Agent 和你共用同一工作階段
rdp-cli 讓 AI Agent 透過命令觀察並操作 Linux 應用程式。Agent 先擷取畫面，依照畫面操作，再檢查下一張畫面。你可開啟原生視窗或經授權的 Web 檢視器，觀看、暫停或接管同一工作階段。
準備已獲授權的目標
Linux 電腦需已有 SSH 存取入口及已安裝的 X11 相容應用程式。請替換範例位址、帳號、私密金鑰路徑，以及經獨立核實的 known-hosts 檔案。在 Windows PowerShell 中，將 rdp-cli 改成 .\rdp-cli.exe。先確認 --version 的 embedded_ssh、x11_desktop、x11_application 均為 true。
開啟單一應用程式
範例在 rdp-cli 內建的隔離顯示環境開啟既有 Gedit，預設不開啟本機檢視視窗。儲存回應的 data.session，以下以 SESSION 表示。即使主機平常使用 Wayland 桌面，也可如此轉送支援 X11 的應用程式。
rdp-cli connect --protocol x11 --mode application --host 192.0.2.20 --user USER --ssh-key PRIVATE_KEY --ssh-known-hosts KNOWN_HOSTS --linux-file-root FILE_ROOT --application /usr/bin/gedit --app-args '["--standalone","--new-window"]'
或連接既有 X11 桌面
填入實際 display 與既有授權檔案路徑。SSH 帳號必須有權存取該 display；通過 SSH 驗證不代表取得桌面授權。此模式加入既有桌面，不建立另一個登入工作階段。
rdp-cli connect --protocol x11 --mode desktop --host 192.0.2.20 --user USER --ssh-key PRIVATE_KEY --ssh-known-hosts KNOWN_HOSTS --linux-file-root FILE_ROOT --display DISPLAY --xauthority XAUTHORITY_PATH
觀察、操作，再驗證
查看回傳的 PNG，並儲存 data.observation。以畫面上的實際座標取代 X、Y。聚焦輸入欄位後重新擷取畫面，再使用新權杖。明確指定的剪貼簿方法會取代遠端剪貼簿，不改變本機剪貼簿。輸入回應只確認已派送，之後仍須確認畫面結果。
rdp-cli screenshot --session SESSION --out before.png
rdp-cli click --session SESSION --x X --y Y --observation OBSERVATION
rdp-cli screenshot --session SESSION --out focused.png
rdp-cli linux text --session SESSION --method clipboard --text '審核已完成。' --observation OBSERVATION
rdp-cli screenshot --session SESSION --out after.png
取回成果檔案
在 Linux 應用程式開啟上傳結果的 remote_path，編輯、儲存後再下載成果。分別保留各次 transfer_id，等待狀態為 completed 才使用檔案。傳輸前先儲存，預設不覆寫同名檔案；發生錯誤時先查任務狀態，不要盲目重傳。
將 FILE_ROOT 替換為遠端已存在、且此 SSH 帳號可讀寫的目錄。檔案命令只存取該目錄；指定目錄不會建立目錄，也不會增加帳號權限。
rdp-cli files list --session SESSION
rdp-cli files upload --session SESSION --local ./report.txt --path report.txt
rdp-cli files status --session SESSION --transfer-id UPLOAD_TRANSFER
rdp-cli files download --session SESSION --path report.txt --local ./result.txt
rdp-cli files status --session SESSION --transfer-id DOWNLOAD_TRANSFER
讓人加入操作
需要觀看時再開啟此檢視器，它起初為唯讀。接管會停止 Agent 輸入；修正後交還控制，即可繼續同一任務。經授權的 Web 檢視器也加入同一工作階段，同時僅有一個檢視器可持有人工控制權。關閉唯讀檢視器不會中斷背景連線。
rdp-cli watch --session SESSION --viewer window
了解協定範圍
原生 X11 不提供音訊播放或麥克風重新導向。存取完整 Wayland 桌面需已有設定完成的相容 RDP 或 VNC 端點，能力以實際協商結果為準。rdp-cli 不安裝或啟用遠端服務。顯示連線中斷或遺失後，應用程式可能結束，請先儲存，不要假設程式會自動重啟或工作區會被保留。
Wayland 文字輸入取決於既有伺服器。GNOME 46 和 Krfb 23.08 可能無法映射部分 Unicode 按鍵，輸入後須核對結果。僅在該端點實際支援時使用明確的剪貼簿貼上：Plasma Wayland 上的 Krfb 可能公布剪貼簿能力卻未把內容交給應用程式。複雜輸入或快速操作應分步傳送，並檢查下一張截圖。
已實測的桌面端點： Ubuntu 24.04.5 · GNOME 46 / GNOME Remote Desktop 46.3; KDE Plasma 5.27.12 / Krfb 23.08.5.