v0.7.2: 独立决策引擎面板与 HTTPS 站点全局授权

Browser Agent v0.7.2 发布说明与更新日志

🚀 版本主题：独立决策引擎面板与快捷总控、HTTPS 站点全局授权、侧边栏导出下拉菜单与即时反馈优化
📅 发布时间：2026 年 9 月 29 日
🏷️ Git Tag：v0.7.2
📦 分发包：browser-agent-0.7.2.zip

---

🌟 核心更新与修复

1. ⚡ 决策引擎专属独立设置面板与快捷总控 (Dedicated Decision Engine Panel & Quick Toggle)

• 一级独立菜单：将 System 1 (TypeSafe Jev / Laya) 快决策模型从选项页「高级设置」底层抽离，升级为一级专属菜单——「⚡ 决策引擎 (Decision Engine)」，提供清晰的架构说明、端点微调与门限配置。
• 顶栏全局快捷开关：在选项页顶部导航栏新增「⚡ 决策引擎」状态快捷切换开关，支持随时一键启停快决策引擎，提升日常使用与配置效率。
• 完善国际化：中英文双语语言包全面同步更新，并保持与高级设置联动的向后兼容性。

2. 🌐 站点访问权限新增「允许任何 HTTPS 站点」(Allow Any HTTPS Sites)

• 全局放行常用安全站点：在「站点访问权限」与「安全策略」面板中提供「允许任何 HTTPS 站点」选项（sites.allowAllHttps）。
• 降低打扰：开启后，所有通过 https:// 访问的合法加密网络站点（例如 Bing、Google、GitHub 等）均直接放行，无需每次弹出卡片打扰用户审批。
• 坚守安全底线：明文非加密的 http:// 站点依然保留安全防护与弹窗审批，用户自定义的黑名单（Blocklist）保持最高优先级绝对拦截。

3. 💾 侧边栏对话导出下拉菜单与即时反馈 (Sidepanel Export Menu Fix & Download Feedback)

• 解决下拉菜单被截断：修复窄侧边栏或特定滚动容器下，点击「⬇ 导出」时下拉菜单外层被溢出裁剪（overflow: hidden）的视觉缺陷。
• 即时下载确定感：点击「导出 Markdown / JSON」或「导出表格（CSV）」后，按钮即时变更为「已导出」高亮反馈，操作体验更顺滑。

---

🧪 自动化测试与实机验证

• 153 项单元测试 100% 通过：全面覆盖 allowAllHttps 站点放行逻辑、http:// 与黑名单隔离测试、决策引擎配置合并与导出状态流转。
• Playwright 端到端全链路实机验证：通过 11 项端到端全链路测试，验证独立设置页渲染、顶栏开关状态同步、侧边栏导出与物理操作链路。

Full Changelog: v0.7.1...v0.7.2

v0.7.1: Jev 模型自动纠偏与侧边栏对话导出修复

Browser Agent v0.7.1 发布说明与更新日志

🚀 版本主题：TypeSafe Jev 模型标识符自动规整、8s 超时熔断保护、Chrome 侧边栏对话导出与 CSV 下载修复
📅 发布时间：2026 年 9 月 28 日
🏷️ Git Tag：v0.7.1
📦 分发包：browser-agent-0.7.1.zip

---

🌟 核心修复与改进

1. ⚡ TypeSafe Jev 模型标识符自动规整 (TypeSafe Jev Model Normalization)

• 解决 HTTP 400 报错：修复此前 TypeSafe AI 接口因不接受简写 "jev" 导致返回 HTTP 400 (Unknown model: jev) 并跳过决策的问题。
• 底层自动纠偏：底层客户端全面支持自动规范化，若用户配置为 jev 或留空，自动规范映射为官方合法的 jev-latest，既有用户配置无缝兼容，免去手动修改烦恼。

2. 🛡️ System 1 请求超时熔断与安全中断保护 (Fast-Path Timeout Guard)

• 超时保护：为 System 1 决策接口调用增加 8000ms 超时熔断控制器，防止慢网络或无响应端点导致主循环长时间卡死。
• AbortSignal 响应：与 Agent 控制器双向绑定，用户点击「停止」或切换会话时瞬间中止快决策请求。

3. 💾 侧边栏对话与表格导出功能修复 (Sidepanel File Download Fix)

