Mirasim Build Fund$100 – $10,000面向开发者的免费额度，无需偿还。仅 500 席立即申请
Mirasim
/
下载 Mirasim
← Mirasim 教程第 10 章

Skills、MCP 与工具

把自己的做事方式封装成 skill、接入现有技术栈中的工具，并允许智能体操作浏览器。

阅读约 10 分钟，共 5 节，属于「扩展与编排」

Skills：把经验变成可复用的资产#

一个 skill 是一份命名的、可复用的说明，例如测试如何运行、部署流程是什么、迁移脚本应当怎么写。任务需要时智能体会自行加载它。借助 skill，那些积累不易的具体做法不再只存在于你的记忆和历史指令中。

在输入区输入 `/` 会列出当前会话可用的内容：你的 skills 与智能体的内置命令并列显示。安装时可以选择全局作用域（各处都可用）或工作区作用域，后者保存在 `<工作区>/.mirasim` 下，与项目放在一起，因此可以像其他代码一样比对、评审和版本管理。

管理 skills
mirasim ui-cli --port 4970 skill list                       # workspace + global
mirasim ui-cli --port 4970 skill install --source https://github.com/o/r --scope global
mirasim ui-cli --port 4970 skill create --name run-our-tests --scope workspace
mirasim ui-cli --port 4970 skill update --name run-our-tests
mirasim ui-cli --port 4970 skill remove --name run-our-tests
  1. 写给一位有能力但不了解项目的读者

    假定读者熟悉软件开发，但不了解你的项目。写清命令、执行顺序、需要注意的地方，以及如何判断成功与失败，不必写更多。

  2. 一个 skill 只负责一件事

    「运行测试套件」和「发布一个版本」应当是两个 skill。小的 skill 可以组合使用；写成一大份，加载时往往有一半内容并不适用。

  3. 先让会话起草，再由你修改

    某次智能体完成得不错之后，例如一次复杂的部署或一次干净的迁移，可以让它把刚才的过程写成 skill。你的判断体现在随后的修改上。

MCP 服务#

工具通过 MCP（Model Context Protocol，模型上下文协议）接入智能体。添加一个服务只需配置一次，可以是本机命令，也可以是一个地址，各自带有独立的环境变量。配置完成后，它的工具就与内置工具并列可用。服务按全局或工作区两种作用域解析，Mirasim 会同时显示由它管理的服务和智能体自带的服务。

添加、启停与探活
mirasim ui-cli --port 4970 mcp list
mirasim ui-cli --port 4970 mcp add --name gh \
  --command npx --args "-y,@some/mcp-server" --scope global
mirasim ui-cli --port 4970 mcp toggle --name gh --enabled false
mirasim ui-cli --port 4970 mcp health --name gh     # live handshake probe

连接器#

连接器是建立在 MCP 之上的一份精选目录。安装之后为它配置凭据，或者让它运行在远端，再按智能体分别启用；某个工具因此不会被强制加到每个会话上。安装是一个完整的生命周期：对照真实服务校验、令牌过期后重新完成 OAuth 授权，以及注销时干净地撤销并留下记录，而不是留下一条失效条目。

连接器的生命周期
mirasim ui-cli --port 4970 connectors list
mirasim ui-cli --port 4970 connectors install SOME_ID --mode remote --secret KEY=value
mirasim ui-cli --port 4970 connectors enable SOME_ID --agent claude
mirasim ui-cli --port 4970 connectors validate SOME_ID    # records tool count / error
mirasim ui-cli --port 4970 connectors auth SOME_ID        # (re)start OAuth, prints the URL
mirasim ui-cli --port 4970 connectors search "issue tracker"   # the official registry

除精选目录之外，连接器搜索会查询官方 MCP 注册表，因此不常见的工具也可以在应用内找到。

插件：工具的接入位置
Mirasim 的插件设置界面，用于接入外部工具，其后可见工作台上的入口按钮。

插件包含精选目录，以及查询官方 MCP 注册表的入口。安装、配置凭据，再按智能体分别启用。某个工具不会被强制加到每个会话上。（该控件不在当前这一屏上）

这块面板上的按钮可以直接点，点着看看。

本机已安装的命令行工具#

智能体在真实环境中效果最好。Mirasim 会清点 PATH 上常见的开发命令行工具，例如 git、gh、docker，并显示各自是否已登录。这样「智能体推送失败」会明确落到「gh 从未登录」上，而不是停留在猜测。

已安装与已登录的情况
mirasim ui-cli --port 4970 cli-tools    # dev CLIs on PATH + auth state
mirasim ui-cli --port 4970 clis         # agent CLIs: version / latest / update available

浏览器与屏幕自动化#

浏览器自动化默认关闭，在你开启之前智能体完全没有浏览器工具。开启之后，它操作的始终是运行在 Mirasim 独立配置目录下的浏览器，与你的日常浏览分开，只为任务需要的站点单独保存登录状态。你自己那个浏览器是有意不去碰的。

如果只是想在自己的浏览器里做些简单的事，比如打开一个链接、截一张图、让某个正在运行的应用做点什么，在 macOS 上直接用 open、osascript、screencapture 就好。这是推荐做法，也不需要开任何开关。

把浏览器上的活交给专做浏览器的智能体

让编码智能体一步一步点浏览器，很吃它的上下文：每看一个页面就多出一大段文字，之后整场会话都得背着。所以还有第二条路。Pi GUI 是一个专门操作浏览器的智能体，编码智能体可以把这类活交给它，而不必自己去点。

交接就是一次工具调用，名字是 gui_task。你说的是要什么结果，而不是每一步怎么点：Pi GUI 自己规划路径、把页面走完，再把结果交回来。它跑在一个普通的 Mirasim 会话里，所以你能看着它走，也能随时停掉。这次调用会等到任务有结果为止，最长十五分钟。

每次的结果末尾都带一个会话标识。下一次调用把它带上，后续任务就接着在同一个浏览器里做，标签页和登录状态都还在——正因如此，你才能紧接着让它把第二条结果打开，而不必从头再来一遍。

  • 值得交出去的：连着看好几个页面、填一份表单、把注册或下单流程走完、从表格里把数据取出来。
  • 不值得交出去的：只看一眼、只点一下。这种直接用浏览器工具做就好，交接的开销比省下的多。

设置 MIRASIM_BROWSER_CDP_URL 可以让自动化连到一个已经存在于别处的 Chrome，比如容器里或另一台机器上的。这种情况下 Mirasim 不会在本机启动或管理浏览器，需要的登录状态由你在那台机器上的 Chrome 里完成。

屏幕自动化是另一个开关。在 macOS 上这两项都依赖真实的系统权限：「屏幕录制」用于读取屏幕内容以完成截图和界面分析，「完全磁盘访问」用于读取桌面、下载等受保护目录。权限页面会逐项说明，指出应当授权给哪个应用（即启动 Mirasim 的那个），并支持随时重新检查，因为其中部分权限 macOS 完全不会主动询问。

这一页有错或缺了什么？ 告诉我们