 从用户消息判断语言（简体中文 / 繁体中文 / English / 日本語…），本会话全程固定使用该语言。\r\n2. 用该语言向用户简述计划与角色分工：网页 AI 负责思考，本地 Agent 负责执行。\r\n\r\n## 阶段 1：浏览器内核检测\r\n\r\n1. 若用户手动指定了浏览器路径（如\"用 C:\\...\\firefox.exe\"），跳过检测，直接按可执行文件名判断内核。\r\n2. 否则运行 `scripts/detect_browser.py` 检测系统默认浏览器：\r\n   ```bash\r\n   python scripts/detect_browser.py            # 自动检测\r\n   python scripts/detect_browser.py --browser \"<路径>\"   # 手动指定\r\n   ```\r\n3. 依据脚本输出 `engine` 字段分派：\r\n   - `chromium` → 通道 A（Google Chrome / Edge / Chromium / Brave / Opera / 360 / QQ 浏览器等）\r\n   - `gecko` → 通道 B（Mozilla Firefox 等）\r\n   - `unknown` → 提示用户手动指定浏览器路径后再继续\r\n4. 检测方法与跨平台细节见 `references/browser-detection.md`。\r\n\r\n### 通道 A：Chromium 内核\r\n\r\n1. 优先连接 chrome-mcp 连接器（`mcp__chrome-mcp` 系列工具：`chrome_navigate` / `chrome_read_page` / `chrome_click_element` / `chrome_fill_or_select` / `chrome_screenshot` / `get_windows_and_tabs` 等）。若工具未加载，用 ToolSearch 按 `tool_names` 加载。\r\n2. 若 chrome-mcp 不可用，通过 find-skills 搜索并加载 \"agent-browser\" 或 \"BrowserSkill\" 技能，按其说明驱动浏览器。\r\n3. 若以上工具均不可用 → 进入**阶段 1.5**（询问自动安装，不擅自安装）。\r\n4. 详细操作指南见 `references/chromium-automation.md`。\r\n\r\n### 通道 B：Gecko 内核\r\n\r\n1. 使用 GeckoDriver + Marionette 驱动 Firefox（Firefox 内置 Marionette 协议，geckodriver 是 WebDriver ↔ Marionette 的翻译层）。\r\n2. 检查 geckodriver 是否可用（`geckodriver --ve"},{"path":"README.md","content":"# 云思客 · AIcloud‑thought‑proxy\n\n> **[🇨🇳 阅读中文版](#中文版-zh) ｜ [🇺🇸 Read in English](#english-version-en)**\n\n**云思客** 是一个 AI Agent 技能（Skill），通过操控你的浏览器打开指定 AI 的**网页版对话**，让网页版 AI 承担「规划步骤 / 编写代码 / 逻辑推理」等思维型工作，本地 Agent 承担「扒取代码、创建文件、运行脚本、下载资源、联网搜索」等执行型工作——从而把推理成本转移到网页版（免费额度 / 订阅会员），**节省 API tokens**。\n\n**AIcloud‑thought‑proxy** is an AI Agent Skill that drives your browser to open a target AI's **web chat UI**, letting the web AI handle the \"thinking\" work (planning steps / writing code / logical reasoning) while the local Agent handles the \"doing\" work (scraping code, creating files, running scripts, downloading assets, web searching) — shifting inference cost onto the web tier (free quota / subscriptions) and **saving API tokens**.\n\n<table>\n<tr><th>🇨🇳 中文</th><th>🇺🇸 English</th></tr>\n<tr>\n<td>\n\n- [中文版](#中文版-zh)\n  - [概述](#概述-zh)\n  - [核心特性](#核心特性-zh)\n  - [支持哪些网页版 AI](#支持哪些网页版-ai-zh)\n  - [工作原理（工作流）](#工作原理工作流-zh)\n  - [浏览器内核检测](#浏览器内核检测-zh)\n  - [操控工具安装（缺失时）](#操控工具安装缺失时-zh)\n  - [安全与原则](#安全与原则-zh)\n  - [支持的平台](#支持的平台-zh)\n  - [如何安装本技能](#如何安装本技能-zh)\n  - [许可证](#许可证-zh)\n\n</td>\n<td>\n\n- [English Version](#english-version-en)\n  - [Overview](#overview-en)\n  - [Key Features](#key-features-en)\n  - [Which Web AIs Are Supported](#which-web-ais-are-supported-en)\n  - [How It Works (Workflow)](#how-it-works-workflow-en)\n  - [Browser Engine Detection](#browser-engine-detection-en)\n  - [Installing the Driver Tools (When Missing)](#installing-the-driver-tools-when-missing-en)\n  - [Security & Principles](#security--principles-en)\n  - [Supported Platforms](#supported-platforms-en)\n  - [How to Install This Skill](#how-to-install-this-skill-en)\n  - [License](#license-en)\n\n</td>\n</tr>\n</table>\n\n---\n\n<a id=\"中文版-zh\"></a>\n# 中文版 🇨🇳\n\n<a id=\"概述-zh\"></a>\n## 概述\n\n云思客解决的核心问题是：**把\"思考\"外包给网页版 AI，把\"执行\"留在本地 Agent**。