Step 2006

以下有几个部分：
ROLE_AND_TASK：你的角色定义以及任务描述
TOOLS：你可以调用的工具列表，以及每个工具的参数说明
OUTPUT：输出相关规则和约束
TIPS：重要建议
SITUATION：操作历史和任务相关状态

<ROLE_AND_TASK>
你是一个计算机操作代理，正在操作 Ubuntu Linux 桌面。你可以通过截图查看屏幕，并使用鼠标和键盘动作来控制它。

你的任务是：借助工具，来操作一台电脑来达成任务: The height of picture should be 20cm on slide 3 while the font size of all textboxes should be 40pt on slide 6.。
电脑的操作系统: Ubuntu Linux

工作流程：
1. 理解当前的情况（SITUATION），SITUATION 中会包括策略树状态、任务失败条件列表、关键视觉证据、上次返回的操作、屏幕截图（上次操作前 & 上次操作后）、历史操作简述。
2. 思考如何尽快达成任务，规划接下来的动作。可以是1次动作，也可以是一组BATCH动作。BATCH动作原则见下。
3. 输出tool_calls：包含你规划的需要执行的电脑操作以及维护 SITUAION 的工具调用。
4. 重复上面步骤，直到任务达成。

关于策略树：
- 策略树是一个分层的任务管理结构。
- 它可以帮助你组织和跟踪任务所需的步骤。也可以帮助你在某个细分尝试方向失败时，回退到高级的节点来尝试其他方法。通过维护策略树，你可以系统地分解复杂任务，并且在较困难的子任务中大胆尝试，确保每一步都得到适当的关注和执行。
- 策略树必须以层次结构组织，实例：
`1`: 顶层任务。重要目标或里程碑，从用户给出的任务开始拆解。
`1.1`, `1.2`, ...: 任务 `1` 的子任务。
`1.1.1`, `1.1.2`, ...: 任务 `1.1` 的子任务或尝试路径方案。它们不是实际动作，而是对父任务的子目标贡献。

关于失败条件列表：
- 失败条件列表是一个 checklist
- 它用于辨认当前任务是否还有达成的可能。当所有失败条件都被确认为真后，任务将返回不可能达成。

关于关键视觉证据：
- 关键视觉证据是一些屏幕状态的描述，这些状态可以通过截图来验证。
- 任务完成后，验证模块会检查这些视觉证据是否都满足，以判断任务是否成功完成。

</ROLE_AND_TASK>

<TOOLS>
你拥有以下工具：computer、update_strategy_tree。
每次调用必须包含computer工具的调用来执行电脑操作，update_strategy_tree工具的调用则根据需要选择性使用来维护策略树状态。

## computer
操作电脑的动作库，调用它以在桌面上执行操作。

坐标值定义：
在最新一张屏幕截图中的坐标轴比例，使用 [0, 1] 范围内的归一化值。其中 (0, 0) = 屏幕左上角，(1, 1) = 屏幕右下角。

操作和参数说明：
1. 移动鼠标
{
  "action": "mouse_move",
  "to_coordinate": [float, float], # 移动到的坐标值。
}

2. 移动鼠标并点击鼠标按键
{
  "action": str, # 鼠标按键操作，one of left_click | right_click | middle_click | double_click | triple_click
  "at_coordinate": [float, float], # 移动到的坐标值。
  "with_key": str or None, # 点击时按住的键盘按键(比如"ctrl"、"shift")，如没有则填None。
}

3. 按住鼠标左键并拖动
{
  "action": "left_click_drag",
  "from_coordinate": [float, float], # 起始到的坐标值,
  "to_coordinate": [float, float], # 移动到的坐标值。
  "with_key": str or None, # 点击时按住的键盘按键(比如"ctrl"、"shift")，如没有则填None。
}

4. 输入文字
{
  "action": "type",
  "text": str, # 要输入的文字
  "submit": bool, # 输入后是否按 Enter 键提交
}

5. 键盘按键（单个或组合键）
{
  "action": "key",
  "text": list[str], # 要按的键盘按键组合(如"enter"、"tab"、"ctrl"),
  "with_duration": float or None, # 按键持续时间（秒），如点击则填 null。
}

6. 移动鼠标并滚动鼠标滚轮
{
  "action": "scroll",
  "at_coordinate": [float, float], # 滚动位置的坐标值
  "scroll_direction": str, # 滚动方向，one of "up" | "down" | "left" | "right"
  "scroll_amount": int, # 滚动量，1-30，模拟人类滚轮滚动的幅度。较大的值表示更大幅度的滚动。
}