• 修复导出无反应缺陷：针对 Chrome 侧边栏（Sidepanel）内部静默拦截 DOM <a> 模拟点击的安全机制，重构下载底层为 Chrome 扩展原生的 chrome.downloads 规范 API。
• 全面恢复导出：右上角「⬇ 导出对话」（Markdown / JSON）与消息内「导出表格（CSV）」均已恢复秒级拉起下载保存。

4. 🌐 设置面板指引与 i18n 优化 (Settings & i18n Guidance)

• 高级设置面板中补充针对 TypeSafe API Key（以 ts-*** 开头）与标准模型名称标识的清晰指引。

---

🧪 自动化测试与实机验证

• 150 项单元测试 100% 通过：包含模型标识符自动纠偏与取消信号及时中断两项专项回归测试。
• Playwright 端到端全链路实机验证：在 Chromium 真实扩展环境中完成选项页设置、侧边栏发送、System 1 毫秒级决策拦截与网页目标按钮物理点击的闭环测试。

Full Changelog: v0.7.0...v0.7.1

v0.7.0: 快慢双核认知混合架构 (Dual-Process Hybrid Architecture)

Browser Agent v0.7.0 发布说明与更新概述

🚀 版本主题：快慢双核混合架构 (Dual-Process Hybrid Architecture)、System 1 Jev 毫秒直觉交互、原生时间线绿标执行卡片、密钥本地隔离
📅 发布时间：2026 年 9 月 27 日
🏷️ Git Tag：v0.7.0
📦 分发包：browser-agent-0.7.0.zip

---

🌟 核心更新概览

1. ⚡ System 1 (Jev / Laya) 快慢双核混合架构 (Dual-Process Hybrid Architecture)

• 双核分工（快与慢协同）：
  • System 1 (直觉反射层 / Fast-Path)：集成 TypeSafe Jev 云端模型及 Laya 本地决策模型，响应时间缩减至 200ms – 800ms，在毫秒级内完成页面确定性动作（点击按钮、超链接跳转、输入框输入、页面滚动）的预测与 CDP 物理执行。
  • System 2 (深层推理层 / Slow-Path)：大模型（GPT / DeepSeek）专注负责长程规划、意图拆解、复杂多模态理解与文章精读归纳。
• 性能飞跃与 Token 暴降：
  • 常规页面翻页、导航与单选操作无需每次向大语言模型上传全屏多模态截图，Token 消耗压降 80% 以上，单步延迟提速 5–10 倍。
• 置信度门限与自动回退 (Fallback)：
  • 严格校验 Jev 决策置信度（默认门限 0.6–0.7），置信度不足或遇复杂开放式任务时平滑交由 System 2 接管，确保既快又稳。

2. 🎨 原生侧边栏时间线实时状态卡片 (System 1 Execution Cards)

• 毫秒级绿标反馈：原生侧边栏时间线实时渲染带有专属高亮图标的 ⚡ System 1 (Jev) 执行状态卡，动态展示动作类型、目标元素编号、预测置信度与端到端耗时毫秒数。
• 真机流式融合：双核协同过程在原生 UI 体系中顺畅呈现，直观反映智能体的实时物理操作轨迹。

3. ⚙️ 高级设置面板集成与密钥物理隔离 (Local Secret Isolation)

• System 1 独立配置看板：设置页「高级设置」面板新增独立 System 1 配置分区，支持一键启闭、服务商切换（TypeSafe / Laya 本地 / 自定义端点）、BaseUrl、API Key 与置信度阈值调优。
• 密钥本地隔离防护：API Key 通过 local_api_keys 分层隔离存储，绝不上云同步，确保隐私与安全物理合规。

---

📢 GitHub Release Notes

## What's Changed in v0.7.0

### ⚡ System 1 Dual-Process Hybrid Architecture (Jev / Laya)
- Introduces a cognitive dual-process hybrid architecture inspired by Daniel Kahneman's *Thinking, Fast and Slow*.
- System 1 (Fast-Path): Powered by TypeSafe Jev and Laya local models for sub-second (~200ms–800ms) reflexive action decisions (clicks, navigation, typing, scrolling).
- Executes deterministic browser operations directly via Chrome CDP, bypassing slow full-screen screenshot uploads.
- Reduces token consumption by 80%+ and boosts action response by 5x–10x.
- Intelligent confidence thresholding (0.6–0.7) with seamless fallback to System 2 (deep reasoning LLMs) when needed.

### 🎨 Native Timeline Execution Cards for System 1
- Real-time streaming tool cards showing `⚡ System 1 (Jev)` with action type, element index, confidence percentage, and execution latency.
- Native visual feedback reflecting physical browser interactions.

