v0.6.3

v0.6.3 更新说明（自 v0.6.2 以来 / Changelog since v0.6.2）

仍提供两种安装包，按需下载：

• browser-copilot-0.6.3-ocr.zip —— 完整版：内置本地 OCR（Tesseract.js），工作流 OCR 识别算子、离线验证码识别开箱即用。
• browser-copilot-0.6.3-no-ocr.zip —— 精简版（约小 98%）：不含 OCR 引擎与语言模型，其余功能完全一致；OCR 算子置灰不可用，图片文字仍可通过视觉模型识别（设置 → 图片识别模型）。

Two packages ship as usual: the full build with local OCR (Tesseract.js)
and a ~98% smaller lite build without it. Everything except local OCR is
identical.

---

✨ v0.6.3

这一版的主线是把"智能体"做成一个真正可被拆出去用的对象：内置代理可编辑、可见、可派发，
可分配到不同窗口互不串台；工作流的密钥处理也彻底从"明文嵌进工作流"改成"运行时按需拉取"，
更符合安全直觉。顺带把工作流编辑器的体感、SEO 站点、定时任务那条"看起来没启动"的暗坑一并收掉。

🤖 内置智能体（Agents）

• 派发后端 —— 新增 Agent 类型（区别于 Skill：智能体是可执行、可派发的活跃单元，技能仍是注入式说明），内置 6 个代理（1 个 supervisor + search / writing / ops / workflow / analysis 五个 specialist），每个代理有自己的 AGENT.md、import/export、后台命令。
• delegate_to_agent 工具 —— 父代理的确认 / 作用域内，调用一个隔离的子代理循环（独立的会话 id / 历史、白名单工具、≤1200 字摘要 + 产物引用），并设有三道硬关：拒绝轻量任务不烧 LLM、每轮最多 4 次派发、每个 (agent, task) 最多重试 1 次。派发对侧边栏对话是默认开启的，但非交互式运行保持单代理。
• 侧边栏新增「代理」标签页（紧跟技能之后）—— 与技能同构的卡片 / 对话框：编辑名字、派发提示、角色、领域、工具白名单、关联技能、派发开关、轮次上限、指令；支持拖拽导入 / JSON 导出；内置代理默认只读，提供"复制为我的"。
• 内置代理可编辑 + 一键还原 —— 内置代理不再只读：编辑后保留 id 与"内置"标记，但带真实的 updatedAt（升级时 seeder 用 id 优先匹配，所以改过名字的内置代理也能挺过升级）。新增 agents.reset 命令与 Restore default 按钮，把代理写回出厂版本（updatedAt: 0）。
• 多窗口代理隔离 —— 多个 coding agent 通过本地 MCP 桥接时不再共用一个目标窗口：MCP 通道按 agentName → windowId 多对多绑定（schema v6），每个 worker 还有"本次会话 agentId → windowId"映射处理重命名；未分配且已有绑定的连接发来 tool/prompt 会被拒绝（双语可操作错误），ping / tools.list 保持开放。pin_tab 与目标标签页缓存按窗口隔离；新增 worker 命令 agent.windows.list 与 agent.bindings.set。
• 内置代理 i18n —— 名字、提示、指令都随用户语言切换；用户改过的内置代理显示自定义内容。

🔐 工作流密钥：运行时按需拉取

• 密钥不再嵌进工作流 —— 从对话历史生成工作流时，get_secret 算子现在发的是 get-secret 块（运行时拉取凭据 → 存到变量），后续 forms 块引用该变量；密文值再也不会以明文形式落进工作流定义。凭据更新后无需重发工作流，下一次运行自动拿到新值。
• get-secret 块改成下拉选择 —— 编辑面板、目录数据、executor 全部重塑为「凭据 · 字段」对（credential="<id>::<field>" 编码，executor 端再拆回两半），用户从已存储的密钥里选，不再手敲 id。storage.blockDataFromArgs 在历史回放时也吐新格式，老工作流走向后兼容的回退链。MV3 service worker 里把动态 await import() 换成静态引用，顺手修掉 window is not defined 崩。
• i18n 配套 —— BLOCK_FORM_STRINGS 加上凭据字段名、"加载中 / 暂无凭据"占位文案、运行时解析的提示。

