OUTCOMES
项目结果
- 通过深链接恢复路由页面及查询条件;临时 Presenter 和 Modal 使用浏览器历史处理返回。
- Behavior Manifest 在构建时从源码生成;当前包含 31 个路由模板 · 35 个路由节点 · 3 类界面层 · 7 个动作,数字直接读取生成文件。
- 公开 Demo 完整实现检索、计划、宿主命令、执行与结果检查;同一份动作清单亦用于回归测试。
- 01Candidate Retrieval
- 02Planner / Clarification
- 03Typed App Bridge
- 04Host State Update
- 05Result Verification
页面行为的两类采集方式
源码可读时,从路由 AST 与界面特征中提取动作;源码不可读或运行态较复杂时,由 Agent 通过浏览器和 DOM 进行探索。两类结果统一写入 Behavior Manifest。
行为图:页面状态与可执行动作
直接读取 Lab 的 Behavior Manifest。选择节点可查看父子关系,并打开对应页面。
问题定义:页面操作不等同于坐标点击
公开研究复杂 Web 应用中的操作有效性取决于当前页面、目标实体、查询条件、可用动作与完成条件。仅依赖截图或由模型自由生成步骤,难以稳定表达这些约束。
因此,本项目先建立可恢复状态的宿主,再从源码提取页面允许的动作,最后由 Agent 按行为清单执行任务并检查结果。
分层路由与状态恢复
已实现URL 同时记录目标页面及可恢复的父子路径。
Lab 使用声明式路由树解析集合、实体、关系、记录和动作页面。刷新深链时,服务端按当前路径直接渲染完整父链,避免先渲染默认页面再校正状态。
查询条件按路由模板保存;返回上一级时,此前的筛选条件得以保留。
Presenter 与临时界面层
已实现Route Presenter 可从 URL 恢复;同 URL Presenter 通过 history state 表示临时界面层。两者共用层级与进出场逻辑,同时明确区分是否支持深链恢复。
3D 堆叠与网格检查模式展示各层索引、退出状态和遮挡关系,用于调试上下文保留问题。
Modal History 与返回顺序
已实现Modal 使用独立句柄记录层级、全屏关系与退出过程,同时将深度写入 History API。触发浏览器返回时,应用先关闭顶层 Modal 或 Presenter,再判断是否切换路由。
临时操作由 history state 表达;需要分享或刷新恢复的页面状态则保留在 URL 中。
从源码生成 Behavior Manifest
构建时生成生成脚本读取公开 Lab 的路由声明与界面特征,当前输出 31 个路由模板 · 35 个路由节点 · 3 类界面层 · 7 个动作。源文件数量和 source hash 同样直接来自 behaviorManifest,避免案例文案与实现不一致。
Manifest 记录路由参数、父子关系、界面层与动作来源,检索、规划、页面展示和测试均使用同一份数据。
- 源码入口:src/router/routes.ts
- 源码入口:src/App.tsx
- 源码入口:src/core/Presenter.tsx
- 源码入口:src/core/Modal.tsx
行为检索与受约束规划
已实现 / 持续研究本地索引先按实体、路由和动作缩小候选范围,再根据 Manifest 生成计划;公开 Demo 的主要流程不依赖在线模型。模型可辅助理解语义,但不能绕过参数与前置条件检查。
深层导航沿父链逐层展开,使每一步状态变化均可观察,并便于定位失败发生的层级。
类型化宿主命令
已实现Agent 不直接修改业务组件,也不伪造键盘事件。它仅发送 route.navigate、presenter.advance、modal.open 和 inspection.set 等类型化命令,由宿主按照自身状态模型执行并返回结果。
允许执行的动作受显式协议限制,行为清单、规划器与宿主实现可分别维护。
执行结果验证
自动化验证每一步执行后均检查 URL、顶层界面、层级数量与数据结果,再决定继续、重试或报告失败。
同一份 Manifest 还用于检查父链完整性、动作来源、深链 SSR 和交互约定,不仅用于 Demo 配置。
公开 Demo
公开演示Demo 覆盖页面导航、跨实体查找、数据整理、Presenter / Modal 操作与检查模式。商品、订单、员工和任务结果均为虚构数据。
交互内容按需加载。移动端支持案例阅读,完整操作与堆叠检查以桌面端为主。
Operations Agent × Layered Route Lab
- 01打开深层路由
- 02整理合成订单
- 03验证 URL 与页面层级
适用范围与限制
研究边界本项目是基于公开 Lab 构建的研究原型,不属于美餐或任何客户的生产环境,也不代表真实业务已接入 Agent。
接入真实系统仍需处理权限、脱敏、审计、写操作确认、失败补偿与模型成本。浏览器探索和 OCR 可作为补充信息来源,但不能替代可验证的结构化行为清单。