Skip to content

v0.8.12-alpha — 设备操作定点精度 R1+R4+R5

Pre-release
Pre-release

Choose a tag to compare

@qin-jiangli qin-jiangli released this 06 Jul 16:34
· 1 commit to main since this release
ce14645

AgentHub #100 目标3 复用闭环 E2E 的定点精度提升,三条独立子特征合入,真机 10 轮公众号发文 E2E 验收通过。

精度红利(真机 10 轮 E2E)

  • 截图/轮 ~51 → 10.4(↓80%)
  • turns/轮 ~50 → ~40
  • est token/轮 ~96K → ~40-50K
  • 0 相邻图标误点(对照基线的「误点视频→进错编辑器入口」)
  • 10/10 草稿全落箱逐字验证

R1 vision 坐标系确定性校正

把「截图空间≡tap 空间」做成显式硬不变量:win DPI awareness 提前置位+接返回值、单一 _capture_in_tap_space 原语、暴露 scale_factor/dpi_aware(仅自检、绝不进坐标运算)。取证反转——不加除法层(center 已在 tap 空间,除 scale 会双重校正)。真机 core 已验(_ensure_dpi_awareness=True/scale_factor=1.0);150% DPI 缩放专测待用户在场。

R4 human_dom 扩覆盖

accessibleName 补可及名(既有 visibleText 链不动、空才追加 aria-labelledby/自身alt/后代img-alt/svg title)+ 有界扩池 + DOM 包含去重(绝不按中心距)。真机命中后台入口「新的创作」「草稿箱」、0 相邻误点,证入口为可及名型、R4 对症。

R5 反应式 hover-verify + score 暴露

vision_locate 透出 OCR ocr_conf(低置信闸输入,行级)+ 新 core 工具 hover_preview(x,y)(移真鼠标+截图+PIL 画确定性十字@tap点)。core 归属避开 vision 的 rapidocr/opencv deps gate(真机 tools/list 确认 hover_preview=True/vision_locate=False)。真机重度实用。

质量门禁

三条各 architect 审 + code-reviewer 审(均无 BLOCKING);本机纯函数/node-vm 全绿 + common 284 passed;集成分支已 reconcile R1↔R5 的 _capture_logical_png_capture_in_tap_space 改名点(NameError 已消除)。

后续(不在本批次):编辑器字段填充(微信标题 ProseMirror data-placeholder 间歇填不进)另立批次。

🤖 Generated with Claude Code