🖱️ 工作流编辑器体感

• 左键拖动 = 平移画布；按住空格 = 框选 —— 通过 [data-pan-mode] 切换光标样式，符合流程图工具的肌肉记忆。
• 未保存保护 —— 关闭 / 刷新弹窗前若有未保存改动，弹原生 beforeunload 确认。
• 生成节点用自然语言描述 —— 从聊天生成的工作流里，JavaScript 节点标题由"代码首行"换成作用短语（点击、填表、React 兼容赋值、跳转、本地存储、网络请求、派发事件、滚动等），按特异性排序，每节点上限若干条以保持可读；有现成注释就优先用注释。

🛠️ 修复

• 定时工作流不再"看起来没启动" —— 同一个任务过去会记成两条 run（runTask 一条、executeWorkflow 一条），步骤只落到隐藏的那条，UI 只能看到两条 info log。executeWorkflow 接受 reuseRun，调度调用方已开的 run 步骤直接写进去、结束与清理交由调用方收尾；同时把 storage key 下的写入串行化（recordFinishedRun / addRun / saveTask 不会再相互覆盖），把硬编码的"Starting agent task…"换成按 task 种类来的文案，run 的 source 改用追踪值（之前一边写 schedule、一边写 manual）。
• pnpm dev / pnpm build / pnpm package 恢复可用 —— 之前被指到未入库的 scripts/vite.mjs 包装，现在直接调用 vite。

🌐 SEO 与官网

• 扩展各页 SEO 补全 —— meta description、favicon 链接、lang 属性统一、清单加 short_name / author / homepage_url、package.json 加仓库 / bugs / author / keywords。
• 双语官网与 GitHub Pages 自动发布 —— 新建 website/ 落地页（含完整 SEO meta、Open Graph、Twitter Card、JSON-LD 结构化数据），通过 .github/workflows/pages.yml 自动部署。
• README 加 Shields 徽章。

📚 文档

• MCP 多窗口代理分配 —— 新增"按代理绑定浏览器窗口"小节，说明隔离语义、按窗口的 pin_tab、未分配连接的拒绝行为、BROWSER_COPILOT_AGENT_NAME 消歧字段，并在 WS 协议表里补齐 agentId / agentName 字段。

---

English summary

v0.6.3 — the theme is making "agents" a first-class object you can edit, see, delegate to and isolate per window, and moving workflow secrets out of the workflow body and into a runtime lookup.

