开发者文档

AI Agent 接口

通过调用 Linkr 提供的 HTTP 接口（包括屏幕截图、键盘与鼠标控制），来实现对被控机的远程自动化操作。

API Token获取参考使用指南中如何生成API Token章节。

截图接口

• URL: http://{linkr_ip}/api/public/snapshot

• 方法: GET

• 用途: 获取当前被控机屏幕状态，供 AI 模型分析决策

• 返回: JPEG 格式的屏幕截图

• 请求示例：

curl -X GET http://192.168.2.224:80/api/public/snapshot -H "Authorization: token {{your API Token}}" -o screen.jpeg

控制接口

• URL: http://{linkr_ip}/api/``public/``control

• 方法: POST

• **用途：**下发键鼠、文本、延时等事件序列，远程控制被控机

• 请求示例:

curl -X POST http://192.168.2.224:80/api/public/control \
  -H "Content-Type: application/json" \
  -H "Authorization: token {{your API Token}}" \
  -d '{
    "events": [
      // 控制接口事件列表，每个事件为一个数组，第一个元素表示事件类型
      ["text", "Helloworld"],
      ["delay", 300],
      ["mouse_abs", 0, 0.1, 0.1, 0, 0],
      ["keyboard", "MetaLeft", true],
      ["keyboard", "MetaLeft", false],
      ["mouse_abs", 0, 0.5, 0.5, 0, 0],
      ["mouse_rel", 0, 100, 100, 0, 0]
    ]
  }'

• 响应：

{
  "code": 0,                       //0，表示成功，非零，表示失败
  "data": null,
  "message": "Request succeeded!"  //返回错误信息
}

控制接口参数详解

键盘事件 (Keyboard)

["keyboard", keyCode, isPressed]

参数说明:

• 索引 0: 固定字符串 "keyboard"，表示按下或松开键盘上某个按键。

• 索引 1: 字段类型：String。表示键盘按键标识符，采用 Web 标准的 KeyboardEvent.code值。

• 索引 2: 字段类型：Boolean。表示按键状态，true表示按下，false表示释放。

常用按键标识符:

• "MetaLeft"- 左 Meta 键 (Windows 键/Command 键)

• "KeyA"- A 键

• "KeyB"- B 键

• "KeyC"- C 键

• "KeyV"- V 键

• "Enter"- 回车键

• "Escape"- ESC 键

• "Tab"- Tab 键

• "Space"- 空格键

• "ControlLeft"- 左 Ctrl 键

• "AltLeft"- 左 Alt 键

• "ShiftLeft"- 左 Shift 键

示例:

["keyboard", "MetaLeft", true],   // 按下 Windows 键
["keyboard", "MetaLeft", false]  // 释放 Windows 键
["keyboard", "KeyR", true],       // 按下 R 键
["keyboard", "KeyR", false],     // 释放 R 键

绝对坐标鼠标事件 (mouse_abs)

["mouse_abs",0,0.1,0.1,0,0],

参数说明:

• 索引 0: 固定字符串 "mouse_abs"，表示鼠标采用绝对坐标移动，原点为屏幕左上角， 横坐标和纵坐标取值范围[0.00, 1.00]。

• 索引 1: 字段类型：Number。表示鼠标按键。0：表示无鼠标按键按下或松开鼠标所有按键。bit 0 位表示左键，bit 1 位表示右键，bit 2 位表示滚轮中键。同时按下多个按键时，其对应数值相加。例如，同时按下左键（1）和右键（2）时，结果为 3（即 1 + 2）。

• 索引 2: 字段类型：Number。表示鼠标绝对坐标 X (0.00-1.00，左上角为原点)

• 索引 3: 字段类型：Number。表示鼠标绝对坐标 Y (0.00-1.00，左上角为原点)

• 索引 4: 字段类型：Number。表示鼠标垂直滚轮值。取值范围[-20, 20]。例如，正值（如 n）表示鼠标垂直向下滚动 n 个像素，负值（如 -n）表示鼠标垂直向上滚动 n 个像素。

