Agent Fleet

网页版 ChatGPT 通道

与 Rankup 探针共用网页驱动，适合少量串行调研、综述与对比；每轮约 30–110 秒。不适合读本地文件、执行命令、改代码或批量任务。

fleet web start "问题" --name research-signatures
fleet web say chatgpt-web-research-signatures "追问"
fleet web list
fleet web close chatgpt-web-research-signatures
fleet web "问题" --followup "追问1" --followup "追问2" --out answer.md --json

• 不设轮次上限，不会自动关页；用完请 close。兼容问答命令加 --close 在结束后关闭；失败、报错或中断也关闭，页面文字保留在输出中。追问间至少隔 8 秒。
• 常驻临时聊天占一个窗口池位（池容量 10），默认 dedicated，副屏优先、自动铺开；AI_PROBE_WEB_WINDOW 可覆盖。常驻对话打开时使用 --keep-alive，不自动回收，需显式 fleet web close；一次性问答（无追问且带 --close）仍默认 10 分钟空闲回收；旧 CLI 不认识该参数时提示并退回原 env 保活方案；页面丢失须重新 start，临时聊天无法找回。
• 不产生 API token 费用，但消耗订阅额度；高频可能触发验证或限流（探针遇过一次，原因未确认）。限流、验证码或登录失效立即停，保存 pageText 和 pageUrl 后关闭会话，供人工核查。
• 须用户确认账号已关闭记忆；脚本发送前读取临时页「不使用记忆」声明及页首模式；若是「个性化」会自动切到「不个性化」（该选择对后续新临时聊天持续生效）并回读确认，无法确认就停止并保存 pageText/pageUrl。已开路径已验证；自动切换路径未做真实切换实测。
• 内容发给 OpenAI，不放密钥或未公开资料；答案当线索，域名与数字需核对来源。输出 DOM 引用域名，未做 payload 核验。
• start/say 支持 --json、--out file；会话名、回答和引用一起输出。直接调用脚本与 fleet web 等价。窗口机制见 opencli Skill。

行动范围（方向锁定，适用于所有被派出的模型）

执行者会自己找方向、顺手做没点名的事、做不成就绕路凑数。派单时把范围写死，一单只一个方向、一个目标：

1. 一个目标，围绕它做事。 brief 第一段写清要做的事和交付物；目标所必需的相关改动执行者可以做，不必逐项点名；不自己新增或切换方向，无关线索只在最终回复里用一行列出。
2. 办法由执行者定，只在四种情况停： 小分叉（浏览器崩溃、弹窗遮挡、残留同名分支、验收条件现实中做不到等）选最保守方案继续，记在报告「偏差」里；要改生产或线上数据、要碰任务明显之外的系统、要花钱或用未授权凭据、缺权限或缺输入导致目标无法交付，才停下并如实写明已完成什么、卡在哪，不降低目标凑数。
3. 边界写大致范围即可：主要涉及的路径、明确禁止项（生产、数据、花钱、凭据）、完成标准；不必穷举每个文件，范围内相关的改动执行者自行判断。需要多个方向就拆成多个 brief，不在一个 brief 里并列。验收条件写成结果并给备用办法（例如「测不了深色就只测浅色」），不要把测量办法写死。
4. 自动兜底：fleet code 在 brief 前自动加上下面这段，网关模型则追加进默认执行者系统提示（src/scope.mjs 的 SCOPE_LOCK，文字与此逐字一致；改一处必须同步另一处）。brief 里仍要写自己的边界，兜底只防漏写：

【行动范围】你有 brief 指定的这一个任务目标：围绕它做事，目标所必需的相关改动（相邻文件、同类键、配置、让验收通过所需的小修）可以做，不必逐项点名；不要节外生枝：不自己新增或切换方向，不主动加测试、安全防护、重构，不做与目标无关的事；发现的无关线索只在最终回复里用一行列出，不执行。怎么做、怎么测、怎么验证由你自己决定：遇到办法、测量方式、环境小障碍（浏览器崩溃、弹窗遮挡、残留的同名分支或工作区、验收条件在现实中做不到等），选最保守的可行方案继续，把选择和理由记在报告的「偏差」里，不要停；验收条件做不到时先用 brief 给的备用办法，没有备用就做最接近的版本并如实写明差距。只有这几种情况才立刻停止并如实报告：需要改动生产环境或线上数据；需要碰任务明显之外的系统；需要花钱或使用未授权的凭据；缺权限或缺输入导致目标本身无法交付。停止时写明已完成什么、卡在哪里，不降低目标凑数。brief 已列出多条路径时，单条路径不可用就改用 brief 列出的其他路径。

