Skills Framework (中文 (繁體))

🌐 Languages: 🇺🇸 English · 🇪🇹 am · 🇸🇦 ar · 🇦🇿 az · 🇧🇬 bg · 🇧🇩 bn · 🇧🇦 bs · 🇨🇿 cs · 🇩🇰 da · 🇩🇪 de · 🇬🇷 el · 🇪🇸 es · 🇪🇪 et · 🇮🇷 fa · 🇫🇮 fi · 🇫🇷 fr · 🇮🇪 ga · 🇮🇳 gu · 🇳🇬 ha · 🇮🇱 he · 🇮🇳 hi · 🇭🇷 hr · 🇭🇺 hu · 🇦🇲 hy · 🇮🇩 id · 🇳🇬 ig · 🇮🇹 it · 🇯🇵 ja · 🇬🇪 ka · 🇰🇭 km · 🇮🇳 kn · 🇰🇷 ko · 🇱🇹 lt · 🇱🇻 lv · 🇮🇳 ml · 🇮🇳 mr · 🇲🇾 ms · 🇲🇹 mt · 🇲🇲 my · 🇳🇵 ne · 🇳🇱 nl · 🇳🇴 no · 🇮🇳 or · 🇮🇳 pa · 🇵🇭 phi · 🇵🇱 pl · 🇵🇹 pt · 🇧🇷 pt-BR · 🇷🇴 ro · 🇷🇺 ru · 🇱🇰 si · 🇸🇰 sk · 🇸🇮 sl · 🇷🇸 sr · 🇸🇪 sv · 🇰🇪 sw · 🇮🇳 ta · 🇮🇳 te · 🇹🇭 th · 🇹🇷 tr · 🇺🇦 uk-UA · 🇵🇰 ur · 🇺🇿 uz · 🇻🇳 vi · 🇳🇬 yo · 🇨🇳 zh-CN

真實來源： src/lib/skills/ 與 src/app/api/skills/ 最後更新： 2026-06-28 — v3.8.40

OmniRoute 提供可擴充的 Skills 框架，讓語言模型（及操作人員）能組合可重複使用的能力——從檔案系統讀取和 HTTP 請求，到沙箱化程式碼執行及精選市集技能。

技能是具有版本、由結構描述定義的工作單元。OmniRoute 可將技能作為工具定義注入傳出請求、攔截模型傳回的工具呼叫、執行相符的處理常式，並將結果傳回模型，使對話得以繼續。模型永遠不會看到實作內容——只會看到工具介面。

Agent Skills 與 Omni Skills

OmniRoute 有兩套截然不同但相輔相成的技能系統：

維度	Omni Skills（本文件）	Agent Skills
用途	LLM 工具注入 + 沙箱化執行	供外部代理程式探索及使用的 SKILL.md 目錄
真實來源	`src/lib/skills/` + 市集	`src/lib/agentSkills/` + `skills/` 目錄
執行階段模式	注入傳出請求，並在工具呼叫事件發生時執行	靜態 Markdown 目錄 + REST/MCP/A2A 探索端點
使用者	OmniRoute 本身（組合路由、傳入 LLM 呼叫）	外部代理程式、MCP 用戶端、A2A 協調器
數量	不固定（由市集驅動）	45 個目錄項目（23 個 API + 21 個 CLI + 1 個設定）
格式	含工具結構描述及處理常式的 `SkillDefinition`	`SKILL.md` frontmatter + Markdown 內文
探索	`/api/skills/` REST + `omniroute_skills_` MCP 工具	`/api/agent-skills/` REST + `omniroute_agent_skills_` MCP 工具 + A2A `list-capabilities`

Omni Skills 是執行引擎——它們定義當 LLM 叫用工具時，OmniRoute 能做什麼。

Agent Skills 是文件目錄——它們透過可直接送入代理程式提示詞的結構化 SKILL.md 檔案，向外部代理程式說明 如何使用 OmniRoute 的 REST API 與 CLI。

如需 Agent Skills 目錄、產生器、MCP 工具及 A2A 技能的資訊，請參閱 docs/frameworks/AGENT-SKILLS.md。

概念

技能來源

三種技能來源共存於同一個登錄檔中：

內建技能（src/lib/skills/builtins.ts）——隨 OmniRoute 一同提供，涵蓋常見使用情境：
- file_read、file_write——位於 <DATA_DIR>/skills/workspaces/<hashed-key>/ 下、按 API 金鑰隔離的沙箱工作區
- http_request——透過 safeOutboundFetch 傳送的對外 HTTP 請求，並使用 guard: "public-only"
- web_search——具備快取功能的可插拔搜尋提供者（executeWebSearch）
- eval_code——在 Docker 沙箱中執行 node 或 python
- execute_command——在 Docker 沙箱中執行 shell 命令
- browser——由 Playwright 支援的基礎架構，預設停用（builtin/browser.ts）
SkillsMP（OmniRoute 市集）——從 https://skillsmp.com/api/v1/skills/search 擷取。需要在「設定」中提供 skillsmpApiKey。
SkillsSH（skills.sh 社群目錄）——從 https://skills.sh/api/search 擷取。不需要驗證；SKILL.md 內容從 GitHub raw 取得。

單一「作用中提供者」控制儀表板從哪個目錄安裝技能（src/lib/skills/providerSettings.ts）。可在 設定 → 記憶體與技能 下切換。預設值：skillsmp。

技能識別資訊

技能在記憶體內登錄檔（src/lib/skills/registry.ts）中以 name@version 作為索引鍵。版本必須符合 semver（^\d+\.\d+\.\d+$）。resolveVersion() 支援 ^、~、>、>=、<、<=、== 及完全相符限制條件。

技能模式

每項技能都有一個執行階段模式，用於控制何時注入該技能：

模式	行為
`on`	一律作為工具定義注入
`off`	永不注入，也永遠不可執行
`auto`	依傳入請求評分；僅在分數 ≥ `AUTO_MIN_SCORE`（預設為 3）時注入

auto 是從市集安裝之技能的預設值。enabled=true 與 mode="off" 同時存在表示「已登錄但未啟用」——透過舊版欄位切換 enabled 時，也會同步更新 mode，使較舊的程式碼路徑保持一致（src/app/api/skills/[id]/route.ts）。

狀態（執行）

技能執行記錄於 skill_executions 資料表中，並具有以下狀態（src/lib/skills/types.ts）：

enum SkillStatus {
  PENDING = "pending",
  RUNNING = "running",
  SUCCESS = "success",
  ERROR = "error",
  TIMEOUT = "timeout",
}

登錄檔快取

SkillRegistry 是具有 60 秒 TTL 快取的單例（registry.ts:14）。loadFromDatabase() 具有冪等性，並透過 pendingLoad 對並行呼叫進行去重。任何寫入操作（register/unregister/unregisterById）都會使快取失效。可透過 getSkillVersions(name) 與 resolveVersion(name, constraint) 查詢版本。

感知提供者的注入

src/lib/skills/injection.ts 中的 injectSkills() 是將已登錄技能轉換為提供者特定工具定義的進入點：

OpenAI — { type: "function", function: { name, description, parameters } }
Anthropic — { name, description, input_schema }
Google (Gemini) — { name, description, parameters }

工具名稱會編碼為 name@version，以便處理常式在模型回呼時選擇正確的版本。

AUTO 評分

當 mode="auto" 時，系統會根據請求上下文對每個候選技能進行評分（injection.ts 中的 scoreAutoSkill()）：

訊號	分數
技能名稱逐字出現在上下文中	+6
每個名稱權杖與上下文權杖相符	+2
每個標籤子字串與上下文相符	+3
每個描述權杖與上下文相符	+1
背景原因與名稱權杖相符	每個權杖 +2
背景原因與標籤相符	每個權杖 +2
標籤中的提供者提示與請求提供者相符	+2 / −2

