Built in Tools

内建工具参考

AI Helper 内建 40+ 项可配置工具，并可通过 MCP 协议动态扩展。本页按分类列出全部工具及其用途，供快速查阅。

← 返回 Wiki 首页 · 相关内容：核心功能 · 代理服务

---

工具分类总览

分类	数量	说明
内容提取	6	读取页面内容、结构化数据、交互元素
页面交互	5	点击、滚动、等待、对话框处理
表单与输入	4	填表、键盘输入、文件上传、下拉选择
标签页管理	2	打开 / 切换 / 关闭标签页
书签与历史	1	搜索浏览器书签和历史
存储管理	2	Cookie、localStorage 管理
网络请求	1	发起 HTTP 请求
媒体与输出	5	截图、剪贴板、二维码、下载、通知
调试与开发	2	页面外观修改、CDP 调试
AI 协作	7	澄清、任务规划、原型、检索、分派等
代理服务	5	文件、回收站、命令、搜索、Skill
长期记忆	1	跨会话记忆存储与检索
知识库 RAG	3	知识库检索与导入
MCP 工具	动态	通过 MCP 协议扩展的第三方工具

---

内容提取（6）

工具	说明
page_content	获取页面内容（text / html 格式，支持跨标签页提取）
extract_data	提取结构化数据（table / links / forms / images / metadata，支持跨标签页）
query_elements	提取可交互元素并输出树形快照（推荐优先使用，返回稳定 ref 编号供 interact_element / fill_form 使用；打开的弹窗 / 菜单提升到 [打开层]，大页面用 page / hasMore 分页；页面变化后需重新查询；支持 filterByText / countOnly）
search_in_page	正则搜索页面文本（支持高亮）
iframe_content	获取 iframe 内容（同源，支持嵌套）
scroll_collect	滚动收集长内容（去重聚合）

---

页面交互（5）

工具	说明
interact_element	页面元素交互（click / hover / type 输入，支持 ref / text / selector 三种定位，优先 ref）
scroll_to	滚动到指定位置 / 元素 / 文本（支持对齐方式）
wait_element	等待元素出现 / 消失（严格可见性检测）
wait_navigation	等待页面跳转完成（支持 load / domcontentloaded / networkidle）
handle_dialog	处理页面弹窗（alert / confirm / prompt），可在触发动作前预设 accept / dismiss

---

表单与输入（4）

工具	说明
fill_form	批量填表（字段支持 ref / selector 定位，支持富文本编辑器 / contenteditable）
keyboard_input	键盘输入（绕过 React 受控组件）
file_upload	文件上传（DataTransfer 注入）
select_dropdown	下拉菜单选择（原生 select + 自定义组件，支持 ref 定位）

---

标签页管理（2）

工具	说明
manage_tab	标签页管理（支持打开 / 切换 / 关闭 / 前进后退 / 刷新操作）
list_tabs	获取所有标签页列表

---

书签与历史（1）

工具	说明
search_browser_data	搜索浏览器书签和历史记录

---

存储管理（2）

工具	说明
manage_cookies	Cookie 管理（CRUD + 按域名批量清除，需确认）
manage_storage	localStorage / sessionStorage 管理（清除操作需确认）

---

网络请求（1）

工具	说明
fetch_url	HTTP 请求（支持超时、重试、指数退避、AbortSignal 取消传播）

---

媒体与输出（5）

工具	说明
capture_page	页面截图（支持下载 / 视觉分析 / 下载+分析三种模式，仅可视区截图）
clipboard	剪贴板操作（复制 / 粘贴 / 获取页面选中文本）
qrcode	生成二维码（QRCode 库 + Canvas 降级）
download_file	下载文件（需确认）
notify	桌面通知

---

调试与开发（2）

工具	说明
inject_css	修改页面外观（注入样式表 / 内联样式 / 高亮文本）
debug_page	通过 Chrome DevTools Protocol 高级调试页面（attach → 操作 → detach），支持原生输入事件、XHR/fetch 抓包、页面上下文求值、全页截图、设备模拟等

