Skip to content

Releases

v0.2.2 — 生产工具集精简与指南状态

Choose a tag to compare

@ycdell228-crypto ycdell228-crypto released this 12 Nov 05:36

Window Pilot v0.2.2 精简生产工具集,并增加指南可读状态。此版本为正式发布,默认提供 15项生产 MCP 工具,保留显式兼容与开发自测配置。

主要变化

  • health.guides_available检查服务端全部四份指南是否实际可读、UTF-8有效且非空;缺失或读取失败报告false。它不表示模型已经读过指南,不增加“必须读过才能调用”的代码门。
  • launch_test/close_test默认不再列出且拒绝调用。仅操作方显式配置tools.self_test=true时启用;关闭状态下直接Service调用也拒绝,连接清理仍能处置自身已创建的fixture。
  • 默认从get_window_state选择截图、控件或组合读取,不再公开重复的observe/observe_controls。内部实现保留,恢复成功回执按所选工具集返回可调用的新观察入口;仍要求新鲜单次证据,禁止重放输入。
  • 默认schema文本从5,720减至5,041字符(约11.9%),完整工具定义从11,442减至9,986字符(约12.7%)。保留工具的参数、枚举、长度和数值边界未删除,仅省略语义冗余的空required数组。字符数按紧凑JSON计算,不是计费token、缓存或模型成功率实测。
  • Python包、MCP报告版本、DSH插件元数据、安装示例和CI wheel路径统一为0.2.2。

升级兼容配置

已有客户端直接调用旧观察工具时,升级前请设置tools.profile="legacy",并在部署后重连。 未配置tools字段的旧安装升级后会采用新的15项默认生产集。

默认配置:

{"tools": {"profile": "compact", "self_test": false}}

兼容旧观察接口的生产配置:

{"tools": {"profile": "legacy", "self_test": false}}
配置 工具数
compact,自测关闭(默认) 15
legacy,自测关闭 17
compact,自测开启 17
legacy,自测开启 19

旧观察入口在compact下会明确拒绝;工具调用不能自行更改服务端开关。profile及self_test配置在连接建立时读取,非法值拒绝启动。常规用户使用get_window_state(include_accessibility=false)只截图,或include_screenshot=false只读控件;证据ID分别位于screenshot和accessibility中。

验证与边界

  • 普通回归 69通过、0失败,22个原生/浏览器跳过入口;真实stdio验证四种工具配置和隐藏入口拒绝。
  • 真实文件验证四份指南分别缺失、恢复、空白、无效UTF-8及目录冒充文件的状态。
  • 自有Windows窗口专项1/1通过:截图/控件/组合读取、一次后台点击、恢复不重放、返回的新观察调用可用;计数保持1。指南不可用时health和状态查询仍可用。
  • wheel干净安装验证默认15工具、4指南读取、普通模式管理员启动拒绝及隔离worker入口。开发配置下的已安装wheel验证17工具、health状态、真实自有窗口截图及49个UIA节点;未发送输入。

本次没有扩大管理员IPC、真实宿主缓存刷新、浏览器任务或任意第三方应用兼容性验证。后台按键、拖拽及WPF后台设值等既有限制保留。完整证据范围见交验与配置说明。

获取与安装

本页 Source code (zip / tar.gz) 对应冻结的v0.2.2标签;无额外二进制或媒体附件,未发布到PyPI/npm。需要交互式Windows 10/11与Python 3.12+:

.\scripts\build-wheel.ps1 -Python python
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --no-index .\dist\window_pilot-0.2.2-py3-none-any.whl

源码发布不会自动升级本机。已有执行端需备份、部署并重连后才使用新工具集,不复用旧token、帧或状态ID。v0.2.1及更早标签和下载包保持不变。

安装说明 · Codex接入 · DSH接入

v0.2.1 — 工具描述精简与按需指南

Choose a tag to compare

@ycdell228-crypto ycdell228-crypto released this 12 Nov 04:29

Window Pilot v0.2.1 精简工具描述,将 Windows 低层操作、恢复协议与浏览器流程改为按需读取。此版本为正式发布,保留 v0.2.0 的 19 项 MCP 工具及参数。

本次更新

  • 工具描述与公共说明保留硬约束;精确目标、独立授权、新鲜单次证据、未知停输、禁止重放及前台兜底等规则继续适用。输入执行逻辑未改。
  • DSH 原生插件在宿主提供 skills 服务时注册 window-pilot 技能,目录只展示短简介;正文与恢复/浏览器引用按需加载,停用插件撤销注册。
  • Codex 等 MCP 客户端可读取 window-pilot://guides/SKILL.md,再按任务读取 references/windows.md、references/recovery.md 或 references/browser.md。资源只交付指南,不执行输入或扩大权限。恢复/浏览器指南无法读取时停止对应操作。
  • 源码包、DSH 插件及 Python wheel 包含同一份指南;安装示例、CI 与版本元数据统一为 0.2.1。

