Skip to content

v0.6.0

Choose a tag to compare

View all tags
@github-actions github-actions released this 07 Sep 08:06
· 191 commits to main since this release
v0.6.0
ce70e74

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

Assets 4
Loading