Skip to content

v0.2.0 — Agent 浏览器能力全面升级

Latest

Choose a tag to compare

@chyax98 chyax98 released this 02 May 20:40
· 172 commits to master since this release

v0.2.0 — Agent 浏览器能力全面升级

基于 playwright-core 的 Agent-first CLI,本版本大幅扩展眼、手、证据链三个维度。

🆕 新命令

命令 能力
pw accessibility ARIA 树快照,LLM-friendly 语义感知
pw mouse move/click/dblclick/wheel/drag 绝对坐标操作,支持 canvas/地图/拖拽排序
pw video start/stop 会话录屏,失败现场可视化留存
pw har replay HAR 确定性重放,隔离网络依赖做受控测试

⚡ 能力增强

  • batch:稳定子集扩展至 fill/type/press/check/uncheck/select/hover/scroll,表单自动化一次 batch 搞定
  • click:新增 openedPage 字段,自动感知 popup/新 tab,Agent 不再盲跳
  • network:--include-body 返回完整响应体(50KB),API 调试根因可见
  • locate/get:--return-ref 免去重复 snapshot
  • state diff:--include-values 支持 value 级 storage 对比
  • diagnostics bundle:highSignalTimeline 噪声评分过滤,第三方/广告信号降权
  • doctor:新增环境预检(Node 版本/浏览器安装/磁盘空间)

🛠 恢复路径改善

  • MODAL_STATE_BLOCKED:错误消息首行给出 dialog accept/dismiss 命令
  • SESSION_RECREATE_STARTUP_TIMEOUT:明确禁止循环重试,给出替代命令
  • RUN_CODE_TIMEOUT:显示 25s guard timeout 具体值
  • tab/bootstrap/trace 错误提示全面改善

📐 架构

  • action-executor.ts:统一三分支(semantic/selector/ref)编排,dispatchLocatorAction 深层模块
  • domain/interaction/:类型、错误码、run event 集中 domain 层
  • domain/environment/health-checks.ts:doctor 纯函数提取,可复用
  • interaction.ts:从 2117 行精简至 ~1400 行

🧪 测试

  • 26 个测试文件,集成测试覆盖所有新能力
  • Smoke 脚本新增 9 个场景
  • 标准化 Issue 模板(agent-first 检查项强制填写)

下一步:集成测试完善、真实页面回归、对标 Vercel Agent Browser 差距补全