ask-ai1.2

SKILL.md

---
name: ask-ai
description: |
  当遇到难题时，自动求助豆包/千问/Kimi/DeepSeek等AI获取方案。

## 触发条件（满足任一即触发，无需询问用户）

| 触发条件 | 是否触发 |
|----------|----------|
| 用户明确要求问AI / 找AI讨论方案 | ✅ 强制触发 |
| 方案需要用户手动操作或半自动执行 | ✅ 强制触发 |
| 自身判断无法解决该问题 | ✅ 强制触发 |
| 给出建议后仍无法搞定，准备推荐其他方案 | ✅ 强制触发 |
| 对解决方案把握程度＜50% | ✅ 强制触发 |
| 认为实现难度高，准备建议用户退而求其次 | ✅ 强制触发 |
| 用户质疑、反问、不认可当前方案 | ✅ 强制触发 |
| 遇到验证码、登录失效、需重新登录 | ✅ 触发并停止轮询 |
| 可全自动完美解决，无需用户介入 | ❌ 不触发 |

**触发后行为：立即执行Invocation流程，不自行处理，不问用户确认。**

## 执行门控（前置强制校验）

### 触发范围
- **首次触发ask-ai时**：必须通过门控校验
- **追问场景**：不进入门控，被选中的AI模型回答后直接消化判断是否追问

### 门控校验规则

**条件1：问题已组织完成**
- 触发Skill后，在打开浏览器之前，问题内容必须在脑中完整组织
- 使用「提问话术模板」格式化

**条件2：问题内容有效**
- 问题不得为空或仅含标题
- 如检测到问题不完整，进入「补全模式」

### 补全模式（问题不完整时）
- 不直接终止Skill
- 向用户追问：「你想让我帮你在AI上问什么问题？」
- 连续2轮仍无有效内容 → 判定为无效请求，退出Skill

### 快速通道（用户要求快）
- 识别"快点""直接问""别啰嗦"等意图
- 降低参数完整性要求，允许默认值填充
- 只问最必要的1个问题，快速进入执行

### 不满足时的固定行为
- 问题为空或不完整 → 进入补全模式（追问用户）
- 补全失败连续2轮 → 固定返回：「无法获取有效问题，ask-ai流程退出」
- 禁止跳过补全直接执行

### 关键约束词
- 必须、全部、终止、禁止
- 不写"建议"、"尽量"、"可以先"
- 无自动修复，不满足就进入补全模式

## Invocation（触发后执行）

### 关键规则
1. **必须使用 `--browser-profile openclaw`**（持久化托管浏览器，首次需手动登录一次）
2. 按优先级选择模型：豆包 → 千问 → Kimi → DeepSeek
3. 执行必须走完完整流程，不得中途放弃
4. 所有CLI命令格式：`openclaw browser --browser-profile openclaw <command>`

### 模型配置
| 模型 | URL | 说明 |
|------|-----|------|
| 豆包 | https://www.doubao.com/chat/ | 首选，已登录状态 |
| 千问 | https://qianwen.aliyun.com | 备选 |
| Kimi | https://kimi.moonshot.cn | 备选 |
| DeepSeek | https://www.deepseek.com | 备选 |

### 【前置】组织问题（触发后立即执行，不等待浏览器）

⚠️ **执行门控要求**：此步骤为强制前置步骤，必须在打开浏览器前完成。前置未完成就执行后续步骤 = 违反执行门控，视问题完整性进入补全模式或终止。

**动作**：
- 根据用户需求，在脑中组织完整的问题内容
- 使用「提问话术模板」格式化
- 确保问题完整后再进行步骤1

**禁止**：
- ❌ 打开浏览器后才开始想问题
- ❌ 在浏览器里等snapshot的时候组织问题
- ❌ 边输入边想

### 执行步骤

**步骤1：打开浏览器**
```bash
openclaw browser --browser-profile openclaw open <AI_URL>
```
必须用 `--browser-profile openclaw`，禁止省略此参数。

**步骤2：获取snapshot + 确认登录**
```bash
openclaw browser --browser-profile openclaw snapshot
```
- 出现"登录"按钮 → 告知用户需要先登录，停止执行
- 显示用户名或历史对话 → 已登录，继续步骤3

**步骤3：输入已组织的问题 + 发送**
```bash
# 问题已在【前置】步骤组织完毕，打开浏览器后直接提交
openclaw browser --browser-profile openclaw click <textbox_ref>
openclaw browser --browser-profile openclaw type <textbox_ref> "<问题内容>"
openclaw browser --browser-profile openclaw press Enter
```
⚠️ 核心原则：前置步骤完成后，打开浏览器到提交控制在10秒内

