Skip to content

v0.2.3

Choose a tag to compare

View all tags
@github-actions github-actions released this 18 Jun 14:30
· 41 commits to master since this release
v0.2.3
b89be6a

v0.2.3 — Playwright 全面升级 + Provider 双协议简化 + TUI 流式渲染 + IOA 架构精简

本版本包含 Breaking Changes。核心变更：Playwright 浏览器自动化对齐 microsoft/playwright-cli 接口，Provider 层简化为 openai/anthropic 双协议，TUI 流式 Markdown 渲染，移除 --loop 和 checkpoint/loop custom tool。

Breaking Changes

  • --loop 移除: 设置 --ioa-url 即自动启用 IOA worker 模式，不再需要单独的 --loop flag。迁移：aiscan agent --loop --ioa-url http://... --space s1 → aiscan agent --ioa-url http://... --space s1
  • checkpoint/loop tool 移除: checkpoint 已迁移到 IOA protocol（ioa_send checkpoint），verify/sniper 子 agent 改用 finish tool + 结构化 status header；loop 不再作为 LLM custom tool 暴露，LoopScheduler 内部机制（--heartbeat）保留
  • Provider 简化为双协议: 移除 deepseek/groq/moonshot/ollama/openrouter 等独立 provider type，统一为 openai（OpenAI-compatible）和 anthropic 两种协议，通过 --base-url 指定实际端点
  • -q 静默模式移除: 被 -v/-vv 分级详细度替代

New Features

Playwright — 对齐 microsoft/playwright-cli 接口

  • 新增 cookie-list/cookie-get/cookie-set/cookie-delete/cookie-clear 五个独立 cookie 命令
  • 新增 storage-list/storage-get/storage-set/storage-delete/storage-clear 覆盖 localStorage 和 sessionStorage 完整 CRUD
  • 新增 console：通过 EvalOnNewDocument JS 注入，从 session open 开始自动捕获 console.log/warn/error
  • 新增 snapshot：CDP Accessibility.getFullAXTree 获取可访问性树，支持 --depth 控制层级
  • 新增 requests/request <index>：session open 时自动启动网络捕获，列出全部请求或查看单条详情（headers、post data）
  • 新增 route-list、state-save/state-load、dialog-accept/dialog-dismiss
  • open 新增 --headed（GUI 窗口）和 --cdp <endpoint>（连接已有浏览器）
  • 移除 session GC/TTL 机制，session 持久存活直到 close 或进程退出，LRU 8 上限保留

图像优化 — LLM 视觉输入管线

  • 截图自动优化：缩放至 2000×2000 以内，PNG vs JPEG 双编码取较小，渐进降质直到 base64 < 4.5MB
  • 非视觉模型自动降级：基于 provider type + model 名推断图像支持能力，不支持时替换为文字提示

TUI — 流式 Markdown 渲染 + 分级详细度

  • 段落缓冲式 Markdown 渲染 + chroma 语法高亮（read tool 结果带行号）
  • -v/-vv 分级详细度：默认流式内容 + turn 统计；-v 显示 tool call 详情；-vv 显示 thinking content
  • 每个 turn 结束显示 [turn N | tools=X | input=Y (+ Z cached) output=W | Ns]
  • Agent 结束显示 [agent STATUS | turns=N | input=Y (+ Z cached) output=W | Ns]

Evaluator — Context Window 感知 + inherit_context

  • 内置模型 context window 查询表（Claude/DeepSeek/GPT/Gemini/Qwen/Kimi），未匹配 fallback 128k
  • verdict 新增 inherit_context：evaluator LLM 决定下一轮是否继承对话历史，false 时 agent.Reset()
  • system prompt 明确阈值：>80% 必须 reset，>50% 建议 reset，<=50% 默认继承

IOA — Token Auth

  • server 端 --ioa-token 设置访问密钥，client 端 http://token@host:port URL 格式自动认证
  • ensureNode 通过 EnsureRegistered type assertion 实现 auth-aware 节点注册

Bug Fixes

  • Anthropic 兼容 API: 第三方端点（如 DeepSeek /anthropic）不识别 type: "custom" tool 类型返回 400。改为仅在 anthropic.com 端点发送该字段，第三方省略
  • 环境变量 provider 推断: 仅设 OPENAI_API_KEY 或 ANTHROPIC_API_KEY 时未自动推断 provider，导致 env alias 失效。修复：从 API key env var 存在性推断 provider
  • tmux 增量读取: capture-pane poll 循环意外推进增量游标，导致 --new 读取为空。修复：poll 改用 --full
  • evaluator 历史丢失: evaluator 仅收到当轮消息，重试时丢失前几轮 context。改为传入完整 transcript
  • 非视觉模型图像拒绝: 不支持 multimodal 的 provider 收到 image_url 返回 400。新增 per-provider 图像支持推断 + strip

Full Changelog: v0.2.2...v0.2.3

Assets 18
Loading