让 Agent 举起教学卡：人来选择，桌面回传答案

先看成果

打开三步教学卡预览：看经验卡成果 → 选择离线重放或真实访谈 → 核对公开输入与 Python 条件。

预览由三份原创公开 JSON 和 Bigarrow 实际 --dry-run 输出生成。它是自含 HTML，展示问题和选项；没有模拟用户作答，也不是 macOS 截图。你可以下载相同输入，在自己的 Mac 上弹出真正的桌面卡。

这次新在哪里

Bigarrow v0.5.1 于 2026-10-26 发布，本例固定提交 4ad1ce1d82368139b2ceec7b2e29ade837acc722，MIT 许可。

它是社区 macOS 工具，可以从能运行本地命令的 Agent 调用；不是 OpenClaw 官方插件。除了箭头，现在还可用 card 展示复制内容、选择题、输入框和检查项，再用 wait 读取回答。v0.5.1 的重要边界是：有问题的卡在全部回答后关闭，--keep 可保留；纯展示卡需要点击 X 或明确关闭。卡片没有 --duration，打字回 Agent 或普通 stop --all 不会顺手关掉卡片。

这很适合新手陪练、公开工具演示、操作交接。卡片不替人点击；勾选“已检查”只代表人的确认，不等于脚本已经验证环境或任务完成。

前置条件

按元素名称定位箭头会涉及宿主终端的辅助功能权限；本例只使用卡片，没有执行元素定位、读取真实窗口或申请权限。上游作者的 Skill 面向 Claude Code / Codex；在 OpenClaw 中调用 CLI 是本项目提出的组合方式，未验证完整接入。

不用模型，先离线重放

在本仓库根目录运行：

python3 assets/examples/interactive-desktop-coach/reproduce.py --verify

它核对三份输入的 SHA-256、对应真实 CLI 输出及 HTML 的可重现性，不重新启动 Bigarrow，不打开桌面，不伪造回答。要生成独立副本：

python3 assets/examples/interactive-desktop-coach/reproduce.py --out /tmp/desktop-coach-replay

输出目录必须尚不存在；打开其中的 index.html 即可。Python 重放器是本项目原创适配，保留的 Bigarrow 输出见 dry-run-results.json。

用真实固定版本检查输入

以下命令获取上游并在指定目录构建，不安装到全局，也不安装 Agent Skill：

git clone https://github.com/franzenzenhofer/big-arrow-on-the-screen.git /tmp/bigarrow-coach-source
git -C /tmp/bigarrow-coach-source checkout --detach 4ad1ce1d82368139b2ceec7b2e29ade837acc722
swift build --package-path /tmp/bigarrow-coach-source -c release
swift test --package-path /tmp/bigarrow-coach-source --filter CardDocumentTests
python3 assets/examples/interactive-desktop-coach/reproduce.py \
  --cli /tmp/bigarrow-coach-source/.build/release/bigarrow --verify

本轮在 macOS arm64、Swift 6.3.3 实际执行 release build 成功，指定的 8 项上游测试通过；没有运行会访问真实登录钥匙串或操作桌面的测试。脚本实际调用三次 card ... --dry-run --json，另用含错误键 colour 的公开输入确认 exit 2；错误发生在绘制之前。

最小卡片只需一个标题和问题：

{
  "title": "这次先尝试哪条路线？",
  "rows": [{"type": "choice", "id": "route", "items": [
    {"id": "offline", "label": "离线重放"},
    {"id": "interview", "label": "真实访谈"}
  ]}]
}

三份完整输入：看成果、选路线、查条件。

亲自弹出一张教学卡

这是真实桌面操作入口；会弹卡。本轮主任务已启动第 1 张卡，CLI 返回 ok:true 与控件矩形，但没有验证真人作答到 wait 的回传。确认正在自己的 Mac 前，再运行：

python3 assets/examples/interactive-desktop-coach/reproduce.py \
  --cli /tmp/bigarrow-coach-source/.build/release/bigarrow --desktop --step 1

命令先检查三张卡，再启动第 1 张并返回 pid。继续使用同一个已构建二进制的显式路径读取回答；本例不要求全局安装：

/tmp/bigarrow-coach-source/.build/release/bigarrow wait <pid> --timeout 30

第 2、3 张分别使用 --step 2 与 --step 3。不要把文档里的 <pid> 原样执行，替换为刚返回的数字；如果你换了源码目录，也要同步替换二进制路径。

回答时 exit 0；点击 X 且没有回答时 exit 1；超时的 JSON 为 pending，不是完成。只关闭自己这张卡时使用同一个路径：

/tmp/bigarrow-coach-source/.build/release/bigarrow stop --pid <pid>

卡片创建成功或答案收到，都不代表经验卡访谈、Python 命令或后续业务操作已经完成，仍要检查实际产物。版本检查与每次 dry-run 最多各等 20 秒，超时会失败退出，不继续弹卡。

供 Agent 的最小提示词：

我要做公开经验卡教程。先核对 bigarrow --version 是 0.5.1；
用现成三份 card JSON dry-run，不要操作我的窗口或读取秘密。
在我正在 Mac 前做这份教程时，每次只显示一张卡，记录实际 pid，再 wait 该 pid。
收到 pause / X / pending 时停止推进；只有收到实际回答才继续。
所有勾选只是我的自报确认，仍需核对实际命令结果。
不要安装全局 Skill、设置 hooks，或把测试输入当成我本人的经历。

验证范围与失败处理

• 已复现：固定源码构建；8 项纯逻辑测试；三卡真实 CLI 解析；未知键拒绝；无模型离线重放及成果页生成。
• 已启动但未完成问答验收：第 1 张真实桌面卡的 CLI 返回 ok:true 与控件矩形；不把创建成功当作用户看过、回答过或操作完成。精简验证记录见 verification.json。
• 尚未复现：真人答题、中文卡片视觉验收、wait 多问题回传、OpenClaw / Claude Code / Codex 的完整 Agent 调用。
• 没有进行：真实账号登录、权限授权、秘密读取、截图、自动点击、全局安装或 Hook 配置。
• 版本不符、卡片解析失败、输出目录已存在时，重放器会直接失败；先修输入，不跳过检查继续弹卡。CLI 没有返回答案时不要补一个“模拟成功”。

来源与许可

• 固定版本 README
• 作者 Skill 与调用约定
• 真实 card CLI 实现
• 上游 MIT 许可副本

由 Cogine 团队整理三步公开教学输入、重放器和 HTML 预览。未使用作者的账号、密码、截图或人物资料；桌面问答和 Agent 集成仍待验收。