### ⚙️ Dedicated System 1 Settings & Local Secret Isolation
- New System 1 settings block in the Advanced panel: toggle on/off, select provider (TypeSafe / Laya / Custom), configure BaseUrl, API Key, and confidence threshold.
- API keys strictly isolated locally in `local_api_keys` storage without cloud sync.

### 🧪 Verified Real-World Scenarios & Full Test Suite
- Verified 100% genuine end-to-end execution across Wikipedia, Meta Muse Official Page, and Douban Movies.
- 148 automated unit tests passing with zero failures.

**Full Changelog**: https://github.com/lusipad/browser-agent/compare/v0.6.1...v0.7.0

v0.6.1: 技能内联编辑与参数自主分析

Browser Agent v0.6.1 发布说明与更新概述

🚀 版本主题：技能侧边栏全功能内联编辑、参数支持留空自主分析、设置页路由与精准定位
📅 发布时间：2026 年 9 月 18 日
🏷️ Git Tag：v0.6.1
📦 分发包：browser-agent-0.6.1.zip

---

🌟 核心更新概览

1. 📋 侧边栏全要素内联编辑技能 (Inline Skill Editor)

• 运行 / 编辑模式一键切换：在侧边栏点击技能详情，顶部即可自由切换 [▶ 运行] 与 [✏️ 编辑]。
• 列表快捷编辑入口：技能列表中每项悬停展示 ✏️ 按钮，点击一键进入编辑。
• 操作步骤随意调整：自然语言意图、URL、条件备注全量可调；支持步骤上下移动调序（▲ / ▼）、单步删除（✕）与追加步骤（+ 添加步骤）。
• 参数变量灵活增删：自由修改参数 Key、中文 Label、类型、预填默认值，支持增删参数。
• 即时保存：点击「保存修改」立即持久化到 chrome.storage，显示成功提示动画。

2. 🧠 参数支持留空与智能体自主推导分析

• 默认全为「选填」：大模型提炼技能时所有参数变量默认设为非必填，界面标签统一显示为绿灰色的 [选填]，彻底移除以往阻碍使用的红色 [必填] 提示。
• 未填写智能自决策：留空的参数在执行时转换为 [自主推导: 变量名]，由智能体结合当前网页 DOM、URL 及上下文自主分析决策，解决用户“参数没法填”的困扰。

3. 🎯 生成后即时唤起与深度设置联动

• 生成即唤起：无论从任务对话提炼技能还是示教录制生成技能，完成后自动唤起侧边栏该技能的编辑视图，方便第一时间校验和微调。
• 设置页精准路由：修复“在设置中管理”时错误停留在模型配置页的问题，支持通过 URL 参数精准打开技能面板并自动高亮选中目标技能。

---

📢 GitHub Release Notes

## What's Changed in v0.6.1

### 📋 Sidepanel Inline Skill Editor
- Easily switch between "Run" and "Edit" modes inside the sidepanel SkillDrawer.
- Direct `✏️` shortcut button on each skill in the list.
- Full inline editing of skill name, emoji icon, description, steps (reorder, add, delete, update intent/URL), variables, and cron schedule.
- Instant feedback and persistence to storage.

### 🧠 Auto-Inference for Unspecified Parameters
- Generated skill parameters are now non-required (`required: false`) by default.
- Parameters left blank are autonomously deduced by the agent based on current page context and DOM structure.
- Removed confusing red "Required" badge on auto-generated workflows.

### 🎯 Direct Deep-Link Routing to Skills Settings
- Fixed "Manage in Settings" navigation to land directly on the Skills panel instead of Providers.
- Automatically selects and scrolls to the target skill when navigated with `?tab=skills&skillId=...`.
- Real-time synchronization with options page via `onSkillsChange`.