验收时，执行者做了 brief 之外的事、改了方向、或做不到却用替代品交差，都算越界，按 CLAUDE.md §4.3 先向用户报告，不自行掩盖。

简报与验收

ok 只说明进程结果，不能代替任务验收；空结果、裸 tool-call 控制 token、suspect 或 fail 都不能算成功。核对 brief、产物和要求的检查；dirty 和 commits 也可能包含同一工作树里其他人的改动。细节见 README。

brief 写法

开头说明目标、真实交付物、允许改的文件、不可碰的范围、并行工作边界、必须跑的检查和完成标准；方向只写一个，写法见上文「行动范围」。

派单前先核实路径，再写进 brief。 允许读写清单里的每个路径都用 ls 或 test -e 确认：已有文件确认存在；新文件确认上级目录存在，并明确写成「新建，路径为……」，不要写「放在已有的脚本目录」这类要执行者自己去猜的说法。执行者遇到路径对不上会按「行动范围」直接停止、不会自行换路径，一处路径写错就白跑一轮。各 Skill 的布局并不统一（例如 agent-fleet 的说明在 agent-fleet/skill/SKILL.md、可执行脚本在 bin/；rankup 与 opencli 的说明在各自根目录的 SKILL.md、脚本在 scripts/），以派单时的实际 ls 为准，不凭记忆。需要改文件时加 --expect-changes；涉及浏览器时写明用 opencli（opencli browser <会话名>），禁止 Playwright/agent-browser。最终回复列改动与验证结果，不能只说“已完成”。 取证类 brief（打开外站、查 DNS/RDAP、批量读页面）还要写重试与降级规则：打开失败先同 URL 重开或刷新，间隔约 5 秒，最多 5 次；单项仍取不到记「无法验证」继续后面的项，只有站点整体不可达、验证码、限流、登录墙才整体停；否则执行者会因一次瞬时失败按「做不到就停」整单收工。

brief 里带上已知坑清单（避免白跑一轮）：浏览器自动化 Chromium 在重页面会崩，直接写 firefox.launch({headless:true}) 并每页独立实例（用的是 Playwright 自带的 Firefox，装在 ~/Library/Caches/ms-playwright/firefox-*，本机不需要安装 Firefox 应用，也不会弹窗）；页面有 Cookie 提示时先点「拒绝」或预置 localStorage 再测量；创建 worktree 前先 git worktree remove --force 并 git branch -D 清掉同名旧工作区；指定模型前先 fleet list-models 确认真有（gemini-3.1-pro 当前不在配置里，默认用 gemini-3.8-flash）；fleet code 整条命令放 Bash 后台，不套 &；pull --rebase 超时重试一次；macOS 的 sed 用 sed -i ''。

安全边界

把 --cwd 指向的目录及其项目配置当作不可信输入核对；网关路径使用 Claude Agent SDK 的 bypassPermissions，执行者可读写文件和运行命令，没有工具调用沙箱。只对可信目录派单，保护他人改动，不打印密钥。默认执行者系统提示禁止调用 Agent/Task 工具或再次转派，额外 --system-prompt 会追加其后。fleet code 默认 danger-full-access（可读写任意路径、可联网，含本机代理），--review 使用 read-only；详见 README 的安全边界。

JEV judge

fleet judge state.txt questions.json [--json]：state 为文本或 .json 文件；questions 是 { "key": { "type": "noul"|"choice"|"score", "instructions": "..." } }。choice 和 score 必须带 criteria。JEV 只做结构化判断，不生成自由文本，也不能用 run。旧写法 fleet judge --model jev --state-file state.txt --questions-file questions.json 仍可用。

questions.json 可按需选用其中一种或组合使用：

{
  "is_urgent": { "type": "noul", "instructions": "这条消息是否紧急？" },
  "team": { "type": "choice", "instructions": "该由哪个团队处理？", "criteria": { "billing": "付款或退款", "technical": "故障或集成" } },
  "frustration": { "type": "score", "instructions": "客户有多沮丧？", "criteria": ["平静", "沮丧", "愤怒"] }
}