Token导航 LogoToken导航TokenDH.com
待分类执行命令github未标认证来源可访问许可证需确认审计提醒

amw-memory-operatoramw 内存运算符

Agent Skill

amw-memory-operator 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

235

周安装

10

GitHub Stars

公开资料未说明

下载量

82
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:amw-memory-operator(amw 内存运算符)
来源仓库:https://github.com/insogao/amw
仓库路径:skills/amw-memory-operator
安装命令:
npx skills add https://github.com/insogao/amw --skill amw-memory-operator
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/insogao/amw --skill amw-memory-operator

简介

amw-memory-operator 管理浏览器任务的轨迹复用与证据压缩探测,优化自动化执行效率。

  • 严格限定两个分支路径:normal 为主流程,challenge-handling 仅用于阻断情况处理。
  • 新建 JSON 文件必须暂存于 trajectories/tmp/,连续成功后方可升级至 ready 目录。
  • 优先使用内建 actions,外部方案仅作备选,且手动 observe 需用户明确授权方可启用。
  • 适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

AMW Memory Operator

Skill Version: v0.1.9

目标

浏览器任务按以下优先级执行:

  1. 优先复用已有 trajectory。
  2. 未命中/失败时,用压缩证据自动 probe。
  3. 仅在 trajectories/tmp/ 做最小化 JSON 修补。
  4. 连续成功后再提升到 trajectories/ready/

硬性规则

  1. 只允许两个分支,且固定为:normal + challenge-handling
  2. 默认走 autonomous probe,不默认走 manual observe。
  3. 手动 observe 必须先获得用户明确同意。
  4. Probe 证据包必备:优先使用一个 snapshot 步骤同步生成 snapshot.jsonscreenshot.png,阅读顺序先 snapshot。
  5. 新建/临时 JSON 必须放在 trajectories/tmp/
  6. 选择器优先级:snapshot refs / 语义定位优先,CSS 最后兜底。
  7. 工具优先策略:优先使用 AMW 内建 actions,再考虑外部方案。

两分支定义(无歧义)

  1. normal:主流程分支,承担目标任务的正常步骤(打开页面、输入、点击、提取、写文件)。
  2. challenge-handling:仅在遇到阻断时进入(如验证码、扫码门槛、风险页、同意弹窗)。
  3. 禁止新增第三分支;禁止分支嵌套分支。
  4. 阻断解除后必须回到 normal 继续执行,不允许长期停留在 challenge-handling

工具门禁(必走)

在创建或修补 trajectory JSON 前,必须按顺序执行:

  1. 先在 src-node/actionRegistry.js 确认可用 AMW actions。
  2. 任务若可由 AMW 原生 action 完成(snapshoteval_jscapture_imagedownload_imagewrite_markdown 等),必须直接使用。
  3. 本 skill 激活时,不要切换到无关 skill/workflow。
  4. 禁止直接用 Python/Node 辅助脚本兜底,除非:

- 用户明确要求外部脚本;或 - AMW 原生 action 确实无法完成该步骤。

  1. 若缺少原生 action,先明确“缺的是哪一个 action”,再请求用户同意后再走外部兜底。
  2. 运行时 probe 文件禁止写入 .agents/skills/**,只能写入 trajectories/tmp/

Probe 证据命名与位置(由 snapshot 步骤自动生成同名配对文件):

  1. 目录:./artifacts/probes/
  2. Snapshot 文件:{{context.site}}_{{context.task_type}}_snapshot.json
  3. Screenshot 文件:{{context.site}}_{{context.task_type}}_screenshot.png

选择器约定:

  1. 优先使用来自最新 interactive snapshot refs 的 target: "@eN"
  2. 无 ref 时,优先使用 snapshot 给出的语义定位字符串(例如 getByRole(...))。
  3. ref/语义定位都不可用时,才使用原始 CSS selector。

决策流程(Gherkin 主入口)

Feature: AMW 运行决策
  作为执行代理
  我需要先复用、再探测、再提升
  以最小改动完成稳定可复用的浏览器任务

  Scenario: 命中可复用 trajectory 且 replay 成功
    Given trajectories/ready 中存在高置信命中
    When 执行 replay-first run
    Then mode 应为 replay
    And 任务直接完成