系統會注入排名最高、score >= AUTO_MIN_SCORE = 3 的 AUTO_MAX_SKILLS = 5 個技能。若分數相同，則先依 installCount（降冪）排序，再依名稱字母順序排序（injection.ts:225-235）。

工具呼叫攔截

上游傳回工具呼叫回應後，聊天處理常式會叫用 src/lib/skills/interception.ts 中的 handleToolCallExecution()：

extractToolCalls() 會讀取提供者特定的格式（OpenAI tool_calls / Responses function_call、Anthropic tool_use、Gemini functionCalls）。
先解析內建工具別名（例如 omniroute_web_search → web_search）。內建處理常式會直接執行。
其他所有呼叫都會透過 skillExecutor.execute(name@version, args, { apiKeyId, sessionId }) 路由。
結果會視情況插回回應中，成為 tool_results、function_call_output 項目，或 Anthropic tool_result 區塊。

執行上下文中的 customSkillExecutionEnabled 可設為 false，以僅允許內建攔截（供明確停用使用者定義處理常式的請求路徑使用）。

Docker 沙箱

非內建程式碼路徑（eval_code、execute_command）會透過 SandboxRunner（src/lib/skills/sandbox.ts）在 Docker 內執行。每個容器啟動時都會使用：

--rm --network none|bridge --cap-drop ALL
--security-opt no-new-privileges --pids-limit 100
--cpus <cpuLimit/1000> --memory <memoryLimit>m
--tmpfs /tmp:rw,noexec,nosuid,size=64m
--tmpfs /workspace:rw,noexec,nosuid,size=64m
--read-only（當 readOnly=true 時）

預設值（SandboxRunner.DEFAULT_CONFIG）：

欄位	預設值	備註
`cpuLimit`	100（= 0.1 CPU）	傳遞給 `--cpus` 前先除以 1000
`memoryLimit`	256 MB	硬性限制
`timeout`	30000 ms	透過 `SIGTERM` + `docker kill` 進行軟終止
`networkEnabled`	`false`	會轉換為 `--network none`
`readOnly`	`true`	根檔案系統為唯讀；`/tmp` 和 `/workspace` 為 tmpfs

SandboxRunner.kill(id) 和 killAll() 會公開供關閉時使用；執行中的容器會追蹤於 runningContainers: Map<string, ChildProcess> 中。

沙箱環境變數

透過 src/lib/skills/builtins.ts 中的 process.env 設定：

環境變數	預設值	用途
`SKILLS_MAX_FILE_BYTES`	`1048576`（1 MB）	`file_read` 和 `file_write` 的大小上限
`SKILLS_MAX_HTTP_RESPONSE_BYTES`	`256000`	`http_request` 回應本文的大小上限
`SKILLS_MAX_SANDBOX_OUTPUT_CHARS`	`100000`	傳回給呼叫端的 stdout/stderr 字元數上限
`SKILLS_SANDBOX_TIMEOUT_MS`	`10000`	沙箱命令的預設逾時時間；上限為 60 s
`SKILLS_SANDBOX_NETWORK_ENABLED`	`false`	對外連線的總開關。設為 `1` 或 `true` 可允許每次呼叫個別選擇啟用
`SKILLS_ALLOWED_SANDBOX_IMAGES`	（見下文）	以逗號分隔的 Docker 映像檔允許清單

預設允許的映像檔：alpine:3.20、node:22-alpine、python:3.12-alpine。透過 SKILLS_ALLOWED_SANDBOX_IMAGES 新增的任何項目都會與預設值合併；normalizeImage() 會拒絕未知的映像檔。

注意：沒有獨立的 SKILLS_EXECUTION_TIMEOUT_MS 環境變數。非沙箱處理常式的逾時時間在 SkillExecutor（executor.ts:13）中硬編碼為 30 s，但可在執行階段透過 skillExecutor.setTimeout(ms) 覆寫。