描述体积比较

与 v0.2.0 后续 main 基线 7367be49c1aa45ddbed53f95c23248f7a923d67a 比较,按本机 DSH 公共说明单次注入方式,工具描述+公共说明由10,014字符减至5,462字符(减少45.5%);按当前 Codex 每项工具重复附加公共说明并另计初始化说明的方式,由52,004字符减至20,662字符(减少60.3%)。

这是说明文本字符量比较,不是实际计费 token、缓存命中或任务成功率测试。未计不变的工具 schema、技能目录和资源发现成本;按需读取正文仍会占用后续上下文。宿主版本与工具暴露方式会影响实际收益。

验证与范围

  • 普通回归 63通过、0失败,21个原生/浏览器入口跳过。
  • 真实 stdio 验证4份指南列出与读取、任意文件路径拒绝、错误后协议连接可用。
  • 本机 DSH 0.2.2-rc.1 的真实 Cordis/SkillRegistry 在隔离进程中验证技能注册、发现、正文和引用读取、注销。
  • 0.2.1 wheel 在干净 venv 中安装,19工具、4指南读取、隔离worker入口与普通模式管理员启动拒绝通过。

没有重跑键鼠/浏览器原生任务、管理员IPC或真实DSH卡片加载;没有验证模型在真实会话中的指南选择效果。本版本不扩大原有后台应用兼容性或无干扰结论。v0.2.0 的功能与原生验证范围见上一版本说明,本项细节见交验说明。

获取与升级

本页 Source code (zip / tar.gz) 对应冻结的 v0.2.1 标签;不提供额外二进制附件,也未发布到 PyPI/npm。需要交互式 Windows 10/11 与 Python 3.12+,下载源码后运行:

.\scripts\build-wheel.ps1 -Python python
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --no-index .\dist\window_pilot-0.2.1-py3-none-any.whl

已有执行端需按安装文档备份、部署、重启并建立新连接后才能使用精简描述;发布源码不会自动升级本机或当前会话。旧token、帧和状态ID不得复用。

安装说明 · Codex接入 · DSH接入

v0.2.0 — Windows 三步流程与独立无头浏览器

Choose a tag to compare

@ycdell228-crypto ycdell228-crypto released this 11 Nov 10:05

Window Pilot v0.2.0 为 Codex、DSH 等 MCP 客户端提供 19 项工具,用于指定 Windows 窗口和独立无头浏览器的观察与操作。本版本为正式发布,支持范围以已验证的应用与场景为准。

相对 v0.1.0 的完整变化

本次以旧标签 b60cfa55c17fd361330ce1d12df075f4cfcc2720 为基准对比源码,包含从 v0.1.0 发布后累积的改进。

方面 v0.1.0 v0.2.0
MCP 接口 13 项工具 19 项;新增 get_window_state、input_control、窗口三步工具和 browser_session,共6项
窗口观察 截图与控件树分别调用 统一读取入口,可选截图/控件/文字,增加有界值、正文、选区及焦点/选择信息;组合读取仍非原子快照
关联窗口 基础枚举及精确绑定 按 owner 链发现关联窗口、报告可能阻塞状态;不自动继承绑定或权限
后台文字输入 既有 UIA set_value 路线 标准 Win32 Edit 原生整值替换/清空,以及光标或选区处插入;整值与插入语义分开
后台输入保护 身份、几何、单次观察、租约及未知故障保护 加入前台目标/同进程/窗口族拒绝、派发时复核和逐动作能力提示;WPF 后台设值拒绝
输入停止 操作权协调与未知故障恢复 新增执行端共享 stop/status/resume、在途取消、停止回执归属保护,覆盖空闲浏览器及进程树清理
浏览器 无浏览器会话接口 独立无头 Chrome、本地 HTTP 精确 origin、表单设值/点击、连接归属、未知结果锁定及专属 Job 清理
应用/站点访问 purpose 任务描述与操作范围 服务端 grant 可限定应用/站点、期限和撤回;默认兼容模式,purpose 仍不是授权凭证
程序启动 已有管理员 launch_app 新增操作人可配置的启动开关和规范路径白名单
本地证据 已有截图与审计 新增截图数量/容量/期限与审计轮转,保留启动去重回执
安装与构建 主要按源码接入 wheel 完整运行资源、pipx/venv 安装路径、源码包完善、CI 普通结果摘要及隔离安装验证
验证记录 发布时普通27通过、10个原生跳过入口 本次普通62通过、21个跳过入口,另有19工具安装验证与11项真实无头浏览器验证;原生与真实应用范围分别说明

DSH/Codex 双宿主、独立授权的前台键盘与拖拽、跨连接窗口操作权、恢复证据准备、前台操作期间外部输入让路,均已在 v0.1.0 提供。v0.2.0 保留并衔接这些能力,不把它们重复计作新增。

部分变化是兼容性收紧:过去可尝试的 WPF/UIA 后台设值路径现拒绝,标准 Edit 使用已限定的原生路线。后台按键和后台拖拽仍没有可用后端;新增请求与拒绝契约不表示动作已经可用。