• Built-in agents: a new Agent type distinct from Skill (active, delegatable execution unit) ships with six built-ins (one supervisor + five specialists), per-agent AGENT.md persistence, import/export and background handlers. The new delegate_to_agent tool runs an isolated sub-agent loop (own namespaced conversation id, whitelisted tools, ≤1200-char summary + artifact references) under the parent's confirm/scope, with three hard gates (small-task refusal costing no LLM, ≤4 delegations per turn, ≤1 retry per (agent, task)). Delegation is opt-in for panel turns; unattended runs stay single-agent.
• Agents tab in the side panel, mirroring the skills pattern: edit name / delegation hint / role / domain / tool whitelist / linked skills / delegation flag / round cap / instructions, drag-and-drop import + JSON export; built-ins are read-only with a "duplicate as mine" action.
• Built-ins are editable now: edits keep the id and the built-in marker under a real updatedAt, and the seeder matches by id first so a renamed built-in survives upgrade. A new agents.reset command and a Restore default button write the shipped version back (updatedAt: 0).
• Multi-window isolation: the local MCP bridge now binds agentName → windowId (N:N, schema v6) instead of sharing one global target window; an unassigned connection is refused with an actionable bilingual error once any binding exists, while ping / tools.list stay open. pin_tab and the resolved-tab cache are scoped per window, and two new worker commands (agent.windows.list, agent.bindings.set) replace the global selection with a per-window assignment surface.
• Built-in agent i18n for display name, hint and instructions; user-edited built-ins show their custom content.
• Secrets are no longer embedded in workflows: when a workflow is generated from chat history, get_secret actions now emit a get-secret block that fetches the credential at runtime and stores it in a variable, with a downstream forms block that references it. The value is never written into the workflow, so credential updates are picked up on the next run for free.
• get-secret block becomes a dropdown: catalog data, edit form and executor all carry a (credential · field) pair from listPasswords() — no more typing raw ids. Older workflows keep working through a backward-compat fallback. Static imports in the executor fix the window is not defined crash the MV3 service worker hit on await import().
• Workflow editor UX: left-drag pans the canvas; holding Space switches to rubber-band selection (cursor follows [data-pan-mode]); beforeunload guards unsaved changes; generated JavaScript nodes are now described by their effects (click, fill, React-compatible value set, navigation, storage, network, event dispatch, scroll, …) instead of by their first code line, with specificity-ordered phrases and a per-node cap.
• Scheduled workflows no longer "look unstarted": executeWorkflow accepts reuseRun so the task runner's run is the one steps land on; per-storage-key write serialisation prevents recordFinishedRun / addRun / saveTask from losing each other; the per-kind opening line replaces the hardcoded "Starting agent task…"; the run's source is read from the tracked value so both halves stay in the same history section.
• Build fix: pnpm dev / pnpm build / pnpm package are restored by pointing scripts directly at vite (the previous wrapper was never committed).
• SEO & landing page: meta description / favicon / lang unified across extension HTML, short_name / author / homepage_url added to the manifest, repository / bugs / author / keywords added to package.json, Shields badges in both READMEs, and a bilingual website/ landing page (full SEO meta + Open Graph + Twitter Card + JSON-LD) auto-deployed by .github/workflows/pages.yml.
• Docs: an MCP setup section now covers multi-window agent binding, isolation semantics, BROWSER_COPILOT_AGENT_NAME disambiguation, and the agentId / agentName identity fields in the WS protocol table.

Full changelog: v0.6.2...v0.6.3

What's Changed

• Feat/local agent window isolation by @dcc123456 in #17

Full Changelog: v0.6.2...v0.6.3

v0.6.2

v0.6.2 更新说明（自 v0.6.1 以来 / Changelog since v0.6.1）

仍提供两种安装包，按需下载：

• browser-copilot-0.6.2-ocr.zip —— 完整版（约 32 MB）：内置本地 OCR（Tesseract.js），工作流 OCR 识别算子、离线验证码识别开箱即用。
• browser-copilot-0.6.2-no-ocr.zip —— 精简版（约 0.5 MB，小 98%）：不含 OCR 引擎与语言模型，其余功能完全一致；OCR 算子置灰不可用，图片文字仍可通过视觉模型识别（设置 → 图片识别模型）。

Two packages ship as usual: the full build with local OCR (Tesseract.js)
and a ~98% smaller lite build without it. Everything except local OCR is
identical.

---

✨ v0.6.2

这一版的主线是把 AI 调试从"能跑"变成"跑得成"：给成功率装上可离线测量的标尺、
给中断的工作流一个真正安全的续跑入口，并堵住非幂等流程无限重试这个最烧 token 的坑。

