Web2Term

中文 · English · 下载 / Downloads

中文

Web2Term 把模型网页、项目对话和本机／远程终端放进同一个桌面工作区。使用 ChatGPT、DeepSeek、Claude 或 Gemini 的网页账号描述目标，由模型提出命令，客户端执行并把真实输出、退出码和工作目录回传，继续下一步。Windows x64 本机会话还可启用 Computer Use，让 ChatGPT 或 DeepSeek 通过截图和键鼠动作操作桌面应用。

还可以创建定时任务，按固定间隔或日历周期向原 AI 对话提交任务；配置 QQ 邮箱后，模型可调用邮件通知工具，将结果或需要关注的事项发送到你的收件邮箱。

仓库包含两个面向使用者的程序：

程序	用途	当前发布目标
Web2Term 桌面客户端	管理项目与对话、嵌入模型网页、执行命令、使用工具箱和连接远程设备；Windows x64 另支持 Computer Use。	Windows x64 安装包、macOS Apple Silicon DMG。
web2term 小工具	在 Linux 设备上保持后端连接，供桌面客户端打开远程终端；无需设备运行 sshd。	Linux x86_64（amd64）单文件程序。

Windows 客户端还可在设备设置中开启“本机远程终端”，将这台电脑作为 PowerShell 远程设备，供同一账号的其他客户端连接，最多同时运行 3 个终端。详见 Windows 本机远程终端与验收说明。

客户端直接使用模型网站，不需要配置模型 API Key；模型账号、可用功能和附件额度由相应网站决定。仅使用本机或 SSH 终端时，无需登录 Web2Term 后端。本文描述当前仓库实现，已发布安装包包含的功能以对应版本为准。

下载与安装

从 GitHub Releases 下载：

平台	文件	安装方式
Windows x64	Web2Term Windows 安装包	运行安装程序，可选择安装目录。
macOS Apple Silicon	Web2Term macOS DMG	打开 DMG，将应用拖入“应用程序”。
Linux 设备小工具	web2term-linux-amd64 和 SHA-256 校验文件	下载、校验并安装到 Linux 的 PATH，见下文。

使用桌面安装包无需另装 Node.js 或 npm；执行 Git、GitHub CLI 或其他外部工具时，仍需在实际执行机器上安装对应程序。

macOS 包目前使用 ad-hoc 签名，没有 Developer ID 签名或 Apple 公证。首次打开遇到开发者验证或“已损坏”提示时，按 macOS 安装说明 处理。当前发布工作流不提供 Intel Mac 或 Linux 桌面安装包；Linux 小工具是独立的设备端程序。

Windows 支持应用内检查、下载和安装更新；macOS 检查到更新后在浏览器下载 DMG，退出应用后手动覆盖安装。Linux 小工具需替换二进制并重启其进程。

开始使用客户端

1. 从左侧“本电脑”或项目旁的 ＋ 新建对话，选择“本地终端”“SSH 连接”或“web2term”。项目可设置本机目录，项目中新建的本机会话从该目录开始。
2. 选择 ChatGPT、DeepSeek、Claude 或 Gemini，在嵌入网页中登录对应账号。
3. 在右侧“执行控制”确认 终端模式 和 提示词注入 已开启，检查终端绑定的机器和当前目录。
4. 选择 手动执行 或 自动执行，向模型描述目标。手动模式下，待处理请求需点击“运行”或“读取”；执行结果同样会回传到模型。
5. 自动执行可暂停和恢复；“结束任务”停止当前模型生成、前台命令和后续自动执行。后台进程有独立生命周期，见“后台任务”。

flowchart LR
  U[用户目标] --> M[模型网页]
  M --> R[终端命令 / 工具请求 / 澄清问题]
  R --> C[桌面客户端]
  C --> T[本机 / SSH / Web2Term]
  T --> O[真实结果与退出码]
  O --> M
  C --> D[Windows 本机桌面]
  D --> S[截图与操作回执]
  S --> M
  C --> P[定时计划]
  P -->|到期且原对话可用| M
  C --> E[邮件通知]
  E --> Q[已配置的 QQ 邮箱]
  E -->|发送结果| M

截图用于展示工作区形态，具体布局和入口以当前版本为准。模型网页需要可用的网络和登录态。

项目、对话与视图

• 项目分组：创建、编辑和移除项目，将对话移动到项目；移除项目后，对话保留并移到“本电脑”列表。项目目录用于新建本机会话，不会把 SSH／Web2Term 目录改成本机路径。
• 会话持久化：保存对话名称、模型平台、对话地址、执行记录和远程设备绑定。切换模型保留当前终端及连接；任务执行中限制切换，避免把结果发到其他对话。
• 三种视图：“原始”显示模型网站；“专注对话”在本地界面组织消息、思考／检索过程和执行记录；“会话摘要”查看本地保存的对话内容。
• 补充说明：在终端的“说明”中编辑 Markdown。项目中的对话共享同一份说明；未归属项目的对话按机器和当前目录保存，子目录不自动继承。保存后随启用的提示词注入提供给模型。
• 提示词预览：“查看系统提示词”和“查看工具提示词”分别展示执行环境、补充说明和工具协议，支持复制与查找。

平台开放范围按当前代码列示：

能力	ChatGPT	DeepSeek	Claude	Gemini
原始网页、终端命令与结果回传	支持	支持	支持	支持
本地会话摘要	支持	支持	支持	支持
专注对话	支持	支持	—	—
会话压缩（专注对话）	支持	支持	—	—
Computer Use（Windows x64 本机）	支持	支持	—	—
侧边聊天、选区追问	支持	支持	支持	支持
read_files 完整附件回传（本机／SSH）	已接入	已接入	已接入	已接入，自动回传待用户验收
background: true 后台任务	支持	支持	支持	支持
scheduled_task 定时任务	已接入	已接入	已接入	已接入
send_email 邮件通知	已接入	已接入	已接入	已接入

