# Computer Control API SUMMARY: Zdalne sterowanie zarejestrowanymi komputerami — kolejkowanie poleceń, zrzuty ekranu, uruchamianie skryptów na maszynach zdalnych. KEY CONTEXT: Two sides: user-facing (Mind Key/JWT) and agent-facing (Computer Token) Register agent: POST /computers/register { install_code } → returns computer_token List: GET /computers/list (Mind Key or JWT) Queue command: POST /computers/:id/commands { type, payload } Command types: screenshot, click, move, type, key, scroll, drag Agent poll: GET /computers/me/poll?wait=5 (Computer Token) Agent result: POST /computers/me/commands/:cid/result (Computer Token) One-shot screenshot: GET /computers/:id/screenshot (waits 30s for result) Pattern: register agent on remote machine → user queues commands → agent polls and executes Computer Control API Computer Control API umożliwia zdalne sterowanie zarejestrowanymi komputerami. Na maszynie docelowej działa niewielki agent (), który odpytuje o polecenia, wykonuje je i odsyła wyniki. Umożliwia to automatyzację GUI sterowaną przez LLM. Architektura [CODE BLOCK] Endpointy użytkownika (Mind Key lub JWT) GET /computers/list Lista wszystkich zarejestrowanych komputerów. [CODE BLOCK] GET /computers/:id Szczegóły pojedynczego komputera. [CODE BLOCK] POST /computers/install-code Generuje kod instalacyjny do rejestracji nowego komputera. [CODE BLOCK] Odpowiedź: POST /computers/:id/commands Kolejkuje polecenie do wykonania przez agenta zdalnego. [CODE BLOCK] Odpowiedź: GET /computers/:id/command (przez zapytanie) Kolejkuje polecenie przez GET (dla prostych przypadków). [CODE BLOCK] GET /computers/:id/commands Lista ostatnich poleceń dla komputera. [CODE BLOCK] GET /computers/:id/commands/:cid Zwraca status i wynik konkretnego polecenia. [CODE BLOCK] GET /computers/:id/screenshot Pojedyncze działanie: kolejkuje polecenie zrzutu ekranu i czeka do 30 s na wynik. [CODE BLOCK] POST /computers/:id/disable Wyłącza komputer (cofa jego token, zachowuje rekord w celach audytowych). [CODE BLOCK] DELETE /computers/:id Trwale usuwa komputer. [CODE BLOCK] Endpointy agenta (Computer Token) Z tych endpointów korzysta uruchomiony na maszynie docelowej. Używają Computer Token (zwracanego przez ), a nie Mind Key. POST /computers/register Realizuje kod instalacyjny i zwraca Computer Token. [CODE BLOCK] Odpowiedź: > [!CRITICAL] > Należy zapisać — jest wyświetlany tylko raz i wymagany przez > wszystkie endpointy po stronie agenta. GET /computers/me/poll Long-poll dla nowych poleceń. Agent wywołuje to w pętli. [CODE BLOCK] Powraca natychmiast, gdy są oczekujące polecenia, lub po sekundach, jeśli ich nie ma. POST /computers/me/commands/:cid/result Publikuje wynik wykonania polecenia. [CODE BLOCK] Typy poleceń | Typ | Payload | Opis | |------|---------|------| | | | Przechwyć ekran jako PNG (base64) | | | | Kliknięcie we współrzędnych | | | | Przesunięcie myszy we współrzędne | | | | Wpisanie tekstu w pozycji kursora | | | | Wciśnięcie kombinacji klawiszy | | | | Przewinięcie kółkiem | | | | Przeciągnięcie i upuszczenie | Typowy wzorzec: automatyzacja GUI sterowana przez LLM [CODE BLOCK] Następne kroki - Proxy przeglądarki — osobna usługa do automatyzacji przeglądarki - Przewodnik po agentach self-hosted