🎯 AI 调试成功率

• 离线成功率基准测试（tests/bench/、pnpm bench:debug）——8 个确定性场景驱动真实的
  runDebugSession，所有依赖均注入，不需要浏览器、模型或网络，可安全跑在 CI 里。
  判定口径很严：verified = 全程无人接管 AND 目标达成。
• 会话遥测 —— debugSessionStats / workflows.debugStats 加上面板展示：成功率、
  p50/p90 耗时、失败阶段与原因分布。
• 全局重试预算 + 逃生舱 —— 接管次数现在按整个会话封顶（原来只按节点），
  超预算即带原因结束本轮，而不是继续烧模型调用。
• 结构化校验结果 —— 调试失败会带上 failureReason 与 suggestedAction。
• 性能/网络语义摘要 —— console 与 network 缓冲被压缩成一条"页面健康"信息，
  随工具结果一起回喂给模型。
• 观察者预检（可选，BC_OBSERVER_PREFLIGHT=1）—— 首次接管前先做一次只读检查，
  遇到验证码/登录墙直接跳过 agent。
• 检查点与失败记忆 —— 抽出共享的 checkpoints.ts / failure-memory.ts，
  重试时会带上同节点此前失败的结构化记忆。
• 逐步检查点并持久化 —— 引擎对每个已结束节点（ok / failed / cancelled）都产出检查点，
  插件写入 checkpoints/<runId>.json（配了数据目录则走文件区，否则 chrome.storage.local），
  服务端运行器写入 <dataDir>/checkpoints/checkpoint-<runId>.json，默认保留最近 20 次运行。
• 逐节点幂等重试 —— 第 2 次及以后的尝试，从第 1 次尝试之前的变量状态开始，
  不再继承失败尝试写了一半的状态（表单填了一半、计数器已经加过），把同一个非幂等陷阱再往下压一层。
• 会话关联（M4） —— 一个 sessionId 打在一次调试会话产出的所有运行上
  （接管轮、修复验证、重写验证）及其待修复记录上，运行、检查点与接管统计因此可以互相关联。
• 预算可配置 —— BC_TAKEOVER_MAX_ATTEMPTS、BC_TAKEOVER_TOOL_ROUNDS、
  BC_TAKEOVER_AUTORUN_BUDGET。

⏯ 从检查点续跑（Resume）

• 续跑点推导（M4） —— resumePointOf 算出中断的运行该从哪里接上：最后一个干净结束的节点之后，
  并带上该节点的变量。executeWorkflow({ resumeFrom: runId }) 与新的 workflows.resume
  命令使用它，先读内存态、再回落到持久化副本，所以重启不会丢掉续跑点。这是非幂等流程的复原路径：
  已经登录过再重放登录只会失败，因此续跑会跳过已经落地的部分。
• 面板上的「继续」按钮（M4） —— 上次运行失败的工作流，会在「运行」旁多出一个继续。
  面板会先通过新的 workflows.resumePoint 命令确认存在干净检查点，只有确认后才展示该入口，
  因此绝不会出现"点了继续却整条重跑"的情况。续跑点背后的运行会通过持久化索引解析——
  MV3 的 worker 会在运行结束后被回收，而那恰恰是用户去找「继续」的时刻。

🛑 非幂等流程不再无限重试

登录 / 提交订单 / 发消息 / 注册 / 支付这类流程，之前会被判成"目标未达成"然后重试，
而它的前置条件其实已经消失（登录过就没有登录页了），于是每次重试都以同样方式失败，
直到轮次耗尽再绕回复放阶段。现在有三道防线：

• 目标判定在终态已满足时返回 alreadySatisfied，失败的运行按这个口径重新判定（runFailed）；
• 会话在每次重试前、回放升级前、重写验证判定前都会先查终态，已满足则立即报成功；
• 重复死路断路器（REPEAT_FAILURE_LIMIT）在同一失败特征反复出现时终止会话，
  提示用户重置页面状态，而不是继续打转。
• 回放提示词也要求 agent 识别"已经完成"的目标，而不是去找一个已经不存在的表单。
• 新增基准场景 S9-non-idempotent 固化该行为：一次接管后即以 ✅ 终态已满足 结束，
  无回放、无重试。

🔒 独立运行器（Runner）加固

• 使用 crypto.timingSafeEqual 做 Bearer Token 校验；移除 ?token= 查询串兜底；
  未配置 token 时默认拒绝启动（可用 BC_ALLOW_UNAUTHENTICATED=1 放开）。
• CORS 白名单（BC_CORS_ORIGIN）与按 IP 限流（BC_RATE_LIMIT_MAX / BC_RATE_LIMIT_WINDOW）。
• POST /api/runs、POST /api/hooks/:id、PUT /api/config 增加 zod 请求校验
  （结构化 400 + 字段级错误）。
• 全量改用 pino 结构化日志（替换 console.*），带 request id 透传与统一错误出口
  （server/src/observability.ts）。
• server/config.json 以 0600 权限写出。

