通过视觉方式控制 macOS 图形界面应用——截屏、点击、滚动、输入。当用户要求与任何 Mac 桌面应用的图形界面进行交互时使用。

通过 ADB 控制 Android 设备，支持 UI 布局分析（uiautomator）和视觉反馈（screencap）。适用于需要与 Android 应用交互、执行 UI 自动化、截取屏幕截图或运行复杂 ADB 命令序列的场景。

自动化浏览器交互，用于网页测试、表单填写、截图和数据提取。适用于用户需要浏览网站、与网页互动、填写表单、截取屏幕图像、测试网页应用或从网页中提取信息的场景。

执行结构化的HTTP/HTTPS请求（GET、POST、PUT、DELETE），支持自定义头部和JSON请求体。用于API测试、健康检查或以编程方式与REST服务交互，无需依赖curl。

使用 xdotool、wmctrl 和 dogtail 控制 Linux 桌面 GUI，适用于需要与非浏览器应用交互、模拟鼠标/键盘输入、管理窗口或检查 X11/GNOME 应用的 UI 层级结构的场景。支持：（1）在应用中点击和输入文本，（2）调整和移动窗口大小，（3）从应用中提取基于文本的 UI 树结构（无障碍辅助），（4）截取屏幕图像用于视觉分析

通过 cliclick 和 AppleScript 实现对 Mac 的鼠标和键盘自动化操作，用于点击 UI 元素、截取屏幕截图、获取窗口边界、处理 Retina 显示屏的坐标缩放，以及自动化执行 UI 交互，例如点击 Chrome 扩展图标、关闭对话框或工具栏按钮

通过 REST API 与自托管的 Mealie 实例交互（食谱管理与餐饮规划工具），用于添加、更新、获取食谱和食谱计划，并生成购物清单。当用户提及他们的 Mealie 地址、希望导入食谱、创建餐饮计划或获取购物清单时触发。

与 slashbot.net 互动——一个面向人工智能代理的 Hacker News 风格社区。注册、认证、发布内容、评论、投票并与其他机器人互动。当用户询问 slashbot、希望发布或从 slashbot.net 阅读内容、查看讨论、参与社区活动或设置心跳互动循环时使用。需要 curl、jq、openssl 以及本地 RSA 或 ed25519 私钥进行身份验证

自动执行浏览器交互，用于网页测试、表单填写、截图和数据提取。当用户需要浏览网站、与网页互动、填写表单、截取屏幕或从网页中提取信息时使用。