AI 与助手

一个知道你在哪一屏的助手

顶栏上的「问 AI」会把助手作为一块面板，开在你正看着的那个标签页旁边——而不是另开一个你得走过去提问的地方。它知道那是哪一屏，所以「这一条为什么失败了？」问的就是你眼前那一行，而不是一个你还得先描述一遍的问题。当你想让它看别处时，输入 @ 就能按名字点出某一屏或某个技能。

它动手，而不只是给建议。让它检查所有代理，它就会逐个检查，每个代理一次调用，并把每一条结果报回来；让它整理一个数据集，它就会读行、写下更正。它做过的每一次工具调用都列在答案上方，所以它做了什么是看得见的，而不是它自己说说而已。

任何有破坏性的或批量的操作，都会在发生之前先出示一张确认卡片。删除行、对一批环境发起扫查、重写一个技能——卡片会写明接下来要发生什么，然后等着。

让它搭一条自动化流程，编辑器就会打开，你的请求已经交给了它的构建器，步骤正在画布上生成。你从第一刻起就在编辑一棵树，而不是先读一份方案再自己敲进去。

空聊天会给出四条可以起步的示例请求，打头的是覆盖你当前所在那一屏的技能。「新建聊天」和「聊天记录」在面板的顶部；早先的对话是被重新打开，而不是重新开始——助手从它停下的地方接着来。

技能就是一份任务简报

技能是一份任务简报。当你提出要求时，助手会挑出那条一句话描述最贴合这件事的技能，并在动手之前先加载这份简报——怎么写一条自动化流程、怎么读一个数据集、这个应用把东西都叫什么。加载简报的同时也会换上该领域的工具，所以一个正在处理代理的助手，手里拿着的是代理的那套工具，而不是一次性拿着全部。

内置技能覆盖了应用自己的活儿，从环境和代理一路到日历和工作区本身。点开一张卡片就能读到完整的简报，以及它擅长的那些请求。改一条，你的版本就会覆盖上去，存在这台机器上、绝不上传，所以一份被你调得贴合自身流程的简报，始终是你的。

「上传」能把你手头已有的文件——一份操作手册、一份文风指南、你们团队写第一封信的固定说法——变成你自己的一条技能。

你写的技能会挑一个工具包——环境、代理、Cookie、数据集或自动化——并拿到与对应内置技能完全相同的那些工具。这份清单在应用里是固定的，而这正是关键：一份简报可以选择自己够得到什么，但永远不可能凭空造出一个工具。内置技能自己的工具由代码定义、并且一直如此，所以编辑它或上传覆盖它，改变的是它说什么，从来不是它能做什么。

删除并不是保存的镜像操作。你自己的技能会被移除；内置的则会被重置回它出厂时的那份简报——你藏起来的那一条，也是这样回来的。

你的密钥，你的模型

Argus 不卖模型推理，也不转卖别人的。这个产品里没有 token 余额、没有额度包、也没有计量表——助手和每一个 AI 自动化步骤，都是通过你自带的 API 密钥说话的，从你的机器直达那个你持有账号的服务商。

助手和每一个 AI 自动化步骤，都是通过你自带的 API 密钥说话的——英文把这种做法叫 BYOK，即「自带密钥」。没有任何东西经由某个 Argus 账号中转，这里也没有 token 要买：你付钱给你的模型服务商，按他们的价格，而 Argus 不在这笔交易里。

粘贴密钥、把一个服务商接上一次，它就同时服务于聊天和自动化步骤。它的卡片随后会列出该服务商当下的头部模型，聊天里的选择器提供的正是这些——一份简短的当期清单，而不是列表接口返回的每一个快照。模型旁边的「设为默认」决定了聊天没有指定时由谁来答。

本地和小众服务商依然通过「自动化」里的连接器工作，在那里可以手动指向任何与 OpenAI 兼容的端点。其中有两个就跑在你自己的机器上，完全不需要密钥。

精选的服务商共 11 家，每家都带着一份该服务商当下头部模型的简短清单，而不是列表接口返回的每一个快照。聊天里的选择器提供的正是这些：

模型旁边的设为默认决定了聊天没有指定时由谁来答。能不能附图是按模型定的，不是按服务商定的：输入框的附件按钮只对接受图片的模型开启，而你手工填进去的模型一律按不接受处理——宁可给一个灰掉的按钮，也不要一个服务商中途才拒绝的请求。