工作區隔離

file_read 和 file_write 會將每個路徑解析為相對於各 API 金鑰專屬工作區的路徑：<DATA_DIR>/skills/workspaces/<sha256(apiKeyId).slice(0,24)>/。在進行任何磁碟 I/O 前，會拒絕路徑穿越（..）及禁止的區段（.env、.git、.ssh、.omniroute、.codex、secrets）。

HTTP 強化

http_request（builtins.ts:257）：

方法允許清單：GET, HEAD, POST, PUT, PATCH, DELETE
封鎖的對外標頭：host, connection, content-length, cookie, set-cookie, authorization, proxy-authorization
停用重新導向（allowRedirect: false）
經由採用 guard: "public-only" 的 safeOutboundFetch 路由（封鎖私有／回送位址範圍）
回應會在 SKILLS_MAX_HTTP_RESPONSE_BYTES 處截斷；用戶端會看到 truncated: true

混合執行器（預覽版）

src/lib/skills/hybrid.ts 定義了一個 HybridExecutor，它會針對每次呼叫決定採用 direct（程序內）或 sandbox 執行，並在逾時／記憶體錯誤時透過 autoUpgrade 路徑重試。已接入的 directExecutor / sandboxRunner 實作目前是存根（executeDirect、executeInSandbox 會傳回預留位置物件）——請將此模組視為仍在建構中的契約。實際執行仍透過 skillExecutor + SandboxRunner 進行。

儲存空間

結構描述位於兩個遷移檔案中：

src/lib/db/migrations/016_create_skills.sql — 基礎 skills 與 skill_executions 資料表，並為 (api_key_id, name) 和 (skill_id, status, created_at) 建立索引。
src/lib/db/migrations/027_skill_mode_and_metadata.sql — 將 mode、source_provider、tags（JSON）、install_count 新增至 skills。

skill_executions.status 在資料庫層級受到約束：CHECK(status IN ('pending', 'running', 'success', 'error', 'timeout'))。

REST API

所有端點皆位於 src/app/api/skills/ 下。管理端點（/api/skills、/api/skills/[id]、/api/skills/install）需要透過 requireManagementAuth() 進行管理驗證。市集／安裝流程使用較輕量的 isAuthenticated()（工作階段或 API 金鑰）。

| 端點 | 方法 | 用途 | | --------------------------------- | ------ | ------------------------------------------------------------------------ | --- | ------------------------ | -------- | ------------------ | | /api/skills | GET | 列出已註冊的技能。支援 ?q=、?mode=on | off | auto、?source=skillsmp | skillssh | local、分頁 | | /api/skills/[id] | PUT | 更新 enabled 或 mode | | /api/skills/[id] | DELETE | 依 id 取消註冊 | | /api/skills/install | POST | 安裝自訂技能（處理常式程式碼 + 結構描述） | | /api/skills/marketplace | GET | 搜尋 SkillsMP 目錄（當 q 為空時傳回熱門預設項目） | | /api/skills/marketplace/install | POST | 安裝 SkillsMP 技能（需要使用中的提供者 = skillsmp） | | /api/skills/skillssh | GET | 搜尋 skills.sh 目錄（?q=&limit=，上限為 100） | | /api/skills/skillssh/install | POST | 安裝 skills.sh 技能（需要使用中的提供者 = skillssh） | | /api/skills/executions | GET | 分頁顯示執行歷程（?apiKeyId=） | | /api/skills/executions | POST | 臨時執行已註冊的技能 |

當 settings.skillsEnabled === false 時，POST /api/skills/executions 端點會傳回 HTTP 503，內容為 { error: "Skills execution is disabled..." }（executor.ts:42-45）。操作人員可從設定 → AI 切換總開關。

範例：安裝自訂技能

curl -X POST http://localhost:20128/api/skills/install \
  -H "Authorization: Bearer $OMNIROUTE_MGMT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "reverse-text",
    "version": "1.0.0",
    "description": "Reverses a string",
    "schema": {
      "input":  { "type": "object", "properties": { "text": { "type": "string" } }, "required": ["text"] },
      "output": { "type": "object", "properties": { "reversed": { "type": "string" } } }
    },
    "handlerCode": "echo-handler",
    "apiKeyId": "your-api-key-id"
  }'

handlerCode 字串是處理常式名稱查詢值，而不是可執行程式碼。執行器會透過 skillExecutor.registerHandler(name, fn) 對其進行映射（executor.ts:25）。市集安裝會將 SKILL.md 文字儲存在此欄位中作為文件，並透過模型產生的工具呼叫來路由執行。系統不會對使用者任意提供的原始碼執行 eval。

