rdp-cli
如何观看、暂停和人工接管 AI Agent 的远程桌面
适用版本与平台: 0.1.2 · Windows / macOS · RDP / VNC
打开已经存在的会话
Agent 用命令操作远端时,你可以随时为同一个会话打开查看器。Mac 点击菜单栏图标,按名称或地址找到当前会话;Windows 使用通知区菜单。选择已有会话,不需要另建一次登录。
也可以从命令行打开:
在 Windows PowerShell 中,请进入可执行文件所在目录,并将下文命令中的 rdp-cli 换成 .\rdp-cli.exe。
rdp-cli watch --session SESSION --viewer window
在局域网或 VPN 内使用获授权的浏览器查看器:
rdp-cli watch --session SESSION --viewer web
公开的 rdp-cli.com 官网不是这个查看器。浏览器访问属于正在运行的会话,并受相应授权限制。
只观看,不接管
查看器初始为只读。Agent 继续工作时,你可以观察点击圈、拖动轨迹、滚动和输入进度。文字提示不回显输入正文,但正文仍可能显示在远端应用中:动作提示不等于画面自动脱敏。
提示可以由每个观看端独立关闭。原生窗口使用 FX 或 F8,浏览器使用 Actions 设置。允许多个查看器同时观看。
暂停并亲自修改
选择 PAUSE 暂停普通输入,想亲自使用远端键鼠时选择 TAKE。同一时刻只有一个查看器持有人类控制权,Agent 在此期间的输入会被拒绝。
例如接管远端编辑器,改正一行文字并检查结果。在登录、“欢迎”或忙碌页面也可以尝试输入;应用可能不响应,但页面状态本身不会替你决定是否尝试。
需要 RDP 麦克风时,请在持有控制权时主动开启并处理系统权限提示。VNC 不提供这项麦克风功能。
完成后交还
选择 RELEASE,麦克风停止,控制权交回可用的 Agent 身份;没有可用 Agent 时保持暂停。你可能改变了应用内容,Agent 必须重新截图并取得观察令牌,再继续任务。
让 Agent 核对刚刚修改的那一行,然后从当前画面接着做,而不是重复你已完成的操作。
关闭窗口意味着什么
关闭只读查看器保留远端连接。关闭或失去持有控制权的查看器时,会话进入暂停,避免 Agent 在不知情时继续输入。断线重连后同样需要新观察,并明确处理暂停状态。
rdp-cli 的增强命令
先运行 rdp-cli --version。以下增强命令要求响应中的 agent_execution.contract_version 为 1;旧版本仍可使用上文的单步操作。
将大写占位符换成实际返回值。Windows PowerShell 中在程序目录使用 .\rdp-cli.exe;macOS、Linux 使用已安装的命令或可执行文件的实际路径。
多个 Agent 分工,人随时接手
注册后的 Agent 明确交接唯一控制权。人通过 GUI 或 Web 接管后,可交还给指定 Agent;Agent 重新观察再操作。
注册后会返回 Agent ID 和凭据引用。会话所有者先授权,Agent 再使用返回的 claim 引用并明确续租。人工接管会使旧观察失效,交还后必须重新看画面。
rdp-cli agents register --name Writer
rdp-cli agents grant --session SESSION --id AGENT_ID --permission read --permission control
rdp-cli control claim --session SESSION --agent-id AGENT_ID --agent-ref AGENT_REF
rdp-cli control renew --session SESSION --agent-id AGENT_ID --agent-ref AGENT_REF --claim-ref CLAIM_REF