• 索引 5: 字段类型：Number。表示鼠标水平滚轮值。取值范围[-20, 20]。例如，正值（如 n）表示鼠标水平向右滚动 n 个像素，负值（如 -n）表示鼠标水平向左滚动 n 个像素。

示例:

["mouse_abs",0,0.5,0.5,0,0],      // 移动鼠标到屏幕中心
["mouse_abs",1,0.5,0.5,0,0],      // 移动鼠标到屏幕中心，同时点击鼠标左键
["mouse_abs",0,0.5,0.5,0,0],      // 移动鼠标到屏幕中心，同时松开上次操作的鼠标按键
["mouse_abs",0,0.5,0.5,20,10],    // 移动鼠标到屏幕中心，同时鼠标垂直滚轮向下滚动20个像素，水平滚轮向右滚动10个像素。

相对坐标鼠标事件 (mouse_rel)

["mouse_rel",0,100,100,0,0],

参数说明:

• 索引 0: 固定字符串 "mouse_rel"，表示鼠标采用相对坐标移动，原点为屏幕左上角， 移动单位为像素。

• 索引 1: 字段类型：Number。表示鼠标按键。0：表示无鼠标按键按下或松开所有鼠标按键。bit 0 位表示左键，bit 1 位表示右键，bit 2 位表示滚轮中键。同时按下多个按键时，其对应数值相加。例如，同时按下左键（1）和右键（2）时，结果为 3（即 1 + 2）。

• 索引 2: 字段类型：Number。表示鼠标横坐标的相对移动像素值。正值（如 n）表示向右移动 n 像素，负值（如 -n）表示向左移动 n 像素。

• 索引 3: 字段类型：Number。表示鼠标纵坐标的相对移动像素值。正值（如 n）表示向下移动 n 像素，负值（如 -n）表示向上移动 n 像素。

• 索引 4: 字段类型：Number。表示鼠标垂直滚轮值。取值范围[-20, 20]。例如，正值（如 n）表示鼠标垂直向下滚动 n 个像素，负值（如 -n）表示鼠标垂直向上滚动 n 个像素。

• 索引 5: 字段类型：Number。表示鼠标水平滚轮值。取值范围[-20, 20]。例如，正值（如 n）表示鼠标水平向右滚动 n 个像素，负值（如 -n）表示鼠标水平向左滚动 n 个像素。

示例:

["mouse_rel",0,10,10,0,0],        // 从鼠标当前位置，向右和向下各平移 10 像素。
["mouse_abs",1,0,0,0,0],          // 在鼠标当前位置点击鼠标左键
["mouse_abs",0,0,0,0,0],          // 在鼠标当前位置松开上次操作的鼠标按键
["mouse_abs",0,10,10,20,10],      // 从鼠标当前位置，向右和向下各平移 10 像素，同时鼠标垂直滚轮向下滚动20个像素，水平滚轮向右滚动10个像素。

文本事件 (text)

["text", "text_to_type"]

参数说明:

• 索引 0: 固定字符串 "text"，表示输入文本字符串。

• 索引 1: 字段类型：String。表示要输入的文本字符串，最长为1024个字符。

仅支持以下 ASCII 字符：

• 控制字符：9 (Tab)、10 (Enter)

• 可打印字符：32 ~ 126

示例:

["text", "https://www.baidu.com"] //在当前光标位置输入 https://www.baidu.com

暂停事件 (delay)

["delay", milliseconds]

参数说明:

• 索引 0: 固定字符串 "delay"，表示暂停，确保IPKVM完成上一个操作。例如：用来确保长文本输入完整。

• 索引 1: 字段类型：Number。表示是暂停时长，单位：毫秒。

注意: 在文本输入事件后通常需要添加暂停事件，确保 IPKVM 有足够时间处理输入完整的长文本，如果IPKVM需要较长时间操作，则需要多次发送暂停事件。一般地输入文本长度为30时，就需要暂停1000毫秒。

示例:

["text", "https://www.baidu.com"] //在当前光标位置输入 https://www.baidu.com
["delay", 1000]                   // 暂停 1000 毫秒，确保上面长文本输出完整