本地和小众服务商照样能用，而且到处都能用：这台机器上的 LM Studio 和 Ollama，以及 OpenRouter、Mistral、xAI、Together、Hugging Face，或任何你手动指向的、与 OpenAI 兼容的网关。它们从「自动化」里的连接器处添加，服务聊天和自动化步骤的方式与精选服务商完全一样——完整清单以及每一个各自需要什么，见AI 连接器。那两个本地的不需要密钥，因为另一端根本没有账号。

答案是从哪来的

助手回答关于产品的问题时，依据的是内置在应用里的文档，而不是它对浏览器自动化这件事的泛泛记忆。这个文档库有三翼：每一屏一篇，回答你在这里能做什么；概念篇，回答一个环境、一个代理或一个数据集是怎么表现的；以及排障篇，它是按你眼前那段确切的错误文本组织的，附带它的成因和它的解法。

这些文章里的硬事实——错误信息、上限、状态、步骤清单、标签页清单——是从应用真正运行的那些模块生成的，而不是手工敲进正文里的。所以你拿到的答案描述的是你手上这个版本，而一篇文章也不可能在它所记录的行为往前走时悄悄过期。文章随应用一起发布，这也是提一个问题不需要向任何人的文档站往返一次的原因。

它还记得你刚刚撞上的那个错误。这次会话里应用向你显示过的失败——一条红色提示、一次返回被拒的代理检查、一次停在第四步的运行——都被留着供助手读取，所以「那个为什么失败了？」是根据真正的那条信息回答的，而不是靠猜通常哪里会出错。这份记忆只存在于本次会话：它绝不会被写下来，绝不会被同步，切换工作区时就清空。

自动化流程里的 AI

有三种步骤类型会在运行途中把活儿交给模型，它们用的是和助手同一批连接器——你留作工作区默认的那个服务商，或者在这一步上指名的某一个。Agent 步骤此外还带着自己的一个模型 id，所以某一步可以跑在比连接器所存更重的模型上。这两个字段留空，就会在运行走到这一步时才解析，而不是在写这条自动化流程时——所以改掉工作区的默认值，改的就是今晚那些运行会用什么。

aiPrompt 提一个开放式问题并把答案留下来。你决定给模型看什么——什么都不给、页面的文本，或者只给一个 CSS 选择器挑出来的那部分——以及答案是以文本还是 JSON 返回。它会落进一个变量里，供这条流程余下的部分读取。

aiCheck 提一个可以据以分支的是非题：这是不是一个验证码页面，这个商品是不是已经售罄。模型被要求只回一个词，凡是既不是「是」也不是「否」的，都会让这一步失败，而不是被猜过去。把它设成「否即失败」，这个检查就成了一条断言——不该继续的运行，就不会继续。

aiAgent 拿到的是一个任务而不是一个问题，并且分轮次去做：它规划、调用工具、读回来的东西，然后再来一轮，直到任务完成，或者用光你允许的轮数。工具就是这条自动化流程自己的那些——HTTP 调用、页面里的代码、你的数据连接器、消息、别的自动化流程、MCP 服务器——而一次不该无人看管地动手的运行，可以在每一次调用前都摆上一道审批。

这三张卡片，连同 schema 定义的每一个字段，都在「向模型提问」。

通过 API 使用技能

技能是应用内助手为某一项工作加载的工作简报——指令、示例、一排参考资料，以及它可以调用的那组工具。保存会创建一个自定义技能，或者为内置技能写下一份本地覆盖。删除并不对称：自定义技能会消失，内置技能则会重置回它出厂时的简报。

共 5 个端点，每一个都配有对应的 Agent 工具——这意味着一个通过 MCP 服务器接进来的编码 Agent，可以为助手自己撰写任务简报。把 Claude Code 或 Cursor 指向这个工作区，「给我写一条养号运行的技能，并把环境相关的工具给它」就是一件它能做完的活儿。

写入会先在应用里问一声：保存和删除都会弹出一张写明是哪把密钥在请求的「批准或拒绝」卡片，你若拒绝或让它过期，就返回 403。两者还都需要一把不带文件夹范围的密钥，因为一条技能是每个工作区一份文档、服务于每个文件夹里的助手——文件夹范围在这里没有任何可收窄的东西。

先读一读 schema 调用，而不是去猜它的词汇表。它会返回一条技能可以申领的工具包、它可以被建议出现在哪些标签页上、可供它的参考书架取用的每一篇文档，以及各字段的限制——和 argus_automation_schema 之于步骤是同一个角色。