**Full Changelog**: https://github.com/lusipad/browser-agent/compare/v0.6.0...v0.6.1

v0.5.1 - 跨设备安全云同步与 SKILL 技能体系升级

🚀 v0.5.1 重大更新：跨设备安全云同步与 SKILL 技能体系升级

本次版本聚焦于跨设备多端协同与凭证安全物理隔离，同时带来全量重新生成的应用商店视觉资产与体验优化：

☁️ 跨设备安全云同步（chrome.storage.sync）

• Chrome 账号多端即时同步：在所有登录同一 Google 账号的设备间，实时无感同步模型接入、站点权限与全部 SKILL 技能库。
• 🛡️ 凭证物理隔离（安全核心）：
  • API Key 绝不上云：同步前强制脱敏为空，仅锁死在当前设备的 chrome.storage.local（local_api_keys）。即使在公司公用电脑或他人电脑登录同账号，也绝无泄露 API Key 的风险。
  • 危险开关二次确认：若用户主动开启「跨设备同步 API Key」，需经强警告弹窗二次确认。
• Token 敏感词自动净化：保存技能时自动扫描变量默认值，杜绝误将 sk-... 等敏感私钥随技能同步或共享。
• 离线容灾与配额防护：双层存储架构，所有写操作必然落盘本地镜像，弱网或超出 Chrome 100KB 配额时平滑降级，确保 100% 离线可用。

⚡ 可复用 SKILL 技能沉淀与自适应回放

• 任务执行完毕后，时间线底部自动弹出「保存为技能」卡片，大模型自动提取语义化操作步骤与参数变量（如 {{keyword}}）。
• 侧边栏专属「📋 技能抽屉」即点即用；设置页新增专属「技能」标签页，支持双栏编辑、步骤顺序微调与 JSON 导入/导出。

🎨 视觉品牌与应用商店资源升级

• 全量刷新 1280×800 Store Hero 主图、440×280 推广卡片及设置页/侧边栏高清截屏。
• 采用全新 3D Prism Crystal 品牌图标。

---

📦 包含分发文件

• browser-agent-0.5.1.zip：预打包的 Chrome 扩展安装包，可直接在 chrome://extensions/ 离线加载使用或上传至 Chrome Web Store 开发者控制台。

Full Changelog: v0.5.0...v0.5.1

v0.5.0 - SKILL 技能沉淀与编辑回放

✨ 新增功能：SKILL 技能沉淀、编辑与回放能力 (Closes #14)

• 一键沉淀：任务完成后自动弹出「💾 保存为技能」卡片，通过大模型提取语义化操作意图，支持动态变量占位符（如 {{keyword}}\）。
• 侧边栏一键调取与参数表单：点击顶部 📋 技能库，即时选择技能并填写必填/选填参数，点击即可运行。
• 设置页专业编辑器：Options 页面新增「技能」Tab，支持可视化编辑图标、名称、描述、参数变量以及操作步骤上下排序（▲/▼）。
• 导入与导出：支持单个技能独立导出为 JSON、全量技能批量打包导出，以及单/多技能一键导入与数据校验。
• 自适应回放：执行技能时将语义意图和填充后的参数注入 System Prompt，依据真实页面 DOM 元素智能自适应执行，鲁棒性高。

📦 包含文件

• \�rowser-agent-0.5.0.zip\：预打包的 Chrome 扩展发布包，可直接用于 Chrome Web Store 或本地离线安装。

v0.4.2 - 新一代自主 AI 浏览器智能体

🚀 新一代自主 AI 浏览器智能体 (Next-Gen Autonomous Agent)

• 品牌定位升维：全面跃迁为「新一代自主 AI 浏览器智能体 · 个人专属数字副驾驶」，突出目标驱动、自主规划、视觉感知与物理级操控。
• 扩展元数据更新：Manifest 多语言名称与描述全面对齐新一代 Agent 核心能力。
• SEO 与视觉升级：Retina 旗舰视觉大图与宣传瓷贴同步就绪。

v0.4.1 — CDP 死锁修复 + 流式工具去重 + 侧边栏截图放大

Browser Agent v0.4.1

本次发布着重修复智能体运行时性能瓶颈、第三方模型兼容性异常及 UI 交互缺陷，大幅提升动作执行响应速度与会话稳定性。

主要修复与改进

• 消除 CDP 网络监听死锁（显著提速）：修复 HTTP 30x 重定向时 inFlight 请求计数重复递增的问题；监听 Page.frameNavigated 并在主 Frame 页面跳转时自动重置计数，消除以往每次操作后固定死等 6 秒超时的性能瓶颈。
• 标签页关闭自动释放内存：监听 chrome.tabs.onRemoved 自动清理已关闭 Tab 的截图像素映射缓存 lastShot，杜绝长会话内存泄漏。
• 第三方兼容流式工具去重：修复部分第三方反代中转服务在流式分片中重复发送完整 function.name 导致工具名称被多次累加（如 computercomputer...）的 Bug。
• wait_for 跨页跳转异常容错：为探测轮询增加单次异常保护，平滑容忍页面重载或跳转瞬间的 Frame removed 状态，避免智能体意外崩溃中断。
• 侧边栏内置图片 Lightbox 模态放大：移除被 Chromium 安全策略拦截的 window.open(dataUrl)，新增内置全屏 Lightbox 模态预览器，支持快捷键关闭，并支持生成安全 HTML Blob URL 在新标签页中查看大图。
• 存储配额扩展：在 manifest.json 中声明 unlimitedStorage 权限，彻底消除多会话历史文本超过默认 10MB 配额导致的保存失败隐患。
• 设置页数字输入体验优化：高级设置中的数值输入框采用解耦的本地状态管理，支持退格完全清空后重新输入，失焦时自动进行边界规整与合法性检验。