**步骤4：轮询等待响应**
```bash
# 每10秒检查一次 snapshot，等待AI模型回复出现
openclaw browser --browser-profile openclaw snapshot
```
- 每次snapshot都要检查是否有模型回复内容
- 最多轮询7次（70秒），超时则切换下一个模型
- 发现验证码/登录要求 → 立即停止，告知用户

**步骤5：获取回答内容**
- 模型回复出现后，用snapshot获取完整内容
- 提取关键答案，关闭标签页

**步骤6：切换模型（如需要）**
- 当前模型失败/超时 → 切换下一个模型，重复步骤1-5
- 所有模型都失败 → 记录到memory，告知用户

### 提问话术模板
```
你好，我有一个技术问题想请教：

【背景】
- 用户（老王）想实现：<目标>
- 我（虾仁）是用户的AI助手

【我的尝试】
- 方案A：<方案> → 结果<结果>
- 方案B：<方案> → 结果<结果>

【问题】
- 当前卡在<卡点>

【请帮我】
1. 分析根因
2. 给出可行方案
3. 指出可能的坑
```

### 输出标识（强制要求）
执行过程中必须输出以下标识：

| 步骤 | 标识 | 示例 |
|------|------|------|
| 发送问题后 | 【发送完成】 | 【发送完成】已发送至豆包 |
| 轮询检查 | 【轮询第X次】 | 【轮询第1次】等待响应中 |
| 收到响应 | 【已获取响应】 | 【已获取响应】<内容摘要> |
| 切换模型 | 【切换至XXX】 | 【切换至千问】 |
| 执行完成 | 【Skill执行完成】 | 【Skill执行完成】 |

**强制约束：未输出上一步骤标识，禁止执行下一步骤。**

### 判断模型回答有效性

| 回答类型 | 判断 |
|----------|------|
| 给出具体步骤或代码 | ✅ 有效，进入执行阶段 |
| 只给方向性建议 | ⚠️ 无效，追问具体方案 |
| 表示不知道/无法处理 | ❌ 无效，切换模型 |

### 追问流程（不进入门控）
- 模型回答后消化理解
- 判断是否需要追问（最多2次）
- 需要追问则直接继续，不需要返回门控

### 多轮追问规则
- 同一模型最多追问2次
- 追问方向：可行性确认、细节补充、坑点明确
- 3轮仍无具体方案 → 切换下一个模型

### 失败处理
- **需要登录**：告知用户"请在浏览器中登录，登录后告诉我继续"
- **验证码**：停止轮询，立即告知用户"需要你帮忙输入验证码"
- **所有模型失败**：记录到memory，告知用户当前状态和建议

---

## 执行检查清单

### 门控校验（首次触发必须通过）
- [ ] 问题已在脑中组织完成（不得为空或仅含标题）
- [ ] 使用了「提问话术模板」格式化
- [ ] 【前置】组织问题在打开浏览器之前完成
- [ ] 问题不完整时进入补全模式（追问用户）

### 主流程执行
- [ ] 步骤1：打开浏览器（带 `--browser-profile openclaw`）
- [ ] 步骤2：snapshot确认页面加载 + 检查登录状态
- [ ] 步骤3：直接输入已组织的问题并发送
- [ ] 步骤4：轮询等待响应（最多7次，每次间隔10秒）
- [ ] 步骤5：获取回答，关闭标签页
- [ ] 步骤6：评估回答有效性 → 决定执行/追问/切换

### 追问流程（不进入门控）
- [ ] 模型回答后消化理解
- [ ] 判断是否需要追问（最多2次）
- [ ] 需要追问则直接继续，不返回门控

---

## 注意事项

1. **禁止白嫖**：使用用户的AI账号对话，已登录状态不需重新登录
2. **有记录**：把模型回复和执行过程保存到memory
3. **闭环**：拿到方案后必须执行，不能只给答案
4. **复盘**：每次执行完都要总结改进点
5. **强制约束**：所有输出标识必须输出，未输出禁止进入下一步
6. **切换模型**：当前模型失败后自动切换下一个，不询问用户
7. **告知用户**：所有模型都失败或遇到验证码时，明确告知状态
8. **Cookie持久化**：使用 `--browser-profile openclaw`（持久化托管浏览器），这是最高优先级规则
9. **轮询间隔**：统一使用10秒/次，不可在执行中更改
10. **前置组织问题**：触发后立即在脑中组织问题，浏览器打开后直接提交，禁止在浏览器内等待或组织问题
11. **执行门控**：首次触发必须通过门控；追问场景不进入门控，直接消化模型回答判断是否追问
12. **模型泛化**：除明确指定模型外，所有描述中的"AI"均指"被选中的AI模型"