Skip to content

v0.0.41

Choose a tag to compare

View all tags
@github-actions github-actions released this 12 Oct 10:25
· 207 commits to main since this release
v0.0.41
8be15d9

v0.0.41 发版说明（Codex Harness Desktop）

本版主题：语音播报收干净（停止真停 + 每回合限长 + 状态条重做），外加工具链在线更新与自动化通道修正。

版本号说明（请先看这条）：本版是 0.0.41 而不是 0.0.40。
0.0.40 的构建流程曾被取消，GitHub 上那个 Release 没有上传任何安装包（下载链接全部 404），
因此没有任何人拿到过 0.0.40。为避免「同名 Release 退回草稿、应用内更新器永远收不到这一版」，
本版顺延为 0.0.41 直接发布。上一版实际可用的是 0.0.39。

一、修了什么

1. 语音播报：点「停止」现在真的停

现象：按了「停止」之后播报还在继续；模型越是勤快插播，越按不住。

根因：stopPlayback() 过去只掐断了「此刻正在响的音频」和「队列里已排好的」，但三条入口仍然活着：

# 漏掉的东西 后果
① speakLiveRef 没清 下一句正文 delta 到达，照常合成照常念
② 自动播报计数器没重置 「单回合工具调用 > 10 次 / 同一处返工 ≥2 次」硬规则下一帧又命中，把本回合重新标成「念正文」
③ 模型的插播工具不受管 模型再调一次 voice_announce，toolSpeak 分支无条件入链

修法：引入静音闩锁。按停时同时掐掉上面三条，之后所有播报（正文实时 / 工具插播 / 结束播报稿）在唯一入口被拦下。闩锁只在两个地方解除：

  • 状态条上的「恢复」按钮（按停后状态条常驻，不再 1.6 秒自动消失）；
  • 用户把「语音播报」总开关重新打开。

⛔ 刻意不跟回合结束自动解除——用户按停的语义是「我现在不想听」，下一回合又自动开口等于白按。

2. 语音播报：每回合限长（不再一直播下去）

现象：播报动辄一两分钟。

根因：原先只有「队列长度」上限，而正文朗读是一条无界流——只要触发一次全文朗读（模型主动要求，或命中上面那条硬规则），正文吐多少念多少，队列永远不满，背压形同虚设。

修法：

  • 新增每回合 160 字总预算（三种播报共用），超出不再念，并顺手关掉本回合的正文朗读；
  • 播报稿上限 240 → 120 字（硬顶 600 → 220）；
  • 插播工具上限 120 → 80 字；
  • 引擎侧指令同步收紧（~80 → ~50 字），并写明「超出的部分根本不念」——从源头把长度收住。

3. 语音播报状态条视觉重做

用户反馈「这个语音播报真的有点丑」，逐条整改（其中两条是真 bug）：

  • ⛔ 停止按钮漏了 appearance: none —— 全站没有 color-scheme 声明，暗色下原生 <button> 由浏览器按浅色 UA 绘制，在深色胶囊上就是一块突兀的白疙瘩；
  • ⛔ 条子宽度被写死至少 280px —— 没有正文时就是一条空胶囊 ⇒ 改为贴合内容；
  • 点击区 22 → 32px（原先偏难点中）；字号 11.5 → 12px；
  • 底色 --bg → --panel（输入框本身就是 --bg，同色会与输入框糊成一块）；
  • 文案去掉重复的「正在」二字（呼吸圆点 + 喇叭图标已表达），补键盘焦点环与「减弱动效」支持。

4. 技能 / 插件 / 自动化工具在线更新

设置页新增检查更新与更新按钮：

  • nuphus（桌面自动化）与 browser-skill（浏览器自动化）：走「用户配置的 registry → 国内镜像 → 官方源」依次尝试；
  • 技能：按内容指纹逐文件比对（SHA256），只提示真正有变化的部分；
  • 插件：按版本号比较。