重点更新

  • Windows 三步流程:begin_window_session → act_and_observe → end_window_session。选择并观察窗口,执行一次动作并返回新状态,最后结束会话;低层绑定、观察和操作接口继续保留。
  • 浏览器 MCP 会话:browser_session 提供 begin / step / observe / end / status。使用独立无头 Chrome,在明确允许的 http://127.0.0.1:端口 站点设值或点击,不接管用户浏览器、登录状态或配置目录。
  • 共享停止与进程清理:会话仅所属连接可用,执行端共享停止;断连或停止关闭自有浏览器进程,专属 Windows Job 清理进程树。未知输入按精确 origin 锁定,不自动重放或换连接绕过。
  • 应用访问策略:可配置应用路径或站点、授权期限及撤回。purpose 仅为任务说明;默认 legacy_task_scope 保持兼容,严格 enforced 模式需要操作人配置 grant。
  • 安装与版本一致性:Python 包、MCP 版本和 DSH 插件标识统一为 0.2.0,wheel 包含三个浏览器 mjs 运行资源;普通测试默认跳过桌面输入。

既有窗口截图、UIA 控件和有界文字读取、标准 Win32 Edit 整值替换与选区插入、后台点击与滚动,以及独立授权的前台交互继续保留。

获取与安装

本页 Assets 的 Source code (zip / tar.gz) 对应冻结的 v0.2.0 标签。需要交互式 Windows 10/11 和 Python 3.12+,下载源码后在 PowerShell 中运行:

.\scripts\build-wheel.ps1 -Python python
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --no-index .\dist\window_pilot-0.2.0-py3-none-any.whl

本次不提供 PyPI/npm 包或预构建安装附件。浏览器默认关闭;启用需自行准备 Node、Playwright、Chrome,配置绝对路径及精确允许的本地 HTTP origin。

版本 README · 安装指南 · Codex · DSH · 浏览器接入 · 应用授权

验证与使用范围

  • 发布前普通回归:62 通过、0 失败、21 个跳过入口;跳过不算通过。
  • 全新安装 wheel:19 工具契约、隔离 worker 导入、普通模式拒绝程序启动通过;已安装 wheel 的真实无头浏览器测试 11 项通过。
  • 本轮功能交付已有 5 案崩溃清理、真实管理员命名管道与独立本地表单任务证据;这些不是本次版本号调整后重新跑过的整套原生桌面测试。
  • 独立本地表单任务为 7.875 秒、255 次采样,目标前台/可见窗口命中为 0;鼠标坐标变化 30 次来源未知。结论限该场景,不能泛化任意应用或整个测试期间。
  • 先前曾误启动包含前台输入的原生测试,实际桌面影响未完整记录;事故记录保留,后续独立测试不抵消这次事故。

后台按键、后台拖拽及 WPF 后台设值仍拒绝执行。浏览器未知 origin 故障目前没有自动恢复入口,必须检查实际效果,不得用重启或新会话绕过。管理员执行端信任能够访问管道的同账户、同会话进程,访问策略不是同账户恶意程序隔离层。

源码发布不代表已有安装自动升级。更新前核对自己的源码、配置和执行端;安装后以 health.version、源码摘要及 19 工具声明确认实际版本。

交付与验证边界 · 后台能力 · 版本 CI

v0.1.0 标签和历史源码包保留不变,仍对应其 13 项工具。项目采用 MIT License。

v0.1.0 — Windows 窗口 MCP 历史预发布(13 项工具)

Choose a tag to compare

@ycdell228-crypto ycdell228-crypto released this 29 Oct 14:15

Window Pilot v0.1.0 历史预发布,源码包固定为13项 MCP 工具。

新版本 v0.2.0

v0.2.0 正式版 已加入 Windows 三步流程、独立无头浏览器 MCP、共享停止与进程清理、应用/站点授权生命周期,共19项工具。需要这些能力请使用 v0.2.0 源码,按新版安装指南接入。浏览器默认关闭,支持范围和验证边界见新版说明。

本页下方下载包仍是 v0.1.0,不包含 v0.2.0 新增能力。

v0.1.0 的内容

本页 Assets 的源码包对应 v0.1.0 标签,固定源码为 b60cfa55,包含以下能力。

  • DSH 原生插件与 Codex stdio/bridge 接入,共 13 项 MCP 工具。
  • 精确窗口绑定、客户区截图、UIA 控件观察与控件操作。
  • 定向后台左键、右键、双击和双轴滚动。
  • 独立授权的前台激活、点击、快捷键、Unicode 文字和有界拖拽。
  • 同执行端跨连接协调、恢复证据准备,以及前台动作期间检测外部键鼠干预。

本版本普通检查为 27 项通过、10 个原生跳过入口。原生测试及应用兼容性范围见版本内的验证记录。

该版本验证 · 该版本 CI

安装与使用

需要交互式 Windows 10/11 和 Python 3.12+。本页提供 GitHub 自动生成的源码 ZIP 与 tar.gz。安装标签版本时使用对应版本的接入文档。

版本 README · Codex 接入 · DSH 接入 · 管理员服务

管理员模式信任能够访问管道的同账户、同会话进程。按具体应用验证操作效果,遇到未知结果先检查证据再决定后续动作。

项目采用 MIT License。