Base Manual Capture

SkillAI & models

Domain-neutral capture base for operation manuals. Use when the user wants an AI agent to autonomously operate an accessible system (Web now, Client later), take step-by-step screenshots with interactive user confirmation, and produce a screenshot ledger and operation trace that a manual-writing skill (e.g. pg-manual-builder) turns into a handbook. Use when 采集系统截图、生成操作手册配图、逐步走查系统流程、刷新旧手册截图.

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the Base Manual Capture skill

What this skill tells your AI

The instructions your AI receives, as published by seed-forge/harness-ai-kit in skills/base-manual-capture/SKILL.md and read by ahel’s review.

把"打开系统、逐步操作、逐步截图、逐步确认"沉淀为域中立、工具中立的采集基座。本 Skill 只负责采集——产出截图与结构化操作记录;手册正文由 pg-manual-builder 一类写作层技能编写。

何时使用

  • 需要为一个可访问系统(有地址+测试账号)生成带截图的操作手册
  • 需要按功能描述逐步走查系统并与用户确认业务流程/概念是否符合预期(B 阶段)
  • 需要刷新旧手册的截图(系统版本变化后重采)
  • 需要把已确认的操作路径固化为可回放脚本(C 化)

本 Skill 不负责:写手册正文、判断业务规则是否正确(由用户在 B 阶段确认)、桌面端采集(当前仅 Web 通道)。

前置输入

  1. 系统访问地址
  2. 测试账号(口令仅用于登录,不落台账/记录,见脱敏规则)
  3. 功能描述(口述或简要均可)——要采哪条/哪几条流程
  4. 手册目标读者(影响截图取舍与注意事项详略)
  5. 输出目录:project_root / manual_root(与 pg-manual-builder 约定一致;截图落 manual_root/captures/<flow>/

若功能描述模糊,先请用户给一句话流程目标(如"用户登录后创建工单并提交审核"),再开采。

工具解析优先级

按以下顺序选用任一可用的浏览器自动化工具,任一可用即可执行:

  1. Playwright MCP(首选,可精确 selector + 稳定截图)
  2. browser-use MCP(会话式操作,Qoder 等自带)
  3. 本地 playwright CLI.agents/tools/ms-playwrightplaywright 命令)

开采前先做一次探活:能打开目标地址并成功登录即视为通道可用;都不可用则停止并提示用户配置。

采集通道

  • capture_channel: web(当前唯一实现)
  • Client/桌面端为预留扩展位,本版不实现;未来新增通道时复用同一套台账/记录契约

B 阶段主流程(核心)

SOP-B0 采集范围确认(人工确认点,必做)

开采前先锁定“手册要覆盖哪些功能”,避免漏采:

  1. 登录系统后先做一次功能盘点:遍历导航菜单/功能入口,列出发现的功能模块与子页面清单(含数量,如“综合查询含 5 类 20+ 子表单”)
  2. 把清单交给用户勾选确认:哪些进手册(逐页详采)、哪些只截代表页、哪些不覆盖;未经确认不得自行裁定覆盖范围
  3. 确认结果落为 flow 清单(写入 capture-trace 或独立 flows.md):每个 flow 一行,标注 待采/已采/跳过
  4. B 阶段退出条件同步收紧:flow 清单全部处理完毕(而非单条流程走完)才算采集完成,交给写作层前再向用户报一次覆盖对账(已采 N/应采 M)

SOP-B1 环境确认

  1. 用选定工具打开地址并登录,确认进入目标系统首页
  2. 固定视口 1920×1080(保证截图尺寸一致,详见截图规范)
  3. 显式确认 project_root / manual_root,建立 manual_root/captures/<flow>/ 目录
  4. 初始化空的 capture-ledger.mdcapture-trace.yaml(字段见契约)

SOP-B2 逐步采集循环(每步都做全)

对流程的每一步:

  1. 执行一个操作(点击/输入/选择/提交等)——一步只做一个动作
  2. take_screenshot 落盘到 captures/<flow>/<step_id>-<页面名>.png
  3. 记录四要素:入口(菜单路径/按钮位置)、动作、预期结果、注意事项
  4. 向用户播报本步理解并请求确认/纠偏:用一两句话复述"我在做什么、看到什么",等待用户确认或纠正后再进入下一步
  5. 把该步写入 capture-ledger(含用户确认状态)与 capture-trace(含 selector/action 供 C 化)

SOP-B3 分支与异常路径

正常路径走完后,按用户指点补采异常分支(权限不足、校验失败、数据为空、提交失败等),同样逐步截图+确认。异常步在台账中标注所属分支。

SOP-B4 阶段产物落盘

一条流程采完,确保产出齐全:

  • 截图文件(captures/<flow>/
  • capture-ledger.md(截图台账,四要素+确认状态已填)
  • capture-trace.yaml(操作路径记录,供 C 化)
  • 草稿手册骨架(可选):按 flow 生成"章节+步骤占位"的 md,方便用户即时审查

SOP-B5 B 阶段退出门禁

当用户确认 SOP-B0 flow 清单全部处理完毕且每条 flow 的全部步骤(含异常分支)都正确时,在 capture-trace 中把该 flow 标记为 status: C-ready。只有 C-ready 的流程才允许进入 C 化。

C 化章节(本版只定规则,不实现 CLI)

  • C-ready 的 flow 可固化为 Playwright 回放脚本,存 manual_root/replay/<flow>.py(或团队约定的脚本形态)
  • 回放脚本严格依据 capture-trace 的 selector/action/wait 顺序生成,凭据用占位符从环境注入
  • 系统版本更新时:回放脚本重跑 → 生成新截图 → 与旧截图做 diff 对照清单(哪些步骤截图变化)→ 只更新变化步骤的手册配图与文字
  • 回放脚本的正式实现(CLI 化)不在本版范围;本版负责保证 capture-trace 字段足以支撑后续生成

与写作层的交接

  • 采集完成后,把 capture-ledger.md 交给 pg-manual-builder:台账即其截图清单,四要素已预填,写作层按图文绑定规则直接回填正文
  • capture-trace.yaml 不进手册正文,仅供 C 化
  • 若沉淀出通用规则(新的截图约定、脱敏项、易缺步骤),先更新本 harness-ai-kit Skill,再同步项目副本

推荐输出格式

执行完毕后按以下结构输出:

状态:✅ 成功 / ⚠️ 部分成功 / ❌ 失败

产出物位置/格式说明
截图文件manual_root/captures/<flow>/ .png步骤号+页面名命名
截图台账<path>/capture-ledger.md四要素+用户确认状态
操作路径记录<path>/capture-trace.yaml供 C 化,凭据脱敏
草稿手册骨架<path> .md(可选)章节+步骤占位

采集通道:web 流程状态:<in-progress / C-ready> 下一步:<交 pg-manual-builder 成稿 / 补采异常分支 / C 化回放>

参考文件

  • 契约字段定义:references/REFERENCE-CAPTURE-CONTRACT.md
  • 截图与命名规范:references/REFERENCE-SCREENSHOT-SPEC.md
  • 脱敏规则:references/REFERENCE-REDACTION-RULES.md

参考文档:

  • references/REFERENCE-CAPTURE-PITFALLS.md

Signals

GitHub stars
22
Forks
2
Last commit
Aug 2026
Advanced
Catalog kind
skill
Gateway key
base-manual-capture
Source
github.com/seed-forge/harness-ai-kit