专注对话仍通过原模型网页发送消息和读取答复，沿用其账号与登录态；支持添加附件和粘贴截图。第三方页面变化可能影响适配。

右侧页签栏的 ＋ 可添加“终端”“后台任务”“定时任务”“GitHub 仓库管理”或“侧边聊天”。新增终端是用户独立操作的 Shell，不把其输出自动发送给模型。每次新建侧边聊天会替换原侧边实例；选区追问从本地已保存的对话生成上下文 Markdown，发到同平台的新聊天中，侧边聊天不执行终端命令。

“查看工具提示词”中可按对话开关文件读取、后台任务、定时任务、邮件通知和电脑操作。定时任务、邮件通知默认开启；邮件通知还需要先保存收发邮箱和授权码。

会话压缩（ChatGPT / DeepSeek）

在 ChatGPT 或 DeepSeek 的专注对话输入框开头或新一行输入 //，选择“压缩会话”。需要当前会话已有网页地址，且模型回答和工具处理均已结束。

软件整理当前有效历史和必要执行结果，保存 source.md，通过同平台的独立网页生成 summary.md，再导入新的承接聊天。原会话与本地历史保留；完成后仍在原工作区继续使用相同的会话入口、名称、项目、终端连接和专注视图。压缩前的历史可查看，但不会重新发送给模型；承接聊天确认摘要后等待用户的新消息。

压缩通常在后台进行，输入框上方提供进度和“取消”；失败或暂停时可“重试”，必要时通过“处理问题”完成登录、验证或补全摘要。切换会话会暂停后续提交，重启不会自动重复发送。上下文过短、预计无压缩收益或文件超出预算时会停止并提示；未捕获的早期历史和原始附件不保证迁移。文件保存在用户数据目录的 exports/compactions/<任务编号>/。详见 会话压缩说明。

Computer Use

Computer Use 让模型在对话中发现和启动应用、查看真实窗口，并执行点击、输入、按键、滚动与拖拽。截图直接作为图片发送给当前网页端模型，操作回执与后续观察回到同一段对话，无需额外配置视觉模型 API Key。

当前支持 Windows x64 上的 ChatGPT、DeepSeek 本机会话。 macOS、SSH／Web2Term 远程会话及 Claude、Gemini 尚未接入这组桌面动作；它们仍可使用原有终端能力。Windows 安装包包含桌面执行器，源码开发的构建要求见下文。

开启与使用

1. 新建或选择一个本机会话，切换到 ChatGPT 或 DeepSeek 并登录模型网页。
2. 在“执行控制”中确认终端模式与提示词注入已开启，再进入 设置 → computer use，打开 启用 computer use 并保存。此开关同时允许桌面控制，以及点击任务栏、系统托盘等窗口外位置。
3. 在对话中描述目标，例如“打开 PowerPoint，新建一页标题为项目进度的幻灯片”。模型可发现应用、观察窗口，再按实际界面执行后续步骤。
4. 在对话和屏幕顶部居中的任务浮层查看目标、当前动作与步骤进度；模型根据返回的截图和回执继续判断，任务完成后浮层短暂显示完成提示再收起。

能力	当前范围
应用与窗口	发现和启动应用，打开文件、目录或网页，查找并激活业务窗口，识别关联菜单与弹窗。
界面观察	获取单屏概览、窗口或区域截图；按需读取 Windows 可访问性控件树、焦点及支持的文字选区。
键鼠操作	单击／双击、文字输入、按键／组合键、滚动，以及同一窗口内的鼠标拖拽。
拖动选区	通过按住鼠标、沿路径移动再松开，在支持的应用中选中文字、拉框选择对象或操作画布；是否选中需核对操作后的界面。
等待与任务推进	等待窗口、文字、控件或已登记后台任务的条件，保留任务目标、执行步骤与实际回执。

拖拽使用最近窗口截图上的坐标，路径需位于同一窗口的可见内容区域内；不支持跨窗口拖拽或跨多次调用持续按住鼠标。区域截图可按矩形坐标裁剪，但尚未提供让用户手动拉框后将选区交给 AI 的专门入口。输入成功只表示动作已发出，保存、发送、拖放等业务结果仍需核对。

停止、恢复与运行设置

• 连续来回晃动鼠标可触发全局急停。 在 Computer Use 控制期间，快速左右或上下来回晃动数次，会中断所有会话中的 Computer Use 桌面操作，并释放本次 helper 按下的键鼠；顶部浮层显示急停状态 6 秒。终端命令、普通会话发送、会话压缩、定时任务投递及后台工作不受影响。当前识别条件为 1.2 秒内至少 4 次反向，每次反向移动至少 40 个物理像素。普通单向移动、轻微抖动及程序注入的移动不计入手势。
• 界面上的 全局急停 按钮同样有效；原双击 Esc 和 Ctrl+Alt+Shift+F12 急停入口已移除。急停后需等待 Computer Use 执行器和键鼠释放处理完成，再 解除急停；已中断的 Computer Use 操作不会自动恢复，其他任务继续运行。
• 结束任务 只停止当前会话。普通键鼠干预可能中断当前步骤，多次干预会暂停 Computer Use；因用户输入暂停的任务，可在同一对话发送新消息继续，继续时先重新观察。
• 设置 → computer use 可调整任务时限、单步执行时限、条件等待时限、步骤等运行上限，以及结果回传间隔。达到上限会保留未完成状态；恢复原任务沿用原预算。动作返回后可等待界面稳定再向模型回传结果，等待期间不会重做该动作。

以上为 README 的开头部分。其余内容请阅读原文。 查看完整 README ↗