\n\n当你在 WorkBuddy / Codex 这类 Agent 里反复让模型做大量规划、推理、写代码时，tokens 消耗很快。而 DeepSeek、Kimi、豆包、通义千问等网页版 AI 大多有免费额度或低价会员，足够承担\"出方案\"的工作。\n\n云思客让 Agent 自动打开网页版 AI，你手动登录后，Agent 负责把你的需求转达给网页 AI、再把网页 AI 给出的步骤在本地电脑上执行，全程只消耗网页版的额度，几乎不花 Agent 侧的 tokens。\n\n> 想读同一节的英文说明？→ [Jump to English: Overview](#overview-en)\n\n<a id=\"核心特性-zh\"></a>\n## 核心特性\n\n- **自动检测浏览器内核**：首次使用先判断你的默认浏览器是 Chromium 内核（Chrome / Edge / 360 / QQ 等）还是 Gecko 内核（Firefox），再选择对应操控通道。\n- **双通道操控**：Chromium → `chrome-mcp` / BrowserSkill；Gecko → GeckoDriver + Marionette。\n- **工具缺失自动安装**：若操控工具未安装，会用小白能听懂的语言引导你完成安装（Agent 侧自动装、浏览器侧给你手把手步骤）。\n- **模糊语言选模型**：支持「最新模型 / 最强模型 / 专家模式 / 快速模式 / 识图」等口语化描述，自动映射到具体型号与思考模式。\n- **语言跟随**：全程使用你当前使用的语言（默认简体中文），发给网页 AI 的消息也用你的语言。\n- **安全协作**：绝不代填账号密码、绝不代过人机验证；你始终是「眼睛」，Agent 是「手」。\n\n> 想读同一节的英文说明？→ [Jump to English: Key Features](#key-features-en)\n\n<a id=\"支持哪些网页版-ai-zh\"></a>\n## 支持哪些网页版 AI\n\n| 品牌 | 官网对话 URL | 代表型号 | 思考模式 | 联网搜索 |\n|---|---|---|---|---|\n| DeepSeek | https://chat.deepseek.com | DeepSeek‑V4-flash / V4-Pro | 专家模式 / 快速模式 / 识图 | 支持 |\n| Kimi（月之暗面） | https://www.kimi.com | Kimi K2.7 / 探索版 | 思考模式 | 默认联网 |\n| 豆包（字节） | https://www.doubao.com | 1.6 / 2.x 系列 | 深度思考 | 支持 |\n| 通义千问（阿里） | https://www.qianwen.com （国内）/ https://chat.qw"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn71cn3h6s4p3eq2qpvbnxq1k98b1r7b\",\n  \"slug\": \"aicloud-thought-proxy\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786441234335\n}"},{"path":"references/ai-models.md","content":"# AI 品牌 / 型号 / 模式目录\n\n云思客支持的主流网页版 AI 目录。型号与功能随官方更新而变，使用前若页面与下表不符，以页面实际呈现为准，并向用户确认。\n\n## 品牌清单\n\n| 品牌 | 官网对话 URL | 代表型号 | 思考模式 | 联网搜索 | 说明 |\n|---|---|---|---|---|---|\n| DeepSeek | https://chat.deepseek.com | DeepSeek-V3 / DeepSeek-R1 | 专家模式（深度思考 R1）、快速模式（V3）、识图模式（视觉） | 支持（联网搜索开关） | 用户示例中的首选品牌；网页版左侧可切换模式 |\n| Kimi（月之暗面） | https://www.kimi.com | Kimi K2 / 探索版 | 思考模式 | 默认联网 | 长文本强；支持文件上传 |\n| 豆包（字节） | https://www.doubao.com | 豆包 1.5 / 2.x 系列 | 深度思考 | 支持 | 国内访问稳定 |\n| 通义千问（阿里） | https://www.qianwen.com （国内）/ https://chat.qwen.ai （国际） | Qwen3 / Qwen3-Max / Qwen3.7-Max / Qwen3.8-Max 等 | 深度思考（QwQ） | 支持 | \"最新/最强模型\"示例品牌 |\n| 文心一言（百度） | https://wenxin.baidu.com | 文心大模型 4.5 / 5.0 系列 | 深度思考 | 支持 | 国内访问稳定 |\n| ChatGPT（OpenAI） | https://chatgpt.com | GPT-4o / o3 / GPT-5 系列 | 推理模式 | 支持（需手动开启） | 部分地区需要网络环境 |\n| Claude（Anthropic） | https://claude.ai | Opus / Sonnet / Haiku | 思考（extended thinking） | 支持（搜索工具） | 部分地区需要网络环境 |\n| Gemini（Google） | https://gemini.google.com | Gemini 2.x Pro / Flash | 深度思考 | 默认联网 | 部分地区需要网络环境 |\n| Grok（xAI） | https://grok.com | Grok 3 / 4 系列 | 思考 | 支持（深度搜索） | 部分地区需要网络环境 |\n| 智谱清言 | https://chatglm.cn | GLM-4.5 / GLM-4.6 | 深度思考 | 支持 | 国内访问稳定 |\n| 腾讯元宝 | https://yuanbao.tencent.com | 混元 / DeepSeek（集成） | 深度思考 | 支持 | 国内访问稳定 |\n| 讯飞星火 | https://xinghuo.xfyun.cn/desk | 星火 4.0 系列 | 深度思考 | 支持 | 国内访问稳定 |\n\n## 思考模式对照\n\n各品牌对\"深度思考\"的叫法不同，统一映射：\n\n| 用户说法 | DeepSeek | Kimi | 通义千问 | ChatGPT | Claude | Gemini |\n|---|---|---|---|---|---|---|\n| 专家模式 / 深度思考 / 最强 | 专家模式（R1） | 思考模式 | 深度思考（QwQ） | 推理模式（o 系列） | 思考模式 | 深度思考 |\n| 快速模式 / 标准 / 默认 | 快速模式（V3） | 标准 | 标准 | 默认 | 标准 | 标准 |\n| 识图 / 视觉 | 识图模式 | 上传图片 | 多模态 | 多模态（GPT-4o） | 上传图片 | 多模态 |\n\n## 模糊语言映射表\n\n| 用户模糊说法 | 解析规则 |\n|---|---|\n| \"最新模型\" | 从该品牌型号列表选版本号最高 / 官方标注最新的（如 Qwen3.8-Max 而非 Qwen3.7-Max） |\n| \"最强模型\" | 选能力最强旗舰（通常是最新 Max / Pro / Opus / 深度思考档；如 DeepSeek 选专家模式而非快速模式） |\n| \"专家模式\" | 深度思考 / 推理模式（DeepSeek 专家模式） |\n| \"快速模式\" | 标准即时回答模式（DeepSeek 快速模式） |\n| \"识图模式\" | 多模态 / 视觉模型 |\n| \"带联网 / 联网搜索\" | 开启该品牌的联网搜索开关 |\n| \"不需要联网\" | 关闭联网搜索，纯知识回答 |\n| \"默认 / 你决定\" | 选该品牌最均衡型号 + 标准模式 |\n\n无法唯一确定时，列出候选并让用户确认，不擅自猜测。\n\n## 打开对话页后的标准设置流程（通用）\n\n1. 等待页面加载完成，识别对话输入框。\n2. 按需设置模式：\n   - 深度思考 / 专家模式：寻找侧栏或输入框附近模式按钮，点击切换（DeepSeek 在页面左侧）。\n   - 联网搜索：寻找\"联网搜索\"开关，按用户意愿开 / 关。\n3. 切换到纯文本模式（若站点提供），关闭无关组件，便于直接查看与复制代码。\n4. 发送阶段 4 的协作协议消息，确认回复后再进入协作循环。\n\n## 注意事项\n\n- 站点可能强制手机验证码 / 扫码登录：提示用户手动完成。\n- 部分站点（ChatGPT / Claude / Gemini / Grok）需要特定网络环境：若打不开或反复跳验证，告知用户并建议换国内品牌。\n- 免费额度与会员限制可能影响回复长度 / 频率：遇到\"继续生成\"或限流提示时如实告知用户。"},{"path":"references/browser-detection.md","content":"# 浏览器内核检测方法详解\n\n目标：判定用户默认浏览器是 **Chromium 内核** 还是 **Gecko 内核**，决定使用哪条操控通道（chrome-mcp/BrowserSkill vs GeckoDriver+Marionette）。\n\n优先级：**用户手动指定路径 > 自动检测默认浏览器 > 常见安装路径兜底**。\n\n## 内核判定表（按可执行文件名）\n\n| 可执行文件（小写） | 内核 | 品牌 |\n|---|---|---|\n| chrome.exe / chromium.exe | chromium | Google Chrome / Chromium |\n| msedge.exe | chromium | Microsoft Edge |\n| brave.exe / vivaldi.exe / opera.exe | chromium | Brave / Vivaldi / Opera |\n| 360se.exe / 360chrome.exe | chromium | 360 安全 / 极速浏览器 |\n| qqbrowser.exe / sogouexplorer.exe / ucbrowser.exe | chromium | QQ / 搜狗 / UC 浏览器 |\n| firefox.exe | gecko | Mozilla Firefox |\n| palemoon.exe / waterfox.exe | gecko | Pale Moon / Waterfox |\n\n## Windows 检测\n\n### 1. 注册表（首选，得到用户实际默认浏览器）\n\n读取 http / https 协议的默认 ProgId：\n\n```\nHKEY_CURRENT_USER\\Software\\Microsoft\\Windows\\Shell\\Associations\\UrlAssociations\\http\\UserChoice\n→ ProgId 值\n```\n\nProgId 到可执行文件名的映射（常见）：\n- `ChromeHTML` → chrome.exe\n- `MSEdgeHTM` → msedge.exe\n- `FirefoxURL-<随机串>`（前缀 FirefoxURL）→ firefox.exe\n- `360se<...