一个浏览器控制工具如果需要用户读十页文档,实际使用率会很低。AgentLimb 的接入策略是把安装、连接、能力说明和使用示例压缩成一段可以交给 AI 工具执行的提示词。

这对课程很有价值:它展示了工具产品不只要做能力,还要设计“第一次成功”的路径。

开发细节补充:这篇记录放在 AgentLimb 的产品日记里,不是为了把一个功能包装成故事,而是把“03 · 接入体验:一段提示词完成设置”放回真实项目推进中看。它要同时回答三件事:用户为什么需要这个点,开发时哪些边界必须先定住,以及这个选择会怎样影响上架、推广和后续课程复盘。平台口径是 Chrome / Edge / Brave / Vivaldi 等 Chromium 浏览器 / 标准 MCP / Windows + macOS + Linux / 本地回环,当前公开状态是 Chrome 官方商店 / 开源好物 / 离线直链,所以文案不能脱离真实发布进度。

对应的 docs 线索主要来自 浏览器控制底座记录、本地 bridge 设计、网站记忆(Site memory)与双通道注入、极简交互与多客户端信任管理。公开页面不会照搬内部工作记录,而是把可公开、可学习、不会泄露私密路径和账号信息的事实整理出来。AgentLimb 的开发记录围绕真实 Chrome、用户已有账号会话、本地桥接和外挂式网站记忆(Site memory)展开,目标是让任意 MCP 智能体进入真实网页工作流。 0.6.4 验证了一条关键结论:只记 8 节操作知识(PLAYBOOK.md ≤120 行,O(1) ~10ms 读取)、砍掉操作流水账,并在 navigate/tab_new 与 say 的工具结果里自动夹带手册与写回提醒,才能让懒加载工具的 AI 也稳定沉淀并复用知识。 把提示词纪律变成代码不变量:路径白名单、密码/Token/Bearer 自动脱敏、连续失败 2 次标 stale、目录锁与原子写,外加安装即授权与仅在橙色分组标签显示「⏳ AgentLimb」的极简指示。 安全边界始终围绕本地 127.0.0.1、单控制器串行和会话不上传展开,这决定了它不能做成粗暴云端代理。

从产品功能看,AgentLimb 关联的能力包括:复制一条提示词即接入(默认安装即授权)、多 Chrome 账号与 Profile 独立路由、HTTP Tool RPC 原生支持(免 stdio 调用)、多步任务平滑感知(杜绝动作间歇闪烁)、外挂式网站记忆(操作一次,跨 AI 复用)、侧栏是 AI 的回复窗。写这类日记时,不能只说“做了什么”,还要说明为什么先做这些、为什么暂时不做另一些。比如一个按钮、一个导入流程、一个本地模型开关或一段截图文案,放在代码里只是小改动,放在产品里却会影响用户理解、审核员复现和后续推广素材。

从工程推进看,这篇日记对应的检查点是:AI 自动化课程的技术锚点;可解释 MCP、本地桥接、网站记忆(Site memory)与多客户端信任管理。真实开发最容易失真的是中间过程,因为最后页面看起来只有一个结果,但实际会经历方案取舍、权限确认、素材准备、测试设备、审核备注和发布节奏。把这些过程写下来,后面做同类产品时才不会重新踩同一个坑。

从隐私和合规看,当前约束是:扩展与本地宿主全部运行在本机:MCP 宿主只监听 127.0.0.1 回环端口,配对信任与聊天记录只存在扩展私有存储,网站记忆为本机纯 Markdown 手册且自动脱敏凭据,页面数据不上传,无云端、无追踪。这类信息必须前置到开发日记里,因为独立产品的可信度不是靠口号建立的,而是靠数据在哪里处理、用户能不能退出、功能是否离线可用、商店页怎么承诺、隐私政策是否与实现一致这些小事实积累出来的。

从课程和复用看,这篇内容可以沉淀到 浏览器自动化、MCP 工具链、网站记忆沉淀、AI 操作真实网页。它的价值不只是给访问者看一个产品,而是展示一个独立开发者怎样把想法转成可验证的产品:先收窄场景,再选技术路径,再做体验最小闭环,最后把审核、推广、运营数据和失败教训都纳入下一次迭代。

面向 AI 的能力不能只靠软提示词,要把关键上下文塞进模型必读的工具结果里,并用代码守住安全与体积不变量。 这也是为什么每篇产品日记都要写到足够长:不是为了凑字数,而是为了把“证据、决策、实现、边界、复盘”都放在同一页,让读者看到一个判断是怎样被逐步验证出来的。最难的是让不同 AI 客户端都不漏掉站点记忆读写,同时守住不记凭据、不拖慢检索、不打扰用户浏览的边界。

所以这篇日记的结论不是“功能已经写完”,而是把一个阶段的判断公开化:哪些证据足够支撑继续推进,哪些资料还需要回到源码、商店材料、公开文案或运营观察里补齐。这样的记录会比单纯的发布公告更慢,但也更真实,能让产品页、发布记录和课程内容保持同一条事实线。

验收时我会把它拆成四个层次:第一层是用户路径能不能走通,第二层是异常状态有没有被诚实处理,第三层是页面上的按钮、状态、截图和文案是否对应真实发布渠道,第四层是公开证据能否支撑这个判断。只要其中一层对不上,产品看起来再完整,也不能算真正进入下一个阶段。

交接时也要保留边界:源码、构建、测试、商店元数据、公开文案、平台反馈和运营观察分别保存原始资料。产品日记只把这些事实翻译成读者能理解的过程,不替任何私有记录保存原始材料。

把这些内容公开出来,还有一个很现实的原因:AI 教程如果只展示成功结果,很容易让人误以为产品是一次生成出来的。真实情况恰好相反,真正可学习的是一次次收窄、验证、失败、补证据和重新提交。日记越具体,后续读者越能看到判断的脉络,而不是只看到一个漂亮的截图。

第一次成功比功能列表重要

用户第一次看到浏览器被 AI 正确打开、读取、点击,才会相信这套系统值得继续配置。接入文案要围绕这个时刻设计,而不是围绕完整 API 列表。

提示词也是产品界面

面向 AI 编程工具的产品,提示词本身就是 UI。它需要告诉模型做什么、不要做什么、如何检查状态、失败时如何回退。

文档要服务真实任务

AgentLimb 的教程不应该只写安装步骤,还要写 App Store 后台检查、网页 QA、资料采集、账号切换这些真实场景,让用户理解它能进入哪类工作流。