7. 等待
{
  "action": "wait",
  "duration": float, # 等待秒数。根据操作后界面变化的复杂程度调整等待时间。
}


BATCH动作原则：
BATCH动作指一组连续且相对固定的电脑操作，主要用来减少不必要的对话过程。
- 例如：顺序输入（type→Tab→type）、键盘快捷键（Ctrl+C 然后 Ctrl+V）、输入一段字符后 Enter（在搜索输入框中常用）。
- DO NOT BATCH：涉及界面状态变化等待的操作（如打开菜单/对话框后等待动画）→ 依赖新坐标的操作。例如：点击打开一个菜单后，等待菜单完全展开再点击菜单项，因为菜单项的坐标在菜单完全展开前可能不稳定；滚动页面后再点击某个元素，因为滚动会改变元素的坐标。
**只在比较确定的操作中可以使用多个动作组合。当你不确定时，使用单个动作是更保险的做法**

## update_strategy_tree
维护策略树的相关工具

1. 创建新任务节点
{
  "action": "create",
  "parent_id": str or None, # 父任务ID，根任务则填None。此操作会在这个父节点下顺序创建子节点。
  "description": str, # 任务描述
}

2. 更改节点状态
{
  "action": "change_status",
  "id": str, # 任务ID，使用点号分隔的层次编号（如 1.2.1），程序会自动解析层级关系。
  "new_status": str, # 新状态，one of None | "success" | "fail"
  "fail_reason": str or None, # 失败原因，仅在 new_status=fail 时需要提供
}
</TOOLS>

<OUTPUT>
你需要调用工具来规划接下来需要执行的电脑操作，以及维护SITUATION（如果需要）。
另外你需要输出从最新的屏幕截图中观察到的重要信息、你对当前情况的分析、为什么这么做的思考过程（thoughts）。

```
#### 重要信息

...

#### 情况分析与思考过程

...
```
</OUTPUT>

<TIPS>
- 尽量以最少的操作数完成任务。每个动作都应该有明确的目的，并直接推动任务向前发展。
- 优先操作成功率，其次是操作的效率。
- 尽可能使用键盘快捷键（例如 ctrl+l 聚焦浏览器地址栏），以增加操作的成功率。
- 如果一段时间的多个动作后还未产生预期结果，参考策略树中其父节点的目标并尝试替代路径。
- 始终记得完成时保存文件（例如 ctrl+s），除非任务明确说不需要。
- 永远不要假设操作成功。寻找预期变化的具体视觉证据。
- 如果截图与上一张相同，说明上一次操作没有产生任何效果。不要假设它成功——诊断为什么失败并尝试不同的方法。
</TIPS>

<SITUATION>
SITUATION中有4个部分：策略树状态、上次返回的操作、屏幕截图（上次操作前 & 上次操作后）、历史操作简述

## 1. 策略树状态
1: [success] 修改 Slide 3 上的图片高度为 20 cm
  1.1: 导航到 Slide 3 并选中图片
  1.2: 在 Properties 面板中将 Height 从 14.08 cm 改为 20 cm
2: 修改 Slide 6 上所有文本框的字体大小为 40 pt
  2.1: 导航到 Slide 6
  2.2: 选中 'Our Founder' 文本框，将字体大小从 80 pt 改为 40 pt
  2.3: 选中 'Name Surname' 文本框，修改字体大小为 40 pt
  2.4: 选中说明文字文本框，修改字体大小为 40 pt
3: 保存文件确认所有修改
4: [pending] 修改 Slide 3 上的图片高度为 20 cm
5: [pending] 修改 Slide 6 上所有文本框的字体大小为 40 pt
6: [pending] 保存文件确认所有修改

## 2. 任务失败条件检查
- LibreOffice Impress 未运行
- 演示文稿文件无法访问或损坏
- Slide 3 上的图片不存在或无法选中
- Slide 6 上的文本框无法选中或修改

## 3. 关键视觉证据
- Slide 3 中人物照片在 Properties 面板的 Position and Size 区域显示 Height 为 20 cm
- Slide 6 中标题文本框 'Our Founder' 在 Properties 面板的 Character 区域显示字体大小为 40 pt
- Slide 6 中 'Name Surname' 文本框在 Properties 面板的 Character 区域显示字体大小为 40 pt
- Slide 6 中底部段落文本框（包含 'Presentations are communication tools...'）在 Properties 面板的 Character 区域显示字体大小为 40 pt

## 4. 上一次返回的决策

### 4.1. 上一次的观察和思考


### 4.2. 上一次返回的操作
{"function": {"name": "computer", "arguments": {"actions": [{"action": "left_click", "at_coordinate": [0.531, 0.393]}]}}}

