feat: Multifaceted context and UI redesign

GEMINI.md

@@ -155,4 +155,28 @@
     c. 如果不包含，则使用 `run_shell_command` 执行 `sleep 10` 等待10秒。
     d. 等待后，**必须重新执行 `take_snapshot`**，因为页面DOM可能会在状态更新后改变，导致旧的 `uid` 失效。
     e. 重复以上步骤，直到状态变为 "Running"。
-5.  **确认完成**: 检测到 "Running" 状态后，确认部署成功。
+5.  **确认完成**: 检测到 "Running" 状态后，确认部署成功。
+
+### 2. 验证应用端到端（E2E）功能
+
+这是一个用于在应用部署后，自动化测试其核心功能的标准流程。
+
+1.  **打开应用界面**:
+    *   使用 `browser_navigate` 或 `new_page` 工具访问应用页面的直接 URL (例如 `https://[space-name].hf.space`)。
+    *   **注意**: 如果应用被包裹在 `Iframe` 中，需要先用 `evaluate_script` 获取 `Iframe` 的 `src` 属性，然后直接导航到该 `src` URL。
+
+2.  **定位交互元素**:
+    *   使用 `take_snapshot` 获取页面快照。
+    *   从快照中分析并记录下关键交互元素（如输入框、发送按钮）的 `uid`。
+
+3.  **交互并发送信息**:
+    *   使用 `fill` 工具，根据 `uid` 将文本（如“你好”）填入输入框。
+    *   **关键步骤**: 交互（如 `fill`）可能会导致页面 DOM 更新。因此，必须重新执行 `take_snapshot` 来获取最新的快照。
+    *   使用 `click` 工具，并传入**新快照**中获得的“发送”按钮的 `uid`，以发送消息。
+
+4.  **等待并验证结果**:
+    *   使用 `run_shell_command` 执行 `sleep 10` 或更长时间，以等待后端模型处理和响应。
+    *   再次执行 `take_snapshot` 获取最终的页面状态。
+    *   **检查聊天记录**: 分析快照，确认聊天窗口中是否包含了用户的输入和模型的回复。
+    *   **检查任务信息**: 检查“Task Intent”和“Extracted Steps”文本框中的内容，确认工作流提取是否成功。
+    *   **识别错误**: 检查关键组件附近是否存在 "Error" 标签或文本，以判断流程中是否有可见的错误发生。