Scout Agent - A Web Research Agent for Roo Code

Scout 是一个基于 Roo Code VS Code 扩展 设计的实验性 Agent 实现。它专注于通过模拟人类行为进行精准的网络信息收集、研究与交互，旨在将 Roo Code 转变为一个强大的 Web 研究助手。

项目目标

本项目旨在展示如何通过精心设计的 Prompt 和 MCP (Model Context Protocol) 配置，为 Roo Code 框架赋予强大的网络信息收集和深度交互能力。Scout 的核心价值在于其定义的 Web 研究工作流 和 利用用户登录访问私域信息 的能力，使得基于 LLM 的 Agent 能够突破公开信息的限制。

核心特点

• 专注 Web 研究: Scout 的设计目标是成为一个专业的网络信息收集与分析助手。
• 纯 Prompt 工程: Agent 的核心逻辑、工作流程和多平台策略完全通过 Prompt (.roorules-scout, .roo/system-prompt-scout) 定义，展示了在 Roo Code 框架内进行 Agent 定制的潜力。
• 深度 Web 交互: 利用集成的 MCP 工具，特别是增强版的 playwright-mcp-bypass（内置反检测机制），实现复杂的网页操作。
• 访问私域信息: 核心创新点在于引导用户在浏览器中登录个人账号，使 Scout 能够抓取和分析需要登录才能访问的内容（如社交媒体、专业论坛的非公开帖子），显著增强信息获取能力。
• 高性价比: 在 deepseek-v3 等模型上运行时，完成一次深度搜索任务的成本效益高（约 0.1元人民币）。
• 结构化与可溯源: 遵循定义好的研究流程，并强调对所有关键信息标注来源 URL，确保结果的可靠性。
• 人机协作: 在自动化流程遇到障碍（如登录、验证码）时，能通过 Roo Code 的机制请求用户介入。

工作原理

Scout 通过在 Roo Code 框架内执行一系列预定义的规则和流程来工作。

核心工作流程图:

graph TD
    A["任务定义与规划 (Scout Prompt)"] --> B{"选择信息渠道 (Scout Logic)"}
    B --> C["初步搜索 (google-search MCP)"]
    C --> D{"需要深入交互/访问特定平台? (Scout Logic)"}
    D -- 否 --> G["分析与整合 (Scout Logic)"]
    D -- 是 --> E{"静态页面? (Scout Logic)"}
    E -- 是 --> F1["获取内容 (fetcher MCP)"]
    E -- 否 --> F2{"需要登录/复杂交互? (Scout Logic)"}
    F1 --> G
    F2 -- 否 --> H["交互与提取 (playwright-mcp-bypass MCP)"]
    F2 -- 是 --> I["请求用户登录 (playwright + ask_followup_question Tool)"]
    I --> J["用户在浏览器中登录"]
    J --> H
    H --> G
    G --> K["成果呈现 (Scout Response)"]

    style F1 fill:#f9f,stroke:#333,stroke-width:2px
    style H fill:#ccf,stroke:#333,stroke-width:2px
    style I fill:#f9f,stroke:#333,stroke-width:2px
    style C fill:#f9f,stroke:#333,stroke-width:2px

Loading

流程说明:

1. 任务输入: 用户在 VS Code 的 Roo Code 扩展中，切换到 scout 模式，并输入研究任务。
2. 规划与搜索: Scout 根据其 Prompt 规则，规划搜索策略，并指示 Roo Code 使用 google-search MCP 进行初步探索。
3. 工具选择与执行: 根据目标网站的类型（静态、动态、需登录），Scout 指示 Roo Code 调用 fetcher 或 playwright-mcp-bypass MCP。
4. 交互与登录: 对于需要登录的网站，Scout 会请求用户在 playwright-mcp-bypass 控制的浏览器中完成登录，随后继续执行信息提取。
5. 分析与呈现: Scout 整合收集到的信息，并通过 Roo Code 界面向用户报告研究结果，包含来源链接。

详细的工作流程、工具选择逻辑和平台规则定义在 .roorules-scout 文件中。

技术栈/依赖

• 运行环境: Roo Code (VS Code Extension)
• 推荐 LLM: deepseek-v3 (或其他性能相近的模型，在 Roo Code 扩展设置中配置)
• MCP 工具 (需单独运行):
  • google-search-mcp
  • fetcher-mcp
  • playwright-mcp-bypass (增强版 Playwright MCP)

如何开始

使用 Scout Agent 非常简单：

1. 确保基础环境:
   • 已安装 VS Code。
   • 已安装 Roo Code 扩展 并 配置好 AI Provider (如 deepseek-v3)。
   • 确保 npx 可用，并已分别启动以下 MCP 服务：
     • npx google-search-mcp
     • npx -y fetcher-mcp
     • npx playwright-mcp-bypass (参考 其仓库 说明运行)
2. 获取本项目:

   git clone https://github.com/yan5xu/scout.git

3. 打开项目: 使用 VS Code 打开刚刚克隆的 scout 文件夹。
4. 切换模式: 在 Roo Code 扩展的聊天界面中，你应该能看到 scout 模式。切换到此模式。
5. 开始使用: 现在你可以向 Scout Agent 分配网络研究和信息收集任务了。

(请确保 .roo/mcp.json 文件中的配置与你实际运行 MCP 服务的方式一致。)

项目文件说明

这些文件是 Scout Agent 的核心配置，用于指导 Roo Code 扩展的行为：

• .roorules-scout: 定义了 Scout Agent 的核心工作流程、规则、工具选择逻辑和多平台搜索策略。
• .roo/system-prompt-scout: 包含了 Scout 模式的系统级 Prompt，定义了其角色、能力和 MCP 工具使用指南。
• .roomodes: 定义了 scout 自定义模式，供 Roo Code 扩展加载。
• .roo/mcp.json: 为 Roo Code 扩展配置了 Scout 所需的 MCP 服务器。

联系作者

• GitHub: yan5xu
• Twitter: @yan5xu