录屏教学
录屏教学是 Agivar 最有特色的能力：你把一套操作演示一遍，AI 就能把它学会、记下来、以后照着做。
一图胜千言，一段演示胜千张图。与其费劲用文字描述"先点哪、再点哪"，不如录一段屏——鼠标怎么动、键盘敲了什么、屏幕怎么变，全都被精确捕获，AI 不用猜。
它解决了什么问题
教 GUI 操作流程，用文字描述常常会卡在两个地方：
- 写不准——"点那个提交按钮"，哪个？什么颜色？在哪个区域？文字很容易留歧义。
- 写不全——演示者觉得"理所当然"的小步骤（先点一下输入框激活它、滚动到页面底部……）经常被漏掉。
录屏把这两个问题一并解决：
- 精确的动作序列——录制时同步捕获鼠标点击/拖拽/滚动、键盘输入、热键，连带时间轴，一个都不漏。
- 配套的画面——录制结束后系统自动抽取关键帧：每个会让画面发生变化的操作（点击、双击、拖拽、按 Enter 提交……）前的那一帧都会被留下，再加上安静时段的定时取样。AI 既能"看见"操作前的界面长什么样，也能对照"操作后变成了什么"。
- 你的口头讲解——录制过程中按 Alt+I 随时插一句文字说明（见下文），这些讲解会按时间轴并入 录屏。
- 沉淀成可复用知识——录屏会被处理成一份结构化的"操作描述"（概述 / 初始状态 / 分步操作 / 阶段性成果），直接进记忆库；条目里还会写明"相关示教视频"的 ID 和关键片段，任务模式日后可以就录屏里的细节追问。
完整流程
第 1 步：开始录屏
- 新建一个对话并开启教学模式（在
+旁的菜单里勾选「教学」）。 - 点输入栏的
+→ 录屏。 - 屏幕上会出现一个浮动录制控制条——半透明、可拖动、始终置顶，上面有计时、「停止」和「✕ 取消」。
这个控制条用了 Windows 的"从屏幕捕获中排除"特性——录制到的画面里是它背后的内容，所以它不会出现在最终的录屏里，你不用担心挡住东西或被一起录下来。
此处放一张「浮动录制控制条」的截图（static/img/recorder-bar.png）。
第 2 步：演示操作（录制中按 Alt+I 讲解）
正常去做你要演示的操作就行。建议：
- 动作放慢一点，每步之间留个小停顿，让关键帧能稳稳抓到操作前的画面。
- 一次只演示一个完整的流程——从一个明确的起点（比如"浏览器已打开"）到一个明确的终点（"已成功投币"），不要把好几件不相干的事录在一起。
想给某一步加文字说明时，按 Alt+I，屏幕底部中间会弹出一个小小的讲解输入框：
- 输入你的说明，比如"这里要等页面完全加载出来再点，否则按钮没反应"。
- Enter 发送，Shift+Enter 换行，Esc 取消。
- 这条讲解会按它发生的时间点并入录屏的操作时间轴。
- 弹讲解框期间你在框里的输入不会被当成操作录进去（连触发用的 Alt+I 按键、以及之后松开 Alt 这种动作都会被过滤掉）。
什么时候值得按 Alt+I？——凡是"光看画面看不出来"的信息：为什么要等一下、为什么选这个而不是那个、这一步的目的是什么、有什么坑。
此处放一张「Alt+I 讲解输入框」的截图（static/img/explain-dialog.png）。
第 3 步：停止录制
点控制条上的「停止」。（点「✕ 取消」则丢弃这次录制，什么都不保留。）
停止后，系统会把刚录的内容整理好，并开始后台处理——这一步要联网，耗时取决于录屏长度，通常几十秒到几分钟。处理期间：
- 你可以继续在输入栏打字、再加别的附件；
- 但发送按钮会暂时禁用，等处理完成才能把这条消息（带录屏）发出去；
- 录屏附件上会显示已用时间 / 预计剩余时间。
此处放一张「录屏处理中的附件卡片」的截图（static/img/recording-processing.png）。
第 4 步：预览回放（可选）
处理完后（或处理前）可以打开录屏预览对话框，把刚录的内容播放一遍，确认演示完整：
- ▶ 播放 / ⏸ 暂停 / ⟲ 重播。