🧩 侧边栏与对话

• 思考过程与工具调用分离展示 —— 模型推理（think 块）用独立的折叠样式渲染，
  工具调用不再插在助手回复中间，一轮对话不再被切成好几段。仅给模型看的信封内容
  （激活技能指令、页面选择块）通过 displayContent 字段从用户自己的气泡里隐藏，
  该字段在发起请求前会被剥离。
• 对话回答下载改为走 chrome.downloads.download：原来用 <a download>.click()
  并在 setTimeout(0) 里 revoke blob URL，会和浏览器的异步下载启动竞争，
  在侧边栏里表现为"点了下载没反应"。现在改为下载被接受后再回收 URL，
  锚点方式仅作为非扩展环境的降级路径。
• 工作流触发器编辑终于生效 —— 编辑器保存时通过 triggerFromNodes 把触发块反规范化到
  工作流的顶层 trigger，列表角标与后台监听器随之反映修改后的启动方式；
  列表角标现在读取有效触发类型，并补齐 6 个触发类型的中文标签
  （间隔 / 定时 / 每周 / 启动 / 快捷键 / 元素变化）。工作流的「导入」收进 新建按钮的悬浮气泡菜单。
• 助手气泡上的复制/下载按钮在回答流式输出期间隐藏，轮次结束后才出现。

⚙️ 工程化

• CI 工作流（typecheck、test、lint、format、build、benchmark、server 各项门禁）、
  Dependabot、CODEOWNERS、ESLint flat config、Prettier、覆盖率基线。

🔧 其他修复与调整

• 交互区块现在每次运行都会等待（原来只在调试首轮等待）。
• 瞬时 LLM 失败（429 / 5xx / 网络）带退避重试，且绝不在流已消费后再重试。
• 快照元素上限遵循请求的 maxElements（上限 250）。
• 判定解析不再把被截断的载荷当成成功。
• 自动接管运行（takeoverOnRun）限制为单次接管（成本上限）。
• workflows.takeoverApply 支持可选 verify 参数，在应用修复后跑一次无接管的验证（默认关闭）。
• 服务端接管可在 BC_TAKEOVER_APPLY_PATCH=1（默认关闭）时把 agent 的 paramsPatch
  应用到内存副本并写出审计产物。

---

English summary

v0.6.2 — the theme is turning AI debugging from "it runs" into "it succeeds".

• Measurable success rate: an offline benchmark (pnpm bench:debug, tests/bench/) drives
  the real runDebugSession with every dependency injected — no browser, model or network —
  using a strict verified = takeover-free AND goal achieved metric. Session telemetry
  (debugSessionStats / workflows.debugStats) surfaces success rate, p50/p90 duration and
  failure phases in the panel.
• Retries that cannot burn money: a global takeover budget caps the whole session; structured
  failureReason + suggestedAction; per-step persisted checkpoints and a failure memory that
  primes retries; idempotent per-node retries that start from the variables the node saw before
  the first attempt; an opt-in observer preflight that skips the agent on a captcha/login wall;
  and console/network buffers compressed into one "page health" line.
• Resume from checkpoint: resumePointOf derives the exact node where an interrupted run
  continues (with its variables), exposed via workflows.resume / workflows.resumePoint, with a
  Resume action on the panel that only appears when a clean checkpoint really exists. This is
  the recovery path for non-idempotent flows, where replaying a completed login can only fail.
• Non-idempotent workflows no longer loop forever: the goal judge reports alreadySatisfied,
  the session consults the terminal-state check before every retry / escalation / verdict, and a
  repeated-dead-end breaker stops the run and tells the user to reset page state. Pinned by the new
  S9-non-idempotent benchmark scenario.
• Runner hardening: timing-safe Bearer auth with the ?token= fallback removed (refuses to boot
  without a token), CORS allow-list, per-IP rate limiting, zod request validation, structured
  pino logging with request ids, and config.json written as 0600.
• Side panel: model reasoning renders as its own collapsed block with tool calls out of the
  reply body; answer downloads go through chrome.downloads.download (the anchor + immediate
  revokeObjectURL raced the browser and silently dropped the file); workflow trigger edits are
  denormalized on save so the chip and background listeners honour them, with six more localized
  trigger labels and Import folded into the New button's bubble menu.
• Engineering: CI workflow, Dependabot, CODEOWNERS, ESLint flat config, Prettier, coverage
  baseline. Plus fixes for interaction-block waits, transient LLM retries, the snapshot element
  cap, truncated verdict parsing, and a single-episode cap on automatic takeover runs.