>` → 360se.exe\n- `BraveHTML` → brave.exe\n- `VivaldiHTM` → vivaldi.exe\n- `OperaStable` → opera.exe\n\n得到可执行文件名后，再通过常见安装路径或 `where <exe>` / 注册表 App Paths 定位完整路径：\n`HKEY_LOCAL_MACHINE\\SOFTWARE\\Microsoft\\Windows\\CurrentVersion\\App Paths\\<exe>` → 默认值即为完整路径。\n\n### 2. 常见安装路径兜底\n\n```text\nC:\\Program Files\\Google\\Chrome\\Application\\chrome.exe\nC:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe\n%LOCALAPPDATA%\\Google\\Chrome\\Application\\chrome.exe\nC:\\Program Files (x86)\\Microsoft\\Edge\\Application\\msedge.exe\nC:\\Program Files\\Microsoft\\Edge\\Application\\msedge.exe\nC:\\Program Files\\Mozilla Firefox\\firefox.exe\nC:\\Program Files (x86)\\Mozilla Firefox\\firefox.exe\n```\n\n### 3. 手动指定路径\n\n用户给出浏览器可执行文件路径时，直接按文件名查内核判定表，跳过自动检测。\n\n## macOS 检测\n\n1. 默认浏览器：使用 LaunchServices 查询 http 协议 handler：\n   ```bash\n   /System/Library/Frameworks/CoreServices.framework/Frameworks/LaunchServices.framework/Support/lsregister -dump | grep -i \"http\"   # 参考\n   ```\n   或执行 Swift 一行：`osascript -e 'get URL scheme \"http\" as default browser'`（部分版本可用）。\n2. 常见安装路径：\n   ```text\n   /Applications/Google Chrome.app/Contents/MacOS/Google Chrome\n   /Applications/Microsoft Edge.app/Contents/MacOS/Microsoft Edge\n   /Applications/Firefox.app/Contents/MacOS/firefox\n   ```\n3. 内核判定：文件名含 chrome/edge/brave/opera → chromium；firefox → gecko。\n\n## Linux 检测\n\n1. 默认浏览器（xdg 标准）：\n   ```bash\n   xdg-settings get default-web-browser   # 输出如 firefox.desktop / google-chrome.desktop / microsoft-edge.desktop\n   ```\n2. 按 desktop 文件前缀判定：firefox/palemoon → gecko；chrome/edge/brave/chromium/opera → chromium。\n3. 常见路径：`/usr/bin/firefox`、`/usr/bin/google-chrome`、`/usr/bin/microsoft-edge`。\n\n## 输出格式\n\n检测脚本统一输出 JSON，字段：\n\n```json\n{\n  \"engine\": \"chromium | gecko | unknown\",\n  \"browser\": \"品牌名（如 Google Chrome / Mozilla Firefox）\",\n  \"path\": \"浏览器可执行文件完整路径（或 null）\",\n  \"method\": \"registry:ProgId | common-path | manual | xdg-settings | lsregister | unknown\",\n  \"hint\": \"对应通道提示：chromium → 通道 A；gecko → 通道 B（需 geckodriver）\"\n}\n```\n\n## 判定后动作\n\n- `chromium` → 通道 A：优先 chrome-mcp 连接器，其次 BrowserSk"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执行\"的协作循环。 Skill: aicloud-thought-proxy Owner: georgechou17 Summary: 云思客（AIcloud-thought-proxy）——通过操控浏览器访问网页版 AI（DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等）与本地 Agent 协同工作以节省 tokens。触发场景：用户要求\"用浏览器打开某 AI 官网对话并协作\"、\"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行\"、\"节省 tokens\"、提到\"云思客\"等。自动检测浏览器内核（Chromium → chrome-mcp/BrowserSkill；Gecko → GeckoDriver + Marionette），引导用户选择模型/思考模式/联网搜索（含\"最新/最强模型\"等模糊语言解析），提示用户手动登录与人机验证，建立\"网页 AI 出方案、本地 Agent 执","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1068,"uniquenessScore":47,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T00:45:43.783Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:45:26.448Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}