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

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

Navigation Menu

v0.6.2

Choose a tag to compare

Sorry, something went wrong.