Full changelog: v0.6.1...v0.6.2

Full Changelog: v0.6.1...v0.6.2

v0.6.1

v0.6.1 更新说明（自 v0.6.0 以来 / Changelog since v0.6.0）

仍提供两种安装包，按需下载：

• browser-copilot-0.6.1-ocr.zip —— 完整版（约 32 MB）：内置本地 OCR（Tesseract.js），工作流 OCR 识别算子、离线验证码识别开箱即用。
• browser-copilot-0.6.1-no-ocr.zip —— 精简版（约 0.5 MB，小 98%）：不含 OCR 引擎与语言模型，其余功能完全一致；OCR 算子置灰不可用，图片文字仍可通过视觉模型识别（设置 → 图片识别模型）。

Two packages ship as usual: the full build with local OCR (Tesseract.js)
and a ~98% smaller lite build without it. Everything except local OCR is
identical.

---

✨ v0.6.1

🔌 本地 Agent 接入：适配器内置，一键导出

• mcp-server.mjs 适配器随插件打包 — 适配器从仓库 examples/ 移入插件包（public/，构建后位于插件根目录）。用安装包的用户无需克隆源码或单独下载文件：在「设置 → 本地 Agent 接入」卡片点一次「导出适配器」，文件保存到下载目录的 browser-copilot/ 下，Claude Code / Codex / Trae 三种现成配置片段会自动填入该绝对路径（Windows 反斜杠自动转义），复制即用；插件升级后重新导出一次即可。
• 适配器支持独立常驻模式 — 除由 agent 经 stdio 自动拉起外，也可以常驻方式运行（含 EADDRINUSE 时自动切换代理模式）。
• 安装指引、自动接线提示词（README / examples）同步改为「导出适配器」流程。

🖥️ 独立工作流服务器（新增，可选）

• 仓库新增 browser-copilot-runner 服务包：无需开浏览器面板即可在服务端运行工作流，支持 HTTP 调用、cron 定时、Webhook、飞书触发，内置配置存储、调度总览与配置 API。
• 新增 Web 控制台 SPA：浏览器中管理配置、工作流、定时计划与运行记录。
• 提供 Docker 镜像（固定 pnpm 版本、集成控制台构建）与部署文档（含嵌套子工作流拷贝、secrets 配置示例）。
• 工作流节点运行支持子工作流解析器注入，嵌套调用可解析到真实工作流。

🤖 Agent 提效与调试

• 工具按需加载 — 低频工具不再全量挂载，agent 通过 load_tools 按需加载；直接调用某工具组时自动加载对应组，显著减少系统提示词与工具 schema 的 token 占用。
• 调试会话回放 + 图审计 — 支持回放调试会话并进行执行图审计，给出目标达成判定与统计，排查自动化失败更直观。
• 直接调用时引导结果自检（outcome checks），减少「虚报完成」。

🧩 编辑器与对话

• 工作流编辑器表单全中文 — 所有区块表单标签、选项、描述完成中文化；抽取共享的选择器/输出变量组件，区块配置更一致。
• 技能与设置编辑改为弹窗对话框，页面只保留状态卡片与「编辑」入口。
• 对话「保存为工作流」提示收敛为按需弹出；工作流 AI 审查改为可选开启（默认关闭）。

🛠️ 修复

• 设置对话框每 2 秒抢焦点 — 本地 Agent 状态轮询触发重渲染，导致对话框自动聚焦逻辑反复把焦点抢回第一个输入框，密钥无法输入；现已改为仅在弹窗打开时聚焦一次。
• MiniMax 等预设端点「选不中」 — 端点下拉选择后立刻弹回占位符、毫无反馈；改为受控下拉，选中的端点（如中国大陆 / 国际）持续显示并同步 Base URL。
• 测试连接成功提示改为绿色（原为灰底灰字，像失败态）。
• OCR 截取 canvas / 验证码容器时捕获真实像素，修复截到空白/透明画面的问题。
• 执行器报错更清晰 — worker JS 错误信息明确可读，元素读取能力改进。

