通过音频（字幕）和视觉（帧提取加图像分析）双通道对YouTube视频进行多模态分析。特别适用于教学、教程、演示和说明类视频，其中所展示的内容（如截图、UI演示、图表、代码、物理动作）与所说内容同等重要。当用户希望分析、总结YouTube视频，或根据视频创建分步指南，或分享YouTube链接并希望了解视频内容时，请使用此功能。触发条件包括：“分析这个YouTube视频”、“根据此视频创建分步指南”、“这个视频展示了什么？”、“总结这个教程”，或任何带有分析意图的YouTube链接。

使用 Navifare 验证并比较多个预订网站的机票价格。当用户分享来自任何预订网站（如 Skyscanner、Kayak 等）的机票价格或上传航班截图时触发，返回来自多家供应商的排序结果及预订链接。

使用 mss 和 Pillow 在 Windows 上截取屏幕截图，支持全屏、区域和多显示器截取，输出格式为 PIL 图像、PNG 文件或 Base64 字符串。当用户请求截取屏幕、捕获屏幕内容、获取屏幕信息或需要屏幕图像用于 AI 视觉 API 时使用。

处理恩佐分享的带评论的截图，保存到参考库，提取内容，分类，设置提醒，记录模式。当恩佐发送带有“保存此内容”等上下文的图片、分享社交媒体帖子推文或文章的截图，或发送需要记住的想法和框架时使用。

通过音频（字幕）和视觉（帧提取加图像分析）双通道对YouTube视频进行多模态分析。尤其适用于教程、演示和说明类视频，其中所展示的内容（截图、UI演示、图表、代码、肢体动作）与所说的内容同等重要。当用户希望分析、总结YouTube视频内容，或从视频中生成分步指南时，或当用户分享YouTube链接并希望了解视频内容时，即可使用此功能。触发条件包括“分析这个YouTube视频”“根据这段视频创建分步指南”“这个视频展示了什么”“总结这个教程”或任何带有分析意图分享的YouTube链接。

通过命令行指令使用自然语言自动化网页浏览器交互，适用于用户要求浏览网站、导航网页、从网站提取数据、截取屏幕截图、填写表单、点击按钮或与网页应用交互。支持远程 Browserbase 会话，内置自动处理 CAPTCHA、反爬虫隐身模式和住宅代理，非常适合抓取受保护网站、绕过机器人检测以及与 JavaScript 密集型页面交互。

使用 Playwright 实现完整的浏览器自动化。自动检测开发服务器，将干净的测试脚本写入 /tmp。测试页面、填写表单、截取截图、检查响应式设计、验证用户体验、测试登录等

使用 Playwright 为你的应用生成营销截图，适用于想为 Product Hunt、社交媒体、着陆页或文档创建截图的场景

使用 Firecrawl API 进行深度网页抓取、截图、PDF 解析和网站爬取