LHIC — Local Human Intent Controller | 本地優先安全瀏覽器操作框架

Local-First Browser Agent

Local Human Intent Controller (LHIC)

基於本地優先與語意控制的瀏覽器操作運行時。日常已知的工作流自動化執行無須呼叫 LLM 也不依賴圖像畫面，提供毫秒級響應、客觀驗證證據與嚴格的安全防護。

開始使用

GitHub 專案

lhic-cli --version 1.0.0

Feature Overview

核心功能總覽

LHIC 的核心設計理念是「確定性與安全性」，將瀏覽器操作轉變為客觀可驗證的自動化程序。

Zero-LLM Fast Path

對於置信度高（≥ 0.8）且為低風險的已知工作流，LHIC 直接呼叫本地預測與語意技能進行執行，徹底消除大模型的延遲與 Token 費用。

語意定位抗變性

優先使用 DOM、ARIA 輔助角色、標籤 (label)、佔位符 (placeholder) 與包裹關係進行精準定位，大幅降低網頁排版異動帶來的腳本崩潰機率。

客觀結果驗證器

每項操作的成功不靠模型猜測，而是由驗證器模組 (Verifier) 直接收集 DOM、URL、網路請求與檔案下載等客觀數據，作為執行通過的硬性指標。

本地 SQLite 記憶庫

執行成功後，選擇器與故障修復歷史將持久化至本地 SQLite。下次執行同類網頁時，系統能主動進行選擇器修補與策略優化。

極致隱私與遮蔽

自動在日誌中遮蔽敏感 PII (密碼、Cookie、Email、Token、手機)。高風險動作在生產環境中需經過由 Ed25519 數位簽章驗證的人類審批流。

多代理 MCP 整合

提供標準 Model Context Protocol (MCP) 伺服器，對外曝露標準 API (Start, Observe, Act, Close)，完美對接外部 AI 代理 (例如 Antigravity)。

Architecture & Packages

架構與分支結構

LHIC 基於模組化 TypeScript 單一儲存庫 (Monorepo) 構建，透過雙路徑路由決策引擎實現安全高效的瀏覽器操作。

雙路徑決策執行流程

User Intent

使用者輸入的自然語言或 JSON 意圖

@lhic/controller

進行 UI 階段分類、風險評估與置信度評分

置信度 ≥ 0.8 & 低風險

Fast Path (本地執行)

無大模型呼叫，直接利用 Playwright 與 @lhic/skills 執行語意動作。

@lhic/verifier

抓取 DOM 變更、URL、網路請求或檔案，比對驗證。

SQLite Skill Memory

若驗證通過，將成功選擇器與策略沉澱為本地技能記憶。

置信度

Human Approval Flow

暫停執行並向管理端申請 Ed25519 人類授權簽章。

Slow Path Planner

呼叫大模型代理 (如 Claude 介面) 進行步驟拆解與例外修復。

@lhic/trace & @lhic/security

脫敏遮蔽 PII 與機敏參數，輸出 redacted JSONL 日誌。

專案分支樹結構

點擊下方資料夾節點可查看該套件/應用程式的功能說明與職責。

ComputerIntent (Root)

packages/

schema (核心型別定義)

browser (瀏覽器 CDP 封裝)

verifier (結果比對器)

trace (JSONL 脫敏日誌)

memory (SQLite 記憶體)

security (安全與數位簽章)

skills (複用表單/下載技能)

controller (雙軌路由器)

apps/

cli (Command Line 工具)

mcp-server (MCP 伺服器端)

請選擇模組

點擊左側目錄樹中的子套件 (package) 或應用程式 (app)，在此處即時檢視該模組的核心職責、安全屬性與設計原則。

Detailed Guide

詳細使用教學

從環境建置到生產部署，逐步引導您掌握 LHIC 的強大安全自動化能力。

安裝與初始化<br>CLI 開發使用<br>AI Harness 整合<br>生產安全配置

1使用 npx 啟動 LHIC

需要 Node.js 24 以上版本；不必全域安裝 LHIC。

複製<br># 不需全域安裝<br>npx @pinyencheng/lhic start

2安裝 Playwright 瀏覽器核心

安裝運行時所需的 Playwright Chromium 瀏覽器驅動。

複製<br>npx playwright@1.61.1 install chromium

3驗證本機執行環境

確認瀏覽器自動化與桌面控制的必要條件皆已就緒。

複製<br>npx @pinyencheng/lhic preflight<br>npx @pinyencheng/lhic global doctor

1執行語意自動化動作

透過編譯好的 CLI，傳入語意動作 JSON 檔案執行。

複製<br># 執行特定 semantic action 任務<br>npx @pinyencheng/lhic run action action.json

2安全日誌脫敏檢查

檢視追蹤日誌並驗證敏感資訊 (密碼、Cookie) 是否已被完全遮蔽。

複製<br># 檢查指定追蹤日誌的健全度與風險遮蔽狀況<br>npx @pinyencheng/lhic trace inspect path/to/trace.jsonl