MCP 工具

四個 MCP 工具封裝了技能介面 (open-sse/mcp-server/tools/skillTools.ts)。它們會在 MCP 伺服器啟動時自動註冊。

工具	說明
`omniroute_skills_list`	列出技能，可選篩選條件：`apiKeyId`、`name`、`enabled`
`omniroute_skills_enable`	依 `skillId` 啟用／停用技能
`omniroute_skills_execute`	使用輸入承載資料執行技能
`omniroute_skills_executions`	最近的執行歷史記錄（預設 50，最多 100）

傳輸設定與範圍指派請參閱 MCP-SERVER.md。

A2A 整合

src/lib/skills/a2a.ts 會匯出 memory_aware_routing A2A 技能描述元及 registerA2ASkill(registry) 輔助函式。自訂 A2A 技能位於 src/lib/a2a/skills/，並透過 A2A_SKILL_HANDLERS (src/lib/a2a/taskExecution.ts) 分派。完整的任務生命週期請參閱 A2A-SERVER.md。

新增內建技能

定義處理常式於 src/lib/skills/builtins.ts（或 src/lib/skills/builtin/ 下的同層檔案）。簽章：(input, { apiKeyId, sessionId }) => Promise<output>。
需要使用沙箱程式碼路徑？ 呼叫 sandboxRunner.run(image, command, env, sandboxConfig({...}))。使用 normalizeImage() 對照允許清單。
需要使用檔案系統路徑？ 存取磁碟前，一律先將其傳入 resolveWorkspacePath(input, context)。
需要呼叫網路？ 使用 safeOutboundFetch 並設定 guard: "public-only"；透過 sanitizeHeaders() 清理標頭。
註冊時，將項目新增至 builtinSkills（或在啟動時呼叫 registerBrowserSkill(executor) 類型的函式）。
連接內建工具別名（選用）：若上游模型產生不同名稱，請在 BUILTIN_TOOL_ALIASES (interception.ts:23) 中設定。
測試位於 src/lib/skills/__tests__/（Vitest）。

新增自訂（非內建）技能

在處理程序啟動時註冊處理常式：

skillExecutor.registerHandler("my-handler", async (input, ctx) => { ... });

透過 POST /api/skills/install 新增技能（handlerCode 欄位必須符合已註冊的處理常式名稱）。
透過 PUT /api/skills/[id] 將 mode 切換為 on 或 auto。

操作提示

總開關： settings.skillsEnabled = false 會封鎖所有執行，並使 /api/skills/executions 傳回 HTTP 503。登錄檔仍會繼續載入。
鎖定對外連線： 若要讓沙箱完全與網路隔離，請勿設定 SKILLS_SANDBOX_NETWORK_ENABLED（預設）。每次呼叫所設定的 networkEnabled: true 仍需通過總閘門。
允許特定映像檔： 設定 SKILLS_ALLOWED_SANDBOX_IMAGES="myorg/sandbox:1.0,node:22-alpine" 以擴充允許清單。
稽核執行記錄： /dashboard/skills/executions 與 omniroute_skills_executions 都會查詢 skill_executions。成功的執行包含 durationMs；失敗則包含 errorMessage。
快取失效： 手動編輯資料庫後，呼叫 skillRegistry.invalidateCache()；否則請等待 60 秒。
匿名工作區： 當 apiKeyId 為空時，所有呼叫都會雜湊至相同的 "anonymous" 工作區——需要考量共享情境的程式碼應一律傳入真實金鑰。

執行生命週期 (v3.8.16+)

SkillExecutor (src/lib/skills/executor.ts) 是一個管理每次技能呼叫的單例。瞭解其生命週期對於偵錯逾時、重試及執行狀態至關重要。

五階段生命週期

   呼叫 execute()
        │
        ▼
  ┌─────────────┐
  │  PENDING    │  ← 已排入佇列，尚未開始（已建立資料庫資料列）
  └──────┬──────┘
         │ 啟動處理常式
         ▼
  ┌─────────────┐
  │  RUNNING    │  ← 以逾時限制呼叫處理常式
  └──────┬──────┘
         │
    ┌────┴────┬──────────┬──────────┐
    │         │          │          │
    ▼         ▼          ▼          ▼
  SUCCESS   ERROR     TIMEOUT   （沒有其他路徑 — 由父程序終止）
    │         │          │
    └────┬────┴──────────┘
         │
         ▼
   使用狀態、輸出及 durationMs 更新資料庫資料列

預設設定

設定	預設值	設定方式
`timeout`	`30000` (30s)	`skillExecutor.setTimeout(ms)`
`maxRetries`	`3`	`skillExecutor.setMaxRetries(count)`

重要：執行器是單例 — 呼叫 setTimeout() 會全域影響之後的所有呼叫。目前不支援個別技能的逾時設定；如果需要為不同技能設定不同的逾時時間，請提交個別程序或建立執行器的分支版本。

狀態值

來自 src/lib/skills/types.ts：

enum SkillStatus {
  PENDING = "pending", // 已排入佇列，尚未開始
  RUNNING = "running", // 已呼叫處理常式
  SUCCESS = "success", // 處理常式傳回有效輸出
  ERROR = "error", // 處理常式擲回例外
  TIMEOUT = "timeout", // 超過執行器的逾時時間
}

注意：TIMEOUT 狀態雖已在列舉中定義，但目前的執行器實作實際上不會將其寫入資料庫 — 逾時會呈現為 ERROR，並帶有訊息 "Skill execution timed out"。此狀態列舉值保留供未來使用。

檢查執行記錄

import { skillExecutor } from "omniroute/skills/executor";

// 依 ID 取得特定執行記錄
const exec = skillExecutor.getExecution("exec-uuid-123");
if (exec) {
  console.log(`${exec.skillName}: ${exec.status} in ${exec.durationMs}ms`);
}

// 列出某個 API 金鑰最近的執行記錄
const recent = skillExecutor.listExecutions("api-key-id", 50, 0);
for (const e of recent) {
  console.log(`${e.skillName} → ${e.status} (${e.durationMs}ms)`);
}

// 計算執行總數
const total = skillExecutor.countExecutions("api-key-id");

重試行為

maxRetries 設定會被儲存，但執行器的 execute() 方法目前並未使用它 — 該方法只會嘗試執行一次。maxRetries 值已公開，以供未來實作及需要讀取它的掛鉤使用。

目前，重試必須在技能處理常式本身內實作。內建技能會註冊至執行器（例如 src/lib/skills/builtin/ 中的 registerBuiltinSkills(executor) / registerBrowserSkill(executor)）；無論註冊哪個處理常式，都可以包裝自己的重試迴圈：

// 位於技能處理常式內
async function handler(input, ctx) {
  const maxRetries = 3;
  let lastError: Error | null = null;

  for (let attempt = 1; attempt <= maxRetries; attempt++) {
    try {
      return await fetchSomething(input);
    } catch (err) {
      lastError = err as Error;
      if (attempt < maxRetries) {
        await new Promise((r) => setTimeout(r, 1000 * attempt));
      }
    }
  }
  throw lastError;
}

SkillMode 詳解

SkillMode 列舉（src/lib/skills/types.ts）控制技能在何時以及如何被叫用：

enum SkillMode {
  AUTO = "auto", // 由 LLM 決定何時叫用技能
  MANUAL = "manual", // 僅能透過使用者明確要求叫用
  HYBRID = "hybrid", // AUTO 評分 + 手動覆寫
}

