AutoGLM Take_over——登录验证码和二次验证的人工接管机制

什么时候触发

模型在推理时识别到当前界面包含以下类型的元素，会主动返回 Take_over 动作：

登录页面的手机号 / 验证码输入框
支付密码输入界面
人脸验证 / 指纹验证界面
二次确认弹窗（比如微信的"确认转账给 XXX"）

Take_over 的含义是："我这个 AI 搞不定这个，等人类来处理完我再继续"。

回调函数用法

def my_takeover(message: str) -> None:
    """人工接管回调——暂停 Agent 等人类介入"""
    print(f"🔐 模型请求人工接管：{message}")
    print("请手动完成上述操作，完成后按回车继续 Agent 执行...")
    input()

agent = PhoneAgent(
    model_config=model_config,
    takeover_callback=my_takeover,
)

运行时：

[Agent 正常执行中...]
🔐 模型请求人工接管：微信登录需要输入手机号验证码
请手动完成上述操作，完成后按回车继续 Agent 执行...

[你在手机上手动完成登录]
[回到终端按回车]

[Agent 继续执行剩余任务...]

和 confirmation_callback 的对比

方面	confirmation_callback	takeover_callback
触发者	框架（每个动作前都检查）	模型主动输出 Take_over 动作
检查点	每一步	仅模型判断需要时
典型场景	"所有发送消息都要过审"	"登录验证码我搞不定"
人工介入后	无需额外操作，返回 True 继续	等人类在手机上操作完，按回车
回调签名	`message -> bool`	`message -> None`

message 参数示例

模型输出的 Take_over message 会包含具体场景描述，比如：

"微信登录需要输入手机号验证码"
"支付宝支付需要输入支付密码"
"银行 App 需要短信验证码"
"当前页面显示支付确认弹窗"

这个 message 可以用来给人工操作者提示该做什么。

超时自动恢复（进阶）

如果担心人工接管后忘记按回车，可以在回调里加超时：

import time

def takeover_with_timeout(message: str) -> None:
    print(f"🔐 {message}")
    print("300 秒内未操作将自动超时退出...")
    
    start = time.time()
    while time.time() - start < 300:
        if input().strip() == "":
            print("检测到回车，恢复 Agent")
            return
    print("超时，Agent 任务中止")
    raise Exception("Takeover timeout")

常见问题

Take_over 没触发但应该触发 → 模型可能没识别到是敏感页面，检查 System Prompt 里有没有明确告诉模型哪些场景需要 Take_over。

Take_over 触发了但回调没被调用 → 检查 PhoneAgent 构造函数是否正确传了 takeover_callback 参数。