我的经验是两者结合最实际。纯对话模式确实效率有瓶颈，但全自动 Agent 在真实项目里也没那么靠谱——上下文一长就容易跑偏。

我目前的做法是给 Agent 配一套 Skill （脚本+文档），让它能自己去查 Jira 看需求、读代码库、跑测试，这样它的自主性就上来了，但最终 commit 还是我 review 后才合进去。

关键不是「全自动还是对话」，而是你给 Agent 多少信息和工具——它能访问的上下文越多，自主性就越强。

@qwwe01 感谢支持，有啥问题随时反馈！

更新：又新增了两个 Skill：

- **Hacker News** — 浏览热帖/新帖/最佳、搜索、评论、投票等，读写全支持
- **LinkedIn** — 查看资料、浏览动态、搜索职位/人脉、发帖、点赞、评论、发送连接请求

地址： https://github.com/sigcli/sigcli/tree/main/skills

@zisen jira 和 wiki 都有的，我个人每天上班都在用，而且很稳定，因为没有 anti bot 。
不过目前还没有开源出来，因为每个个体和单位的 jira custom field 不一样，可能只能开源大体框架，用之前需要微调一下

@liusaint1992 可以试试呀

@lrn100 YouTube Skill 也做好了，支持搜索视频、查看频道、读评论、热门视频、播放列表，写操作支持点赞和订阅。地址： https://github.com/sigcli/sigcli/tree/main/skills/youtube

@lrn100 x 只能说完成了一个 beta 版本，我玩 x 少，没有账号做充分测试，你可以先试试，有啥 bug 欢迎帮忙提 fix

@lrn100 晚点有空我整个 x 的，应该不复杂

不用油猴脚本也能实现类似效果，而且不需要自己配 API Key 。

我用 [SigCLI]( https://github.com/sigcli/sigcli) + Claude Code 的 Bilibili skill 做了个类似的工作流：

1. 拉字幕：`python3 bilibili_subtitle.py --bvid BV1aBoYBREyj` → 拿到完整 AI 字幕
2. 拉评论：`python3 bilibili_comments.py --bvid BV1aBoYBREyj --limit 20` → 拿到热门评论
3. Claude 直接总结，不用单独配 API

刚用小约翰可汗的「如何在亚马逊雨林里种树」试了一下，字幕 6 种语言都有，评论也能正常拉取分析。

跟油猴脚本比：
- 优势：不用配 API Key/地址，总结质量更好（ Claude vs flash 模型），可以交互式追问
- 劣势：不是浏览器内嵌的，需要在终端操作，没法刷视频时自动触发

适合重度分析场景（比如批量分析某个 UP 主的视频、对比多个视频评论区风向），轻度刷视频还是楼主的油猴脚本更方便。

@lrn100 bilibili 做好了, 顺便做了个竞品比较, 我们的方案基本支持搜有的操作（或者说可以支持所有的操作理论上），有用户 cookie 很多功能都好做，

┌───────────────────────┬─────────────┬─────────┬──────────┬─────────┐
│ Feature │ Us (sigcli) │ opencli │ bb-sites │ AutoCLI │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Video details │ ✅ │ ✅ │ ✅ │ — │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Hot/trending │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Popular │ ✅ │ — │ ✅ │ — │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Ranking │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Search (WBI) │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Comments │ ✅ │ ✅ │ ✅ │ — │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ User profile + videos │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Dynamic feed (动态) │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Subtitles │ ✅ │ ✅ │ — │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Watch history │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Me (current user) │ ✅ │ ✅ │ ✅ │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Like/unlike │ ✅ │ — │ — │ — │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Coin │ ✅ │ — │ — │ — │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤
│ Favorite │ ✅ │ ✅ │ — │ ✅ │
├───────────────────────┼─────────────┼─────────┼──────────┼─────────┤

@lrn100 好呀，今天我来看一下，不过有 cookie 做 Skill 很简单，纯粹是 API 调用，你也可以根据自己的使用需求让 coding agent 帮你做一个

更多 website 敬请期待

补充一下，目前这个项目已经支持了 V2EX 的 Skill ，可以用 AI Agent 来浏览热帖、搜索、回复等操作。

花 1600 买了个域名 sigcli.ai ，用来开源一个 AI Agent 相关的项目，结果东拼西凑才要到 20 来个 star

我是将工作的系统比如 jira,github,outlook, ms teams 这些和 codex+claude 打通，然后指挥他们干活，让 ai 自己写 jira ，自己写 pr ，自己发和读 ms teams 消息
用 sigcli.ai 这个工具可以将各个系统授权给 AIagent

@beyondstars 我们做了比这个多一些，我们相当于把浏览器的用户身份管理能力提取出来了，然后 AI Agent 可以通过 Sigcli 代表用户操控任意系统。

感谢 jiwei ，作为这个作品的开发者之一，也谈谈我对 sigcli 的看法。

过去，人使用浏览器登录系统然后操控系统，浏览器负责管理用户身份和提供用户操作接口。
未来，所有系统提供 Agent 操作接口，Agent 接管身份管理和系统操控。
在那个“未来”到来之前，sig 就是这个桥梁，帮 Agent 管理用户身份，打通 Agent 和系统的连接，让 AI 更懂你的系统。

还是那句话：Sign in your way, AI works on your behalf

@crime1024 感谢关注，这个主要是个人开发者使用，如果你需要 go sdk 可以提个 issue

我虽然也在用 Playwright ，但是我觉得两者定位不同，不冲突。Playwright MCP 是让 AI 操作浏览器，Signet 是让 AI 调 API ，场景不同。
比如，查个 Jira ticket ，Playwright 要启动浏览器、渲染页面、解析 DOM ； Signet 一行 sig request 直接拿结构化 JSON ，快一个量级还省 token 。

大部分内部工具都有 REST API ，没必要让 AI 绕道操作网页。Signet 做的就是把 SSO 登录的结果桥接给 CLI ，让 AI 走 API 而不是模拟点击。