---

English summary

v0.6.1 —

• The local-agent adapter (mcp-server.mjs) is now bundled inside the extension: one click on "Export adapter" in Settings → Local Agent saves it to your downloads folder and auto-fills its real absolute path into the ready-made Claude Code / Codex / Trae snippets — no source checkout or manual path hunting. The adapter also gains a standalone resident mode (auto proxy fallback on port conflict).
• New optional standalone workflow server (browser-copilot-runner): run workflows without the side panel via HTTP, cron, webhook and Feishu triggers, with a config store, schedules API, a web console SPA (config / workflows / schedules / runs), and a Docker image plus deployment docs; node runners resolve nested sub-workflows.
• Agent efficiency: low-frequency tools load on demand via load_tools (tool groups auto-load on direct call); slimmer system prompt and schemas cut token usage.
• New debug-session replay + graph audit with goal verdict and stats; outcome self-checks on direct calls.
• Editor block forms fully localized to Chinese with shared selector/output-variable components; skill and settings editing moved into dialogs; the save-as-workflow prompt is gated and AI workflow review is opt-in.
• Fixes: settings dialog stole focus back to the first input every 2 seconds (API key untypeable); provider endpoint picker now keeps the chosen endpoint visible (e.g. MiniMax mainland/international); "test connection" success notice is green instead of gray; OCR now captures real pixels for canvas/captcha containers; clearer worker JS errors and improved element reading.

Full changelog: v0.6.0...v0.6.1

Full Changelog: v0.6.0...v0.6.1

v0.6.0

v0.6.0 更新说明（自 v0.5.1 以来的完整更新 / Full changelog since v0.5.1）

本版本起提供两种安装包，按需下载：

• browser-copilot-0.6.0-ocr.zip —— 完整版（约 32 MB）：内置本地 OCR（Tesseract.js），工作流 OCR 识别算子、离线验证码识别开箱即用。
• browser-copilot-0.6.0-no-ocr.zip —— 精简版（约 0.5 MB，小 98%）：不含 OCR 引擎与语言模型，其余功能完全一致；OCR 算子置灰不可用，图片文字仍可通过视觉模型识别（设置 → 图片识别模型）。

Starting with this release every GitHub Release ships two packages: the
full build with local OCR (Tesseract.js) and a ~98% smaller lite build
without it. Everything except local OCR is identical; in the lite build the
OCR operator is grayed out and disabled, and image text is still readable
through a vision model.

---

✨ v0.6.0

• 双版本发布：完整版 / 无 OCR 精简版 — 构建期开关 --mode no-ocr 剥离 Tesseract.js 引擎与约 35 MB 语言模型资产，zip 体积从 31.8 MB 降到 0.5 MB；精简版中 OCR 算子在算子栏与画布上置灰、不可添加、执行时给出明确提示；manifest 同步收紧 CSP（移除 wasm-unsafe-eval）并以 version_name 标识变体。
• 悬浮按钮可拖拽并记忆位置 — 最小化后的悬浮按钮支持拖拽，位置按窗口以视口百分比保存，翻页/新页面自动恢复。
• 本地 Agent 桥接锁定窗口 — 在设置中选择由哪个接入 agent 控制时，同时记录所选窗口；此后该 agent 的标签解析与调试器附加只发生在该窗口内，其他窗口不再被触碰、也不会再出现"正在调试此浏览器"横幅；窗口失效时自动回退默认策略。
• 工作流批量删除 — 工作流列表支持多选与批量删除。
• 编辑器框选多选 — 画布支持 rubber-band 框选、Ctrl 多选、多节点整体移动/删除，连线高亮跟随整个选区。

🖼 v0.5.7

• AI 接管替代自动调试 — 调试失败时不再盲目自动重试，改为交给 AI 接管分析并修复。
• AI 算子输出清洗 — 去除模型输出中的思考过程与代码围栏，落库/执行更干净。

