桌面 / 浏览器操作 API
桌面控制(/api/v4/desktop/*)、浏览器自动化(/api/v4/browser/*)与工具目录(/api/v4/tools/catalog)。
版本说明:桌面控制为个人版独有(依赖 cua-driver);浏览器操作与工具目录两者都提供。全部需 Bearer 令牌。
浏览器(/api/v4/browser)
| 方法 | 路径 | 说明 |
|---|---|---|
POST | /api/v4/browser/screenshot | 页面截图 |
POST | /api/v4/browser/read | 读取页面内容 |
POST | /api/v4/browser/snapshot | 页面结构快照 |
POST | /api/v4/browser/act | 页面动作(点击/输入等) |
POST | /api/v4/browser/self-test | 浏览器自检 |
GET | /api/v4/browser/cast | CDP 帧流 WebSocket(实时投屏) |
桌面控制(个人版独有,/api/v4/desktop)
需本地 cua-driver 驱动进程。
| 方法 | 路径 | 说明 |
|---|---|---|
POST | /api/v4/desktop/screenshot | 桌面截图 |
POST | /api/v4/desktop/capture | 采集屏幕 |
POST | /api/v4/desktop/click | 点击 |
POST | /api/v4/desktop/double-click / drag / move | 双击 / 拖拽 / 移动 |
POST | /api/v4/desktop/type / keypress / set-value | 键入 / 按键 / 赋值 |
POST | /api/v4/desktop/scroll | 滚动 |
POST | /api/v4/desktop/list-apps / focus-app | 应用列表 / 聚焦应用 |
POST | /api/v4/desktop/wait | 等待条件 |
POST | /api/v4/desktop/stop | 停止当前动作 |
POST | /api/v4/desktop/approve / reject / auto-approve | 人工审批回填 |
GET | /api/v4/desktop/status / events / skill | 状态 / 事件 / 技能 |
工具目录(/api/v4/tools)
| 方法 | 路径 | 说明 |
|---|---|---|
GET | /api/v4/tools/catalog | 工具目录(含分类与描述) |
GET | /api/v4/tools/collab-graph | 工具协作图可视化 [企业] |
GET | /api/v4/tools/collab-heatmap | 工具协作热力图 [企业] |
POST | /api/v4/tools/execute | 直接执行工具(仅 dev 模式挂载) |
版本说明:
collab-graph/collab-heatmap为企业版独有(TP-TOOL-RETRIEVAL-04 W7),个人版未注册这两个端点。 ⚠️/api/v4/tools/execute仅 dev 模式注册,生产默认 404;即使 dev 模式也需鉴权。
会话内工具形态
日常使用的工具(web_search、web_fetch、todo、media、json 等)以对话内函数调用方式触发,由 Agent 在对话中调用;python_exec / bash_exec 为个人版独有。工具清单见 工具概览。
错误码
| 场景 | code | message |
|---|---|---|
| 未认证 | 40100 | 缺失或非法 Authorization 头 |
| 工具执行失败 | 50000 | 工具执行失败 |
| 生产环境调用 execute | 404(HTTP) | 端点未注册(生产) |
| cua-driver 不可用 | 50300 | 桌面驱动未就绪 |