- 觉得录得不好，删掉附件重录就行。
此处放一张「录屏预览对话框」的截图（static/img/recording-preview.png）。
第 5 步：发送，交给教学 Agent
处理完成、发送按钮恢复后，把这条消息发出去（可以同时打几句文字补充注意事项）。教学 Agent 收到后：
- 会先看到这段录屏的简介和结构化操作描述——不用再额外查询就知道整个流程；
- 如果还需要录屏里的更多细节，它可以就录屏内容做针对性提问（内部用一个专门的"视频问答"能力，比如"第几帧那个弹窗上写的是什么"）；
- 信息不全或有歧义时，它会反问你确认。
第 6 步：沉淀成记忆条目
教学 Agent 会把这套流程整理进记忆库（按 平台/主题 归档），条目大致长这样：
# 概述
这个操作演示了用户打开 B 站"非十科技"的视频，并给该视频投两个币的过程。
# 初始状态
浏览器已打开。
# 操作步骤
## 第一步：新建标签页并导航至 B 站
1. 点击浏览器标签栏右侧的"+"按钮，打开新标签页。
2. 点击浏览器顶部地址栏，激活输入状态。
3. 在地址栏中输入 bilibili.com。
4. 按 Enter 键跳转。
阶段性成果：成功进入 bilibili.com 首页，页面显示推荐视频列表和顶部搜索栏。
## 第二步：……
……
阶段性成果：……
# 相关示教视频
视频 ID：00046；视频简介：……；关键片段：……
注意几个细节：
- 步骤被拆成多个抽象步骤，每个抽象步骤下面是具体操作，结尾都有一句"阶段性成果"——任务模式照着做时可以靠它判断当前阶段算不算完成。
- 界面定位写得消歧义——"点击弹窗右下角的蓝色『确认』按钮""点击搜索框右侧的放大镜图标"，而不是只说"点确认"。
- 条目末尾记着示教视频的 ID，任务模式以后执 行相关任务时，可以直接调出这段录屏问细节。
录屏处理时到底发生了什么
供你了解，"后台处理"大致分四步（你不需要做任何操作）：
- 上传关键帧——从录屏里挑出的关键帧上传到云端。
- 逐帧标注——AI 看着这些关键帧，结合鼠标/键盘动作时间轴，生成一份带画面引用的详细描述。
- 生成简介——把详细描述浓缩成一段简短的视频简介。
- 生成操作描述——按"概述 / 初始状态 / 分步操作 / 阶段性成果"的结构，产出那份能直接放进记忆条目的"操作描述"。
录屏的原始帧和鼠标键盘事件留在本地 ~/.agivar/ 下；处理结果（关键帧、简介、操作描述）保存在云端，和你的账号绑定。
同步录入麦克风（可选）
在「设置 → 高级 → 录屏时同步录入麦克风」打开后，录屏会一并录下你的语音讲解。录制中悬浮条上会多出一个小麦克风电平条——格子点亮表示当前正在录到声音，最右两格变红提示音量偏大可能爆音。停止录制后，后端会把这段音频转写成文字，按时间轴穿插进录制描述里——AI 在生成"操作描述"时会优先复用你说出来的术语和分段方式（"先点这个按钮"、"接下来..."），所以你只要照常讲解，无需再额外按 Alt+I。
第一次启用时，macOS 会弹一次系统麦克风权限弹窗，点允许即可；以后录制会自动直接开始。如果某次系统没拿到麦克风权限或者麦克风设备不可用，录制照常进行，只是这次没有解说音频。取消录制（点 ✕）会把这次的音频和画面一起丢弃。
录屏教学的最佳实践
- ✅ 一次一个流程，起点终点明确。
- ✅ 动作放慢，每步之间留停顿。
- ✅ 关键处按 Alt+I 解释"为什么"——这是录屏给不出、只有你能给的信息。如果开了麦克风录入，直接说出来也行。
- ✅ 演示前把环境准备好（该登录的先登录、该打开的先打开），并在"初始状态"里说清楚。
- ✅ 录完预览一遍再发送。
- ⚠️ 别把验证码、密码这类敏感画面录进去——确实需要这一步时，录到那里停一下，用 Alt+I 说明"此处由用户登录"，跳过实际输入。
- ⚠️ 多显示器时录的是主显示器；把演示放在主屏上做。