  Scenario: 未命中或 replay 失败,进入 probe
    Given 没有高置信命中或 replay 失败
    When 执行 run 并设置 --disable-replay true
    Then 通过 snapshot 步骤自动生成 snapshot + screenshot,并执行 eval_js
    And 仅修补 trajectories/tmp 中失败片段
    And 立即重跑一次 probe

  Scenario: 遇到 challenge 阻断
    Given 出现 captcha/qr/risk/consent 等阻断
    When 进入 challenge-handling 分支
    Then 正常分支保持不变
    And 保存阻断证据(优先 download_image)
    And 无法自动通过时请求 human_handoff 或快速失败并说明原因

  Scenario: probe 成功后提升
    Given probe 成功且验收通过
    When 再重跑一次确认稳定性
    Then 将 trajectories/tmp 提升到 trajectories/ready
    And 旧版本移动到 trajectories/archive

状态细节文件:

  1. references/state-replay.md
  2. references/state-miss-or-fail.md
  3. references/state-challenge-blocker.md
  4. references/state-promotion.md

资源地图

  • 两分支字段与触发规则(仅 normal + challenge-handling):references/json-two-branch-contract.md
  • Replay/调试检查单:references/replay-debug-checklist.md
  • 命令模板:references/command-templates.md
  • JSON 示例:assets/json-demos/*.json

- 压缩优先 probe 从 assets/json-demos/compressed-probe-skeleton.json 起步

  • 可复用 trajectories:trajectories/ready/**/*.json
  • 临时 trajectories:trajectories/tmp/*.json

运行前引导

若项目不存在:

if (!(Test-Path./agent-memory-workbench/package.json)) {git clone https://github.com/insogao/amw.git agent-memory-workbench}

安装:

npm --prefix./agent-memory-workbench install

执行默认值

  1. 浏览器默认有头模式(headed=true)。
  2. 除非用户指定其他身份,默认 profile 为 main
  3. 新 JSON 验证时,必须带 --disable-replay true
  4. 日志默认开启,无需额外参数:每次 run 都会产出 events.jsonlsummary.json

禁止这些行为

  1. 未获用户同意就进入 observe
  2. 把 replay 成功当作“新 fallback JSON 已验证”的证据。
  3. 未做 snapshot/eval_js 前置就只看截图调试。
  4. 把用户运行时 JSON 直接写进 examples/
  5. AMW 原生可完成时仍跳外部脚本(Python/Node/shell)。
  6. amw-memory-operator 已选中时又跨调用其他 skill 路径。

可用 Actions 列表(速查)

导航与交互:

  1. open:打开页面 URL。
  2. click:按 selector/ref 点击。
  3. click_text:按文本点击(支持 exact/index)。
  4. fill:清空并填入文本。
  5. type:按键入方式输入文本。
  6. press:键盘按键(如 Enter)。
  7. wait:等待毫秒或等待页面 load state。

页面观测:

  1. snapshot:获取压缩骨架;设置 path 后默认同时产出 snapshot JSON 和 screenshot PNG(先读文本骨架,再看截图)。
  2. screenshot:截图(整页/selector/clip)。
  3. eval_js:执行页面脚本提取结构化信息。
  4. get_url:读取当前 URL。

文本与图片:

  1. copy_text / paste_text:文本复制与粘贴(运行时剪贴板变量)。
  2. capture_image:截图式图片抓取(元素或 clip)。
  3. download_image:下载原图到文件(下载任务首选)。
  4. paste_image:将文件写入 <input type="file">

产物与校验:

  1. write_markdown:生成 Markdown 文件。
  2. append_markdown_section:追加 Markdown 小节。
  3. assert_file:断言文件存在与最小大小。
  4. assert_markdown:断言 Markdown 内容/链接约束。

人工接管:

  1. human_handoff:需要人工处理时暂停并交接。

响应契约

任务开始时,执行前先输出这一行 ACK:

AMW ACK: I will use AMW-native actions first, keep runtime JSON in trajectories/tmp, and use external scripts only with explicit approval or missing native action.

术语澄清

challenge-handling 指运行时阻断(同意弹窗、风险页、验证码、扫码门槛)。 不指“人工代码评审”或“手工 QA”。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

36.11%
按下载量换算30

Claude

29.46%
按下载量换算24

Cursor

18.45%
按下载量换算15

Gemini CLI

9.25%
按下载量换算8

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

执行命令

安装流程涉及命令执行,可能通过 npx skills add https://github.com/insogao/amw --skill amw-memory-operator 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills