Tools & Capabilities
Overview
Tools वे actions हैं जो आपके agents conversations के दौरान ले सकते हैं। जब एक agent को web browse करना, command run करना, file read करना, या device control करना हो, तो वह tools उपयोग करता है।
Neotask file management, code execution, browser automation, device control, messaging, web search, और अधिक covering built-in tools का एक rich set provide करता है।
File Operations
Agents अपने workspace में files read, write, और edit कर सकते हैं:
- Read, File contents read करें
- Write, Files create या overwrite करें
- Edit, File के specific parts में targeted edits करें
- Apply Patch, Complex file modifications के लिए multi-hunk unified diffs apply करें
Code Execution
Agents configurable isolation के साथ shell commands run कर सकते हैं:
- Gateway execution, Gateway host करने वाली machine पर directly commands run करें
- Sandbox execution, Resource limits के साथ isolated Docker containers में commands run करें
- Node execution, Connected companion devices (macOS, Linux nodes) पर commands run करें
Execution Features
- Configurable timeouts (default 30 minutes)
- Background job management (list, poll, kill, clear)
- Long-running commands के लिए Auto-background
- Interactive programs के लिए TTY support
- Privileged operations के लिए Elevated mode (gateway host only)
Approval Workflows
Sensitive commands execution से पहले user approval require कर सकते हैं:
- Allowlist, केवल pre-approved commands execute होते हैं
- Ask, Unknown commands approval के लिए prompt करते हैं
- Full, कोई restrictions नहीं
Browser Automation
Agents एक full Chromium-based browser (Chrome, Brave, या Edge) control करते हैं:
Actions
- Navigate, URLs खोलें और pages के बीच navigate करें
- Interact, Click, type, hover, drag, select, fill forms करें
- Capture, Screenshots लें, PDFs export करें
- Inspect, DOM या accessibility tree का Snapshot लें
- Execute, Page context में JavaScript run करें
- Upload, Web forms पर files upload करें
- Manage, Dialogs (alerts, confirmations) handle करें, console output read करें
Browser Profiles
Accounts separate करने के लिए Multiple isolated browser profiles:
- प्रत्येक profile के अपने cookies, storage, और history हैं
- Programmatic control के लिए Auto-assigned CDP ports
- Remote browser support (दूसरी machines पर browsers से connect करें)
Canvas & A2UI
Agent-to-UI (A2UI) system agents को connected devices पर interactive visual content render करने देता है:
- Present, Device के canvas पर web pages या custom content display करें
- Navigate, Canvas window में क्या दिखाया जा रहा है control करें
- Evaluate, Canvas context में JavaScript execute करें
- Snapshot, Currently displayed content capture करें
- A2UI Push, Canvas को structured UI updates (JSONL payloads) भेजें
- A2UI Reset, Canvas state clear करें
Canvas rendering macOS (WebKit), iOS (SwiftUI), Android (Jetpack Compose), और web (WebChat) पर available है।
Node Device Capabilities
Connected companion apps के माध्यम से, agents यह कर सकते हैं:
Camera
- Snap, Photos लें (front या back camera)
- Clip, Configurable duration और FPS के साथ video clips record करें
Screen
- Record, Configurable duration और quality के साथ screen recordings capture करें
Location
- Get, Accuracy selection के साथ GPS coordinates retrieve करें
Notifications
- Notify, Title, body, और priority के साथ native OS notifications भेजें
System Commands
- Run, Node device पर shell commands execute करें
- Which, Check करें कि node पर कोई command available है या नहीं
Messaging
Agents connected channels में messages send और manage कर सकते हैं:
- Send, किसी भी connected channel/recipient को messages भेजें
- Edit, Previously sent messages edit करें
- React, Messages पर reactions add करें
- Thread, Threads create करें और उनके भीतर reply करें
- Poll, Supported platforms पर polls create करें
- Voice, Voice channel status check करें (Discord)
Web
- Search, Brave Search API के माध्यम से Web search
- Fetch, Web pages retrieve करें और HTML को markdown/text में convert करें
Memory & Context
- Memory Search, Agent memory files पर Vector similarity search
- Memory Get, Name द्वारा specific memory files retrieve करें
Session Management
- List Sessions, Agents में active sessions देखें
- Session History, किसी भी session का transcript fetch करें
- Send to Session, दूसरे agent sessions को messages भेजें
- Spawn Sub-Agent, Isolated sub-agent runs शुरू करें
- List Agents, Available agents देखें
Automation
- Cron, Scheduled jobs create, edit, run, और manage करें
- Gateway, Gateway restart करें, configuration changes apply करें, updates run करें
Image Analysis
Agents configured vision models का उपयोग करके images analyze कर सकते हैं, content describe करें, text extract करें, objects identify करें, और visual content के बारे में questions का जवाब दें।
Tool Groups
Tools permission management के लिए groups में organized हैं:
| Group | Tools |
|---|---|
| runtime | exec, bash, process |
| fs | read, write, edit, apply_patch |
| sessions | sessions_list, sessions_history, sessions_send, sessions_spawn, session_status |
| memory | memory_search, memory_get |
| web | web_search, web_fetch |
| ui | browser, canvas |
| automation | cron, gateway |
| messaging | message |
| nodes | nodes |