v1.0.0

octop-browser 的首个正式版本：一个面向 Agent 的浏览器自动化工具，直连
Chrome DevTools Protocol（CDP），不经 Playwright 中间层，因此元素定位基于
实时 DOM 引用（ref），点击更准、token 开销更低、登录态可长期保持。

核心能力

CDP 直连架构

• 启动真实 Chromium 并直接通过 CDP 通信，去掉中间层，动作语义与浏览器行为一致。
• 按 profile 复用浏览器进程与端口，跨命令自动重新接入同一标签页。

DOM 四档粒度

• minimal / interactive / structured / full 四个级别，按需取用。
• Agent 常用 interactive 只取可交互元素并返回稳定 ref，显著降低 token 消耗；
  structured 输出 JSON 供脚本消费。

浏览器动作

• 导航：navigate · go_back · go_forward · reload
• 交互：click · type · fill · select · hover · press · scroll
• 观察：dom_tree · screenshot · eval_js · wait
• 标签页：new_tab · switch_tab · close_tab · list_tabs
• 会话：close_session（默认仅断开连接，kill=True 同时结束浏览器进程）
• 元素既可用 ref 定位，也可用 CSS selector 定位。

登录态持久化

• 命名 profile 各自拥有独立的 Chrome user-data-dir，登录一次即可长期复用。
• profile 与 CDP 端口的映射持久化在磁盘，进程重启后仍能对应。

录制与回放

• record start/stop 录制真实浏览过程，自动把原始事件归纳为语义化步骤。
• record generate-steps 导出可复用步骤，record generate-skill 生成 Agent Skill 草稿。
• replay run 回放录制，支持 --input 注入参数实现参数化重放。
• 三档隐私模式（--privacy）：默认对密码、token、密钥等敏感字段自动脱敏，
  录制产物中不落明文；事件文件以 600 权限写入。

MCP 服务

• 通过 stdio 提供 MCP 协议，兼容主流 Agent 客户端。
• 每个动作对应一个独立工具（browser_navigate、browser_click、
  browser_dom_tree、browser_close_session 等），参数与 Python API 一致。

CLI 与 Python API

• octop-browser 命令覆盖全部动作，适合脚本与手工调试。
• Python 侧提供 BrowserSession（持久会话）与 browser_tool（单次无状态调用）
  两种入口，统一返回 ToolResult（success / content / error / metrics / metadata）。
• OctopSettings 集中管理配置，17 个 BROWSER_USE_* 环境变量均可覆盖默认值。
• 钩子机制（before_action / after_action / action_error）便于接入日志与观测。

浏览器自动安装

• install-browser 自动下载并校验受管 Chromium，无需预装浏览器。
• 提供流式安装事件，便于外部展示进度。

What's Changed

• chore: release 1.0.0 by @jubaoliang in #8

New Contributors

• @jubaoliang made their first contribution in #8

Full Changelog: https://github.com/TencentCloud/octop-browser/commits/v1.0.0