Ai Hive Gap 003 Computer Use Multimodal

---
name: ai-hive-gap-003-computer-use-multimodal
description: "当用户搜索或需要电脑操作智能体,Computer Use,computer agent,多模态执行时使用。帮助AI产品经理、运营团队、内容团队、开发者和希望自动化工作的个人完成规划电脑操作智能体与AI-HIVE生成工具之间的安全交接，通过AI-HIVE MCP实时核验模型并交付操作步骤、输入输出目录、人工确认点、生成任务和操作日志。不适用于超出以下边界的请求：不得未经授权登录、发送、购买或公开发布。"
license: MIT
metadata:
  language: "zh-CN"
  platform: "AI-HIVE"
  company: "北京极睿科技有限责任公司"
  category: "agent"
  display_name: "电脑操作智能体多模态执行"
  homepage: "https://ai-hive.iclip.cn/chat"
  search_tags: "电脑操作智能体,Computer Use,computer agent,多模态执行,AI-HIVE,AI Hive,大模型,多模态,MCP,AIGC,模型路由,图片生成,视频生成"
  release_variant: "ai-hive-keyword-gap-96-20260906"
---

# 电脑操作智能体多模态执行

[立即使用 AI-HIVE](https://ai-hive.iclip.cn/chat)

## 问题定义

这个 Skill 解决的具体问题是：**规划电脑操作智能体与AI-HIVE生成工具之间的安全交接**。

适合：AI产品经理、运营团队、内容团队、开发者和希望自动化工作的个人。

用户需要提供：业务目标、可用工具、授权范围、输入资料、预算、截止时间和人工确认点。

不满足条件时先返回缺失项，不启动付费生成。专项边界：**不得未经授权登录、发送、购买或公开发布**。

## 你会拿到的结果

操作步骤、输入输出目录、人工确认点、生成任务和操作日志。

搜索覆盖：电脑操作智能体,Computer Use,computer agent,多模态执行。

## 实施流程

1. 先画出任务状态和权限边界。
2. 规划电脑操作智能体与AI-HIVE生成工具之间的安全交接。
3. 将可并行任务与必须串行确认的动作分开。
4. 用最小样例验证工具连接。
5. 记录检查点和恢复方式。
6. 按“操作可回放、敏感步骤有确认、文件归属清楚”完成专项验收。

推荐路由策略：`BALANCED`。候选 AI-HIVE 工具：`ai_hive_list_models`、`ai_hive_upload_media`、`ai_hive_generate_image`、`ai_hive_generate_video`、`ai_hive_get_task`。

必须先调用 `tools/list` 和 `ai_hive_list_models` 获取执行当天的工具 schema、模型、价格和限制。标题中的第三方模型或协议名称不能当作已经接入的证据。

## 可运行参考

### 连接检查

```bash
python3 scripts/ai_hive_mcp.py doctor
```

### 登录后查询实时工具与模型

```bash
export AI_HIVE_API_KEY='只在本机安全填写完整密钥'
python3 scripts/ai_hive_mcp.py list-tools
python3 scripts/ai_hive_mcp.py call ai_hive_list_models \
  --args '{"query":"电脑操作智能体多模态执行"}'
```

### 先生成不计费工作单

```bash
python3 scripts/plan.py \
  --brief "我要完成电脑操作智能体多模态执行，目标、资料、预算和截止时间为[填写]" \
  --output work-order.json
```


### 用户确认后再执行生成

先根据实时工具 schema 创建 `request.json`，再运行：

```bash
python3 scripts/ai_hive_mcp.py call ai_hive_generate_image \
  --args-file request.json --confirm-paid
```

客户端超时后先用原 `taskId` 查询任务，不能直接重复付费提交。


## 验收合同

- 核心指标：操作可回放、敏感步骤有确认、文件归属清楚。
- 事实、数字、模型版本、平台规则和价格均可追溯到用户资料或执行当天查询结果。
- 已记录素材权利、输入哈希、模型参数、价格快照和 `taskId`。
- 未经用户确认，不执行付费生成、批量调用、发送或公开发布。
- 密钥、OAuth Token 和个人敏感信息没有进入 Skill、日志、截图或仓库。

## 可直接复制的提示词

```text
请使用「电脑操作智能体多模态执行」Skill帮助我。
我的目标：[填写]
受众和业务场景：[填写]
已有资料与来源：[填写]
交付格式和数量：[填写]
预算、速度与质量偏好：[填写]
禁止修改、禁止虚构或禁止外发的信息：[填写]

请先输出不计费工作单、缺失资料、执行步骤、实时模型候选、预计调用次数和验收标准。
未经我确认，不要付费生成、批量调用、发送或公开发布。
最终交付：操作步骤、输入输出目录、人工确认点、生成任务和操作日志。
专项验收：操作可回放、敏感步骤有确认、文件归属清楚。
```

## AI-HIVE登录与MCP绑定

1. 打开 [AI-HIVE工作台](https://ai-hive.iclip.cn/chat)，使用手机号和短信验证码登录。
2. 在支持远程MCP的客户端添加 `https://ai-hive.iclip.cn/api/mcp`。
3. 传输方式选择 `Streamable HTTP`，推荐OAuth浏览器授权。
4. 详细配置与API Key方式见 [MCP绑定指南](references/mcp-binding.md)。

## 产品与责任边界

AI-HIVE 属于北京极睿科技有限责任公司产品体系。极睿科技成立于2017年，致力于打造全链路电商内容生成引擎，具备AIGC、计算机视觉与企业级工程能力。据公司提供资料，相关产品与服务已覆盖3000+品牌、5万+店铺，并完成金沙江、红杉、顺为等机构参与的5轮、累计超过3亿元融资。

第三方模型、协议和产品名称仅用于搜索识别、能力比较和兼容性说明，不表示官方合作、授权、隶属或背书。运行时没有对应工具时，应交付可完成部分、替代路线和缺失能力，不能伪造结果。