---

AI 协作（7）

工具	说明
clarify_question	弹出澄清对话框（推荐选项、倒计时、音频提醒；多条并发时逐条排队呈现）
plan_task	复杂任务拆解规划（支持并行 / 顺序 / 条件执行）
preview_ui	UI 原型预览与管理（支持 preview / get 两种 action）
search_chats	搜索对话记忆（当前会话 / 所有历史会话）
dispatch_task	子任务分派给子 Agent 执行（支持并行分派）
manage_agent	管理已配对代理（查询状态、切换代理）
exec_log	提取历史执行日志，分析成功路径与失败教训

---

代理服务（5，需安装 Agent）

工具	说明
agent_file	文件操作（read / write / list / delete / download，路径沙箱）
agent_trash	回收站管理（列出 / 恢复已删除文件）
agent_exec	执行终端命令（黑 / 灰 / 白名单三级安全，支持 force / timeout）
agent_search	搜索文件（按文件名或内容，fd / ripgrep 加速）
agent_skill	Skill 加载与执行（load / run 两种 action）

---

长期记忆（1，需安装 Agent）

工具	说明
agent_memory	统一记忆管理。store 增删改、recall 关键词检索、manage 审查清理，通过 action 参数区分

---

知识库 RAG（3，需安装 Agent）

仅当选项页启用 RAG 且 Agent 端 RAG 依赖可用时动态注册。

工具	说明
knowledge_search	检索知识库相关内容（可指定 collectionId，或跨库检索）
knowledge_ingest	将文本 / 本地文件 / URL 导入知识库（支持 metadata）
knowledge_list	列出可用知识库及其文档数量

---

MCP 工具（动态扩展）

通过 MCP 协议连接第三方工具服务器后，工具会自动注册到系统中，数量取决于连接的 MCP Server。每次推理前会自动从 Agent 拉取最新的 MCP 工具列表并注入。详见 代理服务 → MCP 协议。

---

敏感工具安全确认

以下工具操作前会弹出确认对话框（5 分钟超时自动拒绝，由 reactConfig.toolConfirmationEnabled 总开关控制，关闭后敏感操作直接放行）：

• manage_tab（close action）、download_file、manage_cookies、manage_storage（clear action）
• agent_file（delete action）、agent_exec

💡 并发排队与计时起点：并行子任务可能同时请求多条确认 / 澄清。两类弹窗共用一个单模态闸门，按 FIFO 逐条呈现（同一时刻只弹一个，当前弹窗上会告知「另有 N 条待确认」/「另有 N 条待澄清」），不会出现后一个遮住前一个、点不到按钮的情况。超时倒计时只在某条真正显示出来之后才开始消耗 —— 排队中的请求不计时，因此不存在「没机会拒绝就被判拒」。面板关闭或弹窗无法送达时按 fail-closed 立即拒绝，不白等 5 分钟。

💡 放行范围只在它被授予的那一段里生效：「本次放行」只放行当前这一条命令；「当前任务放行」只在这一次任务运行内记住授权，任务收尾与下一轮任务开始时均作废，不会跟着后续任务继续生效。并行多条命令按 toolCallId 逐条结算，点某一条的「本次放行」不会影响其他条。

Agent 命令执行三级安全

1. 黑名单（始终禁止）：rm -rf /、mkfs.*、fork 炸弹、curl-to-shell 管道等
2. 灰名单（需确认）：sudo / doas、npm install -g、chmod -R 777、git push --force、rm -rf <相对路径> 等
3. 白名单（直接放行）：常规命令

名单是逐段判定的：链式命令、环变量前缀、nohup / env 等包装器、解释器内联载荷（bash -c、cmd /c、powershell -Command）与 $() 内部都会分开送检，cd /tmp && sudo ... 同样要确认。详见 代理服务 → 命令分级管控。

---

工具配置

在侧边栏的工具选择面板（快捷键 Ctrl+T / Cmd+T）中，可按分类筛选、搜索并启用 / 停用工具。每个助手（Agent）也可配置独立的工具集。工具面板会实时监听 MCP 工具的注册与注销。