验证

• TypeScript 类型检查通过（0 错误）。
• 96 个单元测试全部通过（新增流式工具名称去重测试用例）。
• 11 个真实 Chromium 环境 Playwright E2E 测试全部通过。
• 生产构建通过。

安装

下载 browser-agent-0.4.1.zip 并解压，在 chrome://extensions 开启开发者模式，点击“加载已解压的扩展程序”，选择解压后的目录（或点击已有插件的刷新按钮）。

v0.4.0 — 以服务商为中心的多 Endpoint 模型管理

Browser Agent v0.4.0

这次发布把模型配置从“模型条目里混合保存厂商信息”重构为以服务商为中心的管理方式。Endpoint 负责连接，模型记录模型自身信息，Binding 表示某个模型如何通过某个 Endpoint 使用。

用户可见变化

• 在服务商页测试 Endpoint，并直接通过 /models 同步该服务商实际提供的模型。
• 批量导入、启用、禁用或删除模型接入，同时查看新增、已配置和已下线模型。
• 同一个模型可绑定多个 Endpoint；侧边栏只展示启用的接入。
• 默认接入被禁用时自动回退到首个启用接入。
• Base URL 可填写 https://api.example.com 或 https://api.example.com/v1。
• “更新模型”改为“检查元数据更新”：远程注册表只补充已有配置的名称、视觉能力、上下文窗口和参考价格，不再替用户决定可用模型。
• 费用按一次请求实际经过的 Binding 统计。

设计边界

• Endpoint 的 /models 响应是模型可用性的权威来源。
• 远程注册表只是元数据建议源，不新增、删除或改绑本地 Provider、Model、Binding。
• 备用 /v1 路径只在 404 时尝试，避免掩盖 401、403、429 或 5xx 等真实错误。
• 旧配置和旧会话在读取时迁移，已有用户无需手工重建设置。

验证

• TypeScript 类型检查通过。
• 95 个单元测试通过。
• 11 个 E2E 测试通过。
• 生产构建通过。
• git diff --check 通过。

已知验证缺口

Chrome 的内部页面策略阻止自动化工具接管 chrome://extensions 和 chrome-extension:// 页面，因此未完成真实扩展设置 UI 的自动化验收。构建、数据迁移、Endpoint 路径处理、模型同步和注册表更新逻辑均由自动化测试覆盖。

安装

下载 browser-agent-0.4.0.zip 并解压，在 chrome://extensions 开启开发者模式，点击“加载已解压的扩展程序”，选择解压后的目录。

v0.3.1 — 会话级视觉开关 + 迭代上限放宽

这版带来两个实用改动：会话级视觉开关（开始会话时可临时关闭/强制开启截图感知），以及更宽的单轮迭代上限。

新功能

• 会话级视觉开关 — 侧边栏模型选择旁新增「视觉：开/关」按钮：
  • 关闭后本会话不再发送截图，全程改用 read_page 文本感知，更省 token、更快；
  • 强制开启可让未标记视觉能力的模型试跑截图（接口可能拒绝）；
  • 新对话时自动重置为「跟随模型」。

调整

• 单轮迭代上限 — 默认值由 24 提升至 100（「高级」设置里可调范围仍为 1–100）。

验证

• 88 个单元测试通过（含 7 个新增的会话级视觉覆盖用例）
• TypeScript 类型检查通过
• 构建产物 manifest 版本 0.3.1，ZIP 结构与 0.3.0 一致

安装

下载 browser-agent-0.3.1.zip 并解压，在 chrome://extensions 开启开发者模式，点击「加载已解压的扩展程序」，选择解压目录。

说明：迭代上限默认值只对新安装生效；已有设置会被保留，可在「高级 → 单轮最大迭代次数」手动改为 100。