AI 操作当前界面(实验性)

Aino 可以让右侧 AI Agent 通过“像用户一样操作界面”的方式控制当前桌面应用。开启后,AI 不只会读写 Vault 文件,还能观察当前 Aino 窗口、点击按钮、切换文件、在编辑器输入内容,或操作内置浏览器中打开的网页。

Warning

这是实验性功能,默认关闭。它会真实点击和输入当前 Aino Desktop 界面,请只在你愿意让 AI 操作当前窗口时开启。

适合什么时候用

文件工具适合直接读写 Markdown;AI 操作当前界面适合处理“必须通过界面完成”的任务:

  • 在左侧文件树中打开某个笔记或文件夹
  • 在中间 Markdown 编辑器里定位、输入或切换编辑模式
  • 在内置浏览器网页中点击按钮、等待页面变化
  • 在右侧任务列表里勾选任务或切换面板
  • 让 AI 边操作边确认界面是否出现了预期文本

如果只是创建、搜索或批量修改笔记,优先使用 AI 智能聊天 中的 Edit / Agent 模式;AI 操作当前界面更适合验证 UI 状态和跨面板操作。

如何开启

  1. 打开 设置 → 实验特性
  2. 打开 允许 AI 操作当前界面(实验性)
  3. Aino 会提示加载 aino-desktop-automation Skill
  4. 你确认后,开关才会真正启用

设置 → 实验特性:AI 操作当前界面默认关闭

开启 AI 操作当前界面时,Aino 会要求确认加载自动化 Skill

开启后,右侧 AI Agent 会获得页面控制工具:观察当前界面、点击、输入、按键,以及等待某段文本出现。

可以控制哪些区域

当前能力面向正在运行的 Aino Desktop 窗口:

区域可以做什么
左侧栏打开文件、切换目录、点击入口
中间编辑器点击编辑区、输入文本、切换模式
中间网页操作内置浏览器中当前打开的网页
右侧栏切换 AI / 任务 / 大纲等面板,点击任务项

AI 每次执行前通常会先观察页面快照,再根据可见文本、按钮、输入框或稳定的界面标识来点击和输入。

Prompt 示例

你可以直接在右侧 Agent 模式里描述目标:

请先观察当前 Aino 界面,然后打开左侧的「项目计划.md」。
在编辑器末尾追加一条待办:- [ ] 给自动化控制写文档。
最后打开右侧任务列表,确认这条任务已经出现。

操作内置网页时,可以这样写:

请观察当前内置浏览器页面,点击页面里的「继续」按钮。
等页面出现「完成」后告诉我结果。每一步都先确认页面状态。

与权限开关的关系

AI 操作当前界面只控制“看见的界面”。它不会自动绕过其他安全设置:

  • 允许写入 / 更新工具:控制普通模型和 MCP 写入类工具是否可用
  • 允许删除工具:控制删除类 MCP 工具是否可用
  • AI 操作当前界面:位于 设置 → 实验特性,控制 AI 是否能操作当前 Aino 窗口

如果 AI 通过界面点击了删除按钮或提交按钮,这仍然是真实界面操作。进行敏感操作前,应让 AI 先说明计划并等待你的确认。

给 CLI Agent 使用

开启该开关后,本机 CLI Agent 也可以通过 aino-desktop-automation Skill 使用同一条本地桥接能力。适合你在 Claude Code / Codex 等环境里说:

使用 aino-desktop-automation 观察当前 Aino Desktop,打开任务列表并确认今天的未完成任务。

如果桥接未开启,CLI 会提示找不到本地 bridge 或状态文件。这时回到 Aino 的 设置 → 实验特性 开启即可。

限制

  • 这是实验性能力,界面布局变化可能导致 AI 需要重新观察和定位
  • 它适合操作当前可见窗口,不适合后台批量处理大量文件
  • 对文件内容的大规模修改,仍建议使用 Edit / Agent 模式中的文件工具并走 diff 审核

相关操作