3抗變性消融模擬器

執行本地語意抗變性 (resilience) 的消融模擬評估。

複製<br># 執行 100 次以指定 Seed (20260715) 生成的表單填寫消融測試<br>npx @pinyencheng/lhic bench simulate resilience 100 20260715

1建置並預檢本機執行環境

AI harness 與 Chromium 必須在同一台電腦執行。MCP server 尚需由此 checkout 建置一次；後續的 CLI 使用與驗證則透過 npx 執行。

複製<br>npm ci<br>npm run build<br>npx playwright@1.61.1 install chromium<br>npx @pinyencheng/lhic preflight

2使用已編譯的 stdio MCP 進入點

每個 MCP server process 管理一個新的 Chromium 工作階段，並依到達順序序列化操作。請讓 harness 直接啟動 node；不要使用 npm run，避免 Lifecycle 輸出污染 MCP 的 JSON stdio 通訊協定。

複製<br># Every harness points at this local, compiled server.<br>command = "node"<br>args = ["/absolute/path/to/ComputerIntent/apps/mcp-server/dist/index.js"]<br>cwd = "/absolute/path/to/ComputerIntent"

3在 OpenClaw 註冊並即時驗證

在專案根目錄執行以下命令，將 LHIC 儲存為 OpenClaw 管理的本機 MCP server，然後以 live probe 確認它能啟動並列出工具。

複製<br>openclaw mcp add lhic-computer-use --command node --arg "$PWD/apps/mcp-server/dist/index.js" --cwd "$PWD"

openclaw mcp doctor lhic-computer-use --probe

4在 Hermes 設定 MCP server

在 ~/.hermes/config.yaml 的 mcp_servers 中新增 LHIC。保留單一序列化工作階段設定，並使用本機 SQLite 路徑保存經遮蔽的技能與選擇器記憶。

複製<br># ~/.hermes/config.yaml<br>mcp_servers:<br>lhic_computer_use:<br>command: node<br>args:<br>- /absolute/path/to/ComputerIntent/apps/mcp-server/dist/index.js<br>env:<br>LHIC_MEMORY_DATABASE: /absolute/path/to/ComputerIntent/.lhic/skills.sqlite<br>timeout: 45<br>connect_timeout: 20<br>supports_parallel_tool_calls: false

5以 Antigravity 外掛方式使用（選用）

此專案已包含 Antigravity 外掛。驗證外掛後，產生可供審閱的設定片段，貼入 harness 設定並在重啟後用 /mcp 確認連線。

複製<br>agy plugin validate .agents/plugins/lhic-computer-use<br>npx @pinyencheng/lhic mcp config antigravity "$PWD"

# Review the printed JSON, add it to Antigravity, restart, then run /mcp.

6執行第一個可驗證任務

請 harness 依序使用以下工具。每個動作後都要檢查 result.success、驗證證據與回傳狀態；高風險或未知風險動作仍需要人類核准。

複製<br>lhic_runtime_status<br>lhic_browser_start<br>lhic_browser_observe<br>lhic_browser_act # exactly one: navigate, click, fill, select, press, or wait<br>lhic_browser_observe<br>lhic_browser_close

1環境安全沙箱稽核

切換至生產模式，強制要求 HTTPS 域名白名單、非私有網路目標、以及無明文 Credential 的網址。

複製<br># 驗證生產環境配置與預檢<br>LHIC_ENV=production \<br>LHIC_ALLOWED_ORIGINS=https://app.example.com \<br>npx @pinyencheng/lhic preflight

2容器化打包發布

以低權限 (非 root 用戶 lhic) 打包 Chromium 與 CLI，並禁止掛載敏感的個人設定檔目錄。

複製<br># 建立容器並以生產配置預檢<br>docker build --tag lhic:local .<br>docker run --rm \<br>-e LHIC_ALLOWED_ORIGINS=https://app.example.com \<br>-v lhic-traces:/var/lib/lhic/traces \<br>lhic:local preflight

3高風險指令人類簽章驗收

在生產模式下，任何高風險動作必須帶有第三方簽章授權，經 Ed25519 金鑰比對無誤後才允許在 Fast Path 執行。

複製<br># 傳入動作檔與人類簽章檔案進行嚴格驗簽執行<br>LHIC_ENV=production \<br>LHIC_ALLOWED_ORIGINS=https://app.example.com \<br>LHIC_APPROVAL_PUBLIC_KEY="$(cat approval-authority-public.pem)"...