Skip to content

Releases: Philosophy79/web-agent

Release list

v1.3.0 长内容理解 + Token 优化

v1.3.0 长内容理解 + Token 优化 Latest
Latest

Choose a tag to compare

View all tags
@Philosophy79 Philosophy79 released this 06 Sep 05:44
v1.3.0
5f2d430

💰 web-agent v1.3.0 —— 长内容理解工作流 + Token 成本大幅下降

围绕核心场景重构：给你一个视频/文章链接 → 本地完整转文本 → 本地建摘要索引 → 你随时提问，只检索相关片段回答。

新增

  • digest：生成长内容的章节摘要 + 关键词索引（本地计算，零 API token）
  • search：在转录稿中按关键词检索相关片段（带时间戳），长内容问答按需取用
  • read：按行偏移分块读取本地文本，杜绝全文灌入上下文
  • --quiet：video/media 精简输出模式（只输出摘要与文件路径）
  • MCP 工具扩展为 15 个，每个工具设置输出上限

Token 优化效果

项目 之前 现在
MCP 工具定义（每请求固定开销） 约 3000+ tokens 约 1500 tokens
视频转录输出 逐句全文打印 摘要 + 路径（--quiet）
长文阅读 全文进上下文 digest 摘要 + search/read 按需取用

典型场景对比：1 小时学术视频问答一轮——旧方案 1~2 万 tokens；新方案转录/索引全本地零 token，每次提问仅数百 token。

安装与使用

git clone https://github.com/Philosophy79/web-agent
cd web-agent
install.bat
node agent.mjs video "<视频链接>" --quiet
node agent.mjs digest downloads/xxx/transcript.txt
node agent.mjs search "<问题关键词>" --file downloads/xxx/transcript.txt
Assets 2
Loading

v1.2.0 体验与集成升级

v1.2.0 体验与集成升级

Choose a tag to compare

View all tags
@Philosophy79 Philosophy79 released this 06 Sep 05:17
v1.2.0
477a43a

✨ web-agent v1.2.0 —— 体验与集成升级

本版本亮点

  • 终端演示动图：README 内置 24 秒真实演示动画（读网页 / 视频转录 / 识图 / 表单自动化 / MCP），生成脚本入库，随时可重制
  • DSH 原生 MCP 接入（实测）：docs/MCP.md 新增 DeepSeek Harness 章节——profile 补丁一行配置即可把 12 个工具注册为 mcp__web-agent__*，含 PATH 环境变量要点与热重载验证方法
  • 文案定位升级：双语 README 新增「给 AI 装上眼睛和手」价值主张与「为什么选择 web-agent」对比表

工程化

  • 默认分支 main + 分支保护（禁止强制推送/删除，PR 合并要求 CI 通过）
  • GitHub 主题标签扩充至 20 个，开启 Discussions
  • CI / Release 徽章上线

安装与使用

git clone https://github.com/Philosophy79/web-agent
cd web-agent
install.bat
node agent.mjs fetch https://example.com

MCP 接入见 docs/MCP.md。

Loading

v1.1.0 MCP 适配层

v1.1.0 MCP 适配层

Choose a tag to compare

View all tags
@Philosophy79 Philosophy79 released this 05 Sep 14:28
v1.1.0
a9c1920

🤖 web-agent v1.1.0 —— 接入所有主流 AI 客户端

本版本新增 MCP 适配层：把 web-agent 的全部能力注册为 12 个 MCP 工具，
任何支持 Model Context Protocol 的 AI 客户端（Claude Desktop、Cursor、VS Code Copilot、
DeepSeek Harness、Cherry Studio、Kimi、豆包等）现在都能即插即用。

三种接入方式

方式 适用
CLI 直调 任何带终端能力的 agent
MCP（本次新增） 所有支持 MCP 的客户端，配置一行即可
Agent Skill DeepSeek Harness 等支持技能约定的环境

MCP 快速配置

{
  "mcpServers": {
    "web-agent": {
      "command": "node",
      "args": ["C:\path\to\web-agent\mcp\server.mjs"]
    }
  }
}

详细配置见 docs/MCP.md。

12 个 MCP 工具

fetch · shot · open · act · video · media · download · vision_ocr · vision_describe · vision_stop · desktop · cleanup

其他改进

  • MCP 自测脚本（tests/mcp_test.mjs，含 CI 模式）
  • CI 新增 MCP 服务器启动与工具列表测试
  • 双语 README 新增「接入 AI 助手」章节
Loading

v1.0.0 首个正式版

v1.0.0 首个正式版

Choose a tag to compare

View all tags
@Philosophy79 Philosophy79 released this 05 Sep 14:14
v1.0.0
3b51e9f

🎉 web-agent v1.0.0 首个正式版

本地优先的网页与桌面自动化工具包——数据全部本地处理，零上传。

✨ 核心能力（11 项）

类别 能力
网页 读网页(fetch) · 截图(shot) · 观看抓帧(open) · 表单自动化(act)
视频 转录(video) · 媒体流拦截(media) · 文件下载(download)
识图 OCR 文字识别(vision ocr) · 本地视觉大模型描述(vision describe)
桌面 鼠标/键盘/截图(desktop，带前台窗口安全确认)
管理 残留自动清理(cleanup)

🚀 安装（Windows 一键）

git clone https://github.com/Philosophy79/web-agent
cd web-agent
install.bat

🔒 隐私与合规

  • 全本地处理：网页、转录、识图不上传任何数据（docs/PRIVACY.md）
  • 密码由用户本人输入，工具不接触、不保存
  • 危险操作熔断 + 桌面输入窗口确认
  • 合规边界见 docs/COMPLIANCE.md（仅限处理自己有权访问的内容）

📦 本版本内容

  • 11 项核心能力 + Windows 一键安装（国内镜像加速）
  • 视频转录自动清理（只留 transcript.txt/srt）
  • AI 助手 skill 适配层（skill/web-agent/）
  • 双语 README、CI 流水线、Issue/PR 模板、Dependabot
Loading