🧩 v0.5.6

• 工作流保存前 AI 节点审查 — 保存工作流前由 AI 审查节点配置并给出修正；workflow-generator 内置算子 skill。
• 工作流失败重试（循环语义补齐） — 新增 loop-breakpoint 提前跳出循环；循环块迭代结束后继续执行 end 分支；repeat-task 兼容编辑器 repeatFor。
• 控制台日志查看工具 — 新增只读工具 list_console_messages（agent + MCP），被动捕获全部 console 级别。
• 元素截取更稳 — 多框架探测与 img-src 直取，OCR 元素源更可靠。
• 面板最小化悬浮按钮 + 多窗口选择策略 + 编辑器连线模块 + 输入框失焦校验。

🪟 v0.5.5

• 本地 OCR 识别管线 — Tesseract.js 全离线识别（验证码预处理：放大 + 对比度拉伸），整页/元素/变量三种图片来源。
• 插件窗口作用域锁定 — agent 工具、driver、工作流执行器全链路携带面板窗口作用域：标签解析、导航、JS 注入、CDP 附加都限定在面板所在窗口，不跨窗口触碰用户其他页面；无人值守运行支持多窗口选择策略。

🔌 v0.5.4

• 下载目录与保存算子 — 选择下载目录句柄，新增 save-local 工作流算子与对话 agent 的 save_local 工具，支持直接保存 / 另存为 / 追加三种模式。
• 本地 Agent 接入、OCR 图片识别、Skill 生成器。
• 对话 agent 提速 — 常驻页内内核、CDP 事件监控、ref 缓存与 run_plan，显著减少冷启动。
• MCP 修复 — 静态兜底工具列表对齐契约；schema 省略空 required。

💾 v0.5.3

• 文件化持久存储 — 选择存储文件夹后，持久化状态写入磁盘真实文件（chrome.storage.local 作镜像），MV3 service worker 被回收也不丢数据；支持定时工作流运行。
• Skill 以文件夹形式存储 — 每个 skill 一个文件夹 + SKILL.md。
• 对话增强 — 底部消息操作按钮、Skill 导入、更多 OpenAI 兼容 provider、表格 CSV 导出、每条消息 token 用量提示。

📎 v0.5.2

• 对话附件 — 支持随消息附带图片/文件。
• CDP 可信输入 — 通过 CDP 发送受信任的键盘事件，兼容更严苛的输入框。
• 已保存工作流的 AI 预填 — 对话生成工作流时自动预填 AI 内容。

---

English summary

v0.6.0 — dual release variants (full -ocr ~32 MB / lite -no-ocr ~0.5 MB, OCR operator disabled in lite); draggable floating button with per-window position memory; local-agent bridge pinned to the window where "serve connection" was picked; workflow batch delete; editor rubber-band multi-select.
v0.5.7 — AI takeover replaces auto-debug; AI operator output cleaning (thinking/fences).
v0.5.6 — AI node review before workflow save; workflow retry semantics (loop-breakpoint, loop end branch); list_console_messages tool; robust multi-frame element capture; panel minimize floating button, multi-window picker, editor connection module.
v0.5.5 — fully offline local OCR pipeline (Tesseract.js) with captcha preprocessing; plugin-window automation scoping across agent tools, driver and workflow engine.
v0.5.4 — download directory handle + save-local operator/tool; local agent access, OCR image recognition, skill generator; resident-kernel agent speedups; MCP schema fixes.
v0.5.3 — file-backed persistence with scheduled workflow runs; per-folder SKILL.md skills; chat message actions, skill import, more providers, CSV export, token usage.
v0.5.2 — chat attachments; CDP trusted typing; AI prefill for saved workflows.

Full changelog: v0.5.1...v0.6.0

Full Changelog: v0.5.7...v0.6.0

v0.5.7

Full Changelog: v0.5.6...v0.5.7

v0.5.6

Full Changelog: v0.5.5...v0.5.6

Full Changelog: v0.5.5...v0.5.6

v0.5.5

Full Changelog: v0.5.4...v0.5.5

v0.5.4

What's Changed

• feat(chat): CSV table export, per-message token usage, lucide icons & workflow block catalog refactor by @dcc123456 in #5
• Main 0831 by @dcc123456 in #6

Full Changelog: v0.5.3...v0.5.4

v0.5.3

Full Changelog: v0.5.2...v0.5.3

v0.5.2

Full Changelog: v0.5.1...v0.5.2