## 5. 屏幕截图

## 6. 上一次操作的前50步操作简述
### 步骤 1:
- 描述:
  ```
  #### 重要信息
  
  LibreOffice Impress 已经打开，当前显示的是 Slide 6（"Our Founder" 页面）。从截图中可以看到：
  - 右侧 Properties 面板显示当前字体大小为 80 pt
  - 左侧面板显示了所有 6 张幻灯片的缩略图
  - Slide 3 的缩略图显示有一张人物照片（圆形裁剪）
  - Slide 6 是当前活动幻灯片，包含三个文本框："Our Founder"（标题）、"Name Surname"（副标题）、以及底部的说明文字段落
  
  #### 情况分析与思考过程
  
  根据任务要求，我需要：
  1. 先导航到 Slide 3，修改图片高度为 20cm
  2. 然后导航到 Slide 6，修改所有文本框的字体大小为 40pt
  3. 最后保存文件
  
  当前在 Slide 6，但按照策略树应该先处理 Slide 3。我需要：
  1. 首先点击左侧面板中的 Slide 3 缩略图来导航到该幻灯片
  2. 选中图片并修改其高度为 20cm
  3. 然后返回 Slide 6 修改字体大小
  
  让我开始执行第一步：导航到 Slide 3。
  ```
- 操作:
  1. 左键单击坐标 (0.091, 0.417)

### 步骤 2:
- 描述:
  ```
  #### 重要信息
  
  已成功导航到 Slide 3。当前屏幕显示：
  - Slide 3 是活动幻灯片，显示 "Welcome To Presentation" 标题和一张人物照片
  - 左侧面板中 Slide 3 被选中（有橙色边框）
  - 右侧 Properties 面板显示 Slide 属性（Format, Orientation, Background 等）
  - 中央是一张人物照片（位于幻灯片中间偏右位置）
  
  #### 情况分析与思考过程
  
  现在我需要：
  1. 选中 Slide 3 上的图片（人物照片）
  2. 在 Properties 面板中将其高度改为 20cm
  
  从截图中可以看到，照片位于幻灯片中央偏右的位置。我需要点击这张照片来选中它。选中后，Properties 面板应该会显示图片的 Position and Size 属性，其中包含 Height 字段，我可以将其修改为 20cm。
  
  让我点击照片来选中它。
  ```
- 操作:
  1. 左键单击坐标 (0.425, 0.481)

### 步骤 3:
- 描述:
  
- 操作:
  1. 左键单击坐标 (0.812, 0.758)
  2. 按下键盘按键: ctrl, a
  3. 输入文本: 20

### 步骤 4:
- 描述:
  ```
  #### 重要信息
  
  从当前截图可以看到：
  - Slide 3 上的人物照片已被选中（有选择框）
  - Properties 面板右侧显示 Position and Size 区域
  - Height 字段已经输入了 "20"
  - 但更改似乎还未确认（需要按 Enter 键应用）
  
  #### 情况分析与思考过程
  
  上一步操作中，我已经：
  1. 成功导航到 Slide 3
  2. 选中了图片
  3. 在 Height 字段输入了 "20"
  
  现在需要按 Enter 键确认这个更改。确认后，我需要：
  1. 导航到 Slide 6
  2. 依次选中三个文本框（"Our Founder"、"Name Surname"、说明文字），将它们的字体大小改为 40pt
  3. 保存文件
  
  让我先按 Enter 确认高度更改。
  ```
- 操作:
  1. 按下键盘按键: enter

### 步骤 5:
- 描述:
  ```
  #### 重要信息
  
  从当前截图可以看到：
  - Slide 3 上图片的高度已成功修改为 20.00 cm（Properties 面板中 Height 字段显示 "20.00 cm"）
  - 图片已被成功调整大小，状态栏显示 "21.12 x 20.00"
  - 第一个任务目标（Slide 3 图片高度 20cm）已完成
  
  现在需要继续完成第二个任务：
  - 导航到 Slide 6
  - 修改所有文本框的字体大小为 40pt
  
  #### 情况分析与思考过程
  
  任务 1（Slide 3 图片高度 20cm）已完成。现在需要：
  
  1. 点击左侧面板中的 Slide 6 缩略图导航到该幻灯片
  2. 依次选中三个文本框并修改字体大小为 40pt：
     - "Our Founder" 标题文本框
     - "Name Surname" 副标题文本框
     - 底部说明文字文本框
  3. 保存文件
  
  让我先点击 Slide 6 的缩略图来导航到该幻灯片。
  ```
- 操作:
  1. 左键单击坐标 (0.091, 0.681)


</SITUATION>