5. 浏览器 / 桌面自动化改走命令行通道

现象：任务跑到一半自己断了，且伴随 unsupported call 报错。

根因：当前引擎版本（0.157 起）把内置 MCP 工具延迟暴露给模型——工具列表里看得到，一调用就报不支持。此前指令却把 browser_* 写成「首选」、命令行写成「兜底」，弱模型（deepseek 系）不会去核对工具列表，直接照首选调 ⇒ 失败 ⇒ 换招重试 ⇒ 整个回合耗死在工具选择上。

修法：主线改为命令行通道（playwright-cli / nuphus-call），并明确要求失败立即切换、不要重试、不要反复换通道。

6. 更新源按产品线隔离

同一个仓库里有两条产品线的发布，而 GitHub 的「最新发布」是按发布时间算的：

产品线 版本标签 安装包名前缀
Codex Harness Desktop（本产品） v* Codex.Harness.Desktop-*
Codex Harness Assistant（云助手） cloud-v* CodexHarnessAssistant-*

本版起桌面版只认自己的产品线（版本标签 + 安装包前缀都过滤），云助手的版本再新也不会被当成本产品的更新提示（此前会误报「有新版本 0.0.3」，装上去的却是云助手）。

7. 引擎升级到 0.162.1

npm 声明与实际二进制版本对齐，防止重装时被回退到旧引擎。

8. 移除了「回合没干完就收工」的宿主自动接手

上一轮加过这个自动接手（判定回合结尾像是要收工时，宿主自动续发一轮）。实测它会把正常完成的长报告误判成「宣布下一步」，于是任务跑完后宿主又多发一轮，用户看到凭空多出来的消息。误判的代价大于漏判，已整条删除，只保留提示词层的回合连续性规则。

二、mac 适配审计结论

审计脚本：node scripts/mac-audit.mjs v0.0.39，范围为本版新增行（历史实证：真缺口都在新增行里）。

命中 7 条，逐条判读后真缺口 0 条。

命中类别 条数 判读
exe 3 automation-policy.ts:21 是注释里说明实测枚举用的 nuphus-mcp.exe，非可执行路径；updates.ts 两条位于平台分支内——mac 走 darwin 分支（取 *-mac-<arch>.zip），.exe 那条在 else 里，mac 走不到。
backslash 2 skills-market.ts 的两处是归一化写法：一处用 [\\/] 正则同时吃两种分隔符，另一处显式 replace(/\\/g, "/") 把展示路径转成正斜杠 —— 正是为跨平台写的。
powershell 1 developer-instructions.ts 的提示词文本，且原文就限定 on Windows PowerShell，未对 mac 承诺任何行为。
ctrl-key 1 同为提示词文本，且同一句里已写明跨平台写法：Ctrl+V on Windows, Cmd+V on macOS — never hardcode one platform。
win32 / darwin / winpath / appdata 0 平台门控、Windows 绝对路径硬编码、环境变量直读均无命中。

⛔ 脚本自带正则自证（0 命中与「正则写坏了」输出完全相同），本次逐条读过命中行原文，不是只看计数。

三、安装

Windows：下载 Codex.Harness.Desktop-0.0.41-win-x64.exe → 双击安装（覆盖安装无需先卸载，安装器会自动关闭旧版）。

macOS：下载对应芯片的 zip（Apple 芯片 arm64、Intel x64）→ 解压 → 把 Codex Harness.app 拖进「应用程序」。

首次打开若提示无法验证开发者：

  1. 打开终端，输入 xattr -cr （末尾有空格）；
  2. 把 app 图标拖进终端——会自动补全路径（用户往往不知道自己的路径，写死的老文案会再次被带出来）；
  3. 回车执行，再双击 app 即可。

错误码 640 = 「无法验证开发者」，是 Gatekeeper 拦的，不是包损坏。

注意：electron-builder 在 mac x64 上产出的资产名不带 x64（形如 …-mac.zip），CI 会强制规范化为带架构名的形式，否则 Intel 用户永远匹配不到资产（症状是静默「已是最新」）。

四、已知问题

  • 工具链（Node / Python / rg）按需下载的服务端分发目录仍在准备中：MCP / 脚本类能力可能降级（引擎与对话不受影响）。
  • 语音播报在通话中仍由通话链路负责朗读（电话里必须把回复念出来），与本次的播报开关、静音闩锁互不干扰。
Assets 5
Loading