Skip to content

v0.6.3

Latest
Latest

Choose a tag to compare

View all tags
@github-actions github-actions released this 16 Sep 11:02
· 68 commits to main since this release
v0.6.3
d1afb15

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

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

Contributors

dcc123456
Assets 4
Loading