注意：程式碼庫定義了 SkillMode（AUTO/MANUAL/HYBRID），而 Skill.mode 欄位使用不同的型態（"on" | "off" | "auto"）。兩者彼此相關，但並不相同——SkillMode 用於執行器策略，Skill.mode 則用於控制各技能是否啟用。

各模式的使用時機

模式	LLM 行為	使用情境
`AUTO`	LLM 可在認為有需要時叫用技能	通用技能（讀取檔案、HTTP 請求）
`MANUAL`	LLM 無法叫用技能；僅明確的 `executeSkill` API 呼叫可觸發技能	敏感操作（資料庫寫入、付款）
`HYBRID`	LLM 可建議使用技能；使用者必須確認	具有副作用但並不危險的技能

AUTO 評分

當 AUTO 模式啟用時，src/lib/skills/injection.ts 中的 scoreAutoSkill() 會根據請求情境為每個候選技能評分——這是一套加總式整數計分系統（技能名稱相符、名稱／標籤／描述的權杖重疊、背景原因提示、提供者提示加分／扣分）。評分最高且 score >= AUTO_MIN_SCORE = 3 的 AUTO_MAX_SKILLS = 5 個技能會被注入為可叫用的工具；若分數相同，則依 installCount，再依名稱決定順序。完整計分表請參閱本文件前面的 工具結構描述產生 → AUTO 評分；此處沒有浮點數 0.6 類型的門檻，也沒有在 registry.ts 中進行評分。

內建技能目錄

OmniRoute 在 src/lib/skills/builtin/ 中隨附了一組精心挑選的內建技能。最常見的包括：

瀏覽器自動化技能

瀏覽器技能（src/lib/skills/builtin/browser.ts）透過 Playwright/Puppeteer 提供無頭瀏覽器自動化功能。此功能已實作，但不包含在預設技能目錄中——若要使用，請另外安裝瀏覽器擴充套件外掛程式。

// 在設定中啟用
const config: SkillConfig = {
  enabled: true,
  mode: SkillMode.MANUAL, // 一律要求明確叫用
  allowedSkills: ["browser"],
  timeout: 60000, // 頁面載入逾時為 60 秒
  maxRetries: 1,
};

其他內建類別

類別	技能	模式
檔案 I/O	`file_read`, `file_write`	AUTO
HTTP	`http_request`	AUTO
搜尋	`web_search`	AUTO
程式碼執行	`eval_code`（沙箱化 JavaScript/Python）	HYBRID
系統	`execute_command`（沙箱化 CLI 執行）	MANUAL

新增自訂技能

如需瞭解如何透過外掛程式系統新增自訂技能，請參閱外掛程式 SDK 與技能整合。

另請參閱

MCP-SERVER.md — MCP 工具註冊與傳輸方式
A2A-SERVER.md — A2A 任務生命週期與技能分派
USER_GUIDE.md — 面向使用者的簡介
ARCHITECTURE.md — 請求處理管線與元件圖
原始碼：src/lib/skills/、src/app/api/skills/、open-sse/mcp-server/tools/skillTools.ts
測試：src/lib/skills/__tests__/integration.test.ts

FilesExpand file tree

SKILLS.md

Latest commit

History

SKILLS.md

File metadata and controls

Skills Framework (中文 (繁體))

Agent Skills 與 Omni Skills

概念

技能來源

技能識別資訊

技能模式

狀態（執行）

登錄檔快取

感知提供者的注入

AUTO 評分

工具呼叫攔截

Docker 沙箱

沙箱環境變數

工作區隔離

HTTP 強化

混合執行器（預覽版）

儲存空間

REST API

範例：安裝自訂技能

MCP 工具

A2A 整合

新增內建技能

新增自訂（非內建）技能

操作提示

執行生命週期 (v3.8.16+)

五階段生命週期

預設設定

狀態值

檢查執行記錄

重試行為

SkillMode 詳解

各模式的使用時機

AUTO 評分

內建技能目錄

瀏覽器自動化技能

其他內建類別

新增自訂技能

另請參閱