feat: add computer control and managed browser

docs/电脑控制开发进度.md

@@ -0,0 +1,131 @@
+# GoodBuddy 电脑控制开发进度
+
+最后更新：2026-08-05
+
+## 范围
+
+本阶段不包含 LoongArch 和厂商互认证。目标平台仍为 Windows、macOS、
+Linux x64 和 Linux arm64。
+
+## 已完成
+
+### 直连模型与浏览器
+
+- 已实现宿主进程拥有的隔离浏览器服务。
+- 使用 Electron 自带 Chromium 和 CDP，不下载额外浏览器。
+- 已实现导航、可访问性快照、点击、输入、选择、返回和有界截图工具。
+- 浏览器工具只在直连模型的 Execute 模式中提供；用户选择 Execute 即授权
+  本次交互运行，不再逐个弹出 GoodBuddy 工具审批。
+- 已实现公网 URL、DNS、重定向、私有地址和元数据地址限制。
+- 已实现回环过滤代理、下载和文件选择器阻止、权限拒绝、会话取消、
+  空闲回收和应用退出清理。
+- 直连模型工具循环已提高到适合浏览器任务的有界上限，并包含重复调用和
+  无进展保护。
+
+### MCP
+
+- MCP 图片结果已支持 PNG、JPEG 和 WebP 的严格 Base64、文件签名和大小
+  校验。
+- 已支持 Anthropic Messages、OpenAI Responses 和兼容 Chat Completions
+  的多模态工具结果。
+- 已支持 MCP 进度续期、硬超时、Tasks、取消和关闭。
+- 自定义 stdio MCP 不继承桌面会话变量。
+- 已增加受审计 curated MCP 启动描述符，但在没有签名和打包的 helper
+  前不启用外部桌面 helper。
+
+### Computer Control Broker
+
+- 已实现动作契约、风险分类、窗口租约、感知版本、过期引用、单次变更、
+  审批、超时和取消核心。
+- 注入开始后的不确定失败记录为 `outcome_unknown`，防止重试造成重复提交。
+- 已实现 SQLite 持久审计，输入文本只保存长度和 SHA-256 摘要。
+
+### Linux 技术预览
+
+- 已实现 AT-SPI 语义核心、Portal 会话状态机、PipeWire 元数据校验、
+  坐标映射和输入路由核心。
+- DDE、Treeland、UKUI、GNOME 和 KDE 名称只用于诊断，不用于假定能力。
+- 当前没有打包真实 D-Bus、PipeWire/libei 或 XTest 原生适配器，因此 Linux
+  桌面控制保持不可启用，不能表述为生产可用。
+
+### 设置与安全边界
+
+- 能力存储已迁移到版本 2。
+- 已增加电脑控制能力卡片、诊断、托管浏览器配置元数据、IPC 和 preload
+  契约。
+- 电脑控制能力默认关闭；启用、配置变更和本地数据清除会替换或清理相关
+  Runtime 和会话。
+
+## 本轮已修复缺陷
+
+### P0：隔离浏览器创建失败，已修复
+
+便携版中的两次失败都发生在浏览器导航工具进入运行状态约 15 秒后。
+隔离 Electron 探针已定位到：
+
+1. 过滤代理启动成功。
+2. 隔离 Session 创建成功。
+3. 隐藏 BrowserWindow 创建成功。
+4. `webContents.debugger.attach('1.3')` 成功。
+5. 第一个 `Page.enable` CDP 命令一直不返回，最终触发 15 秒会话创建超时。
+
+现在会先加载并等待 `about:blank` 初始文档，再附加并启用 CDP 域，同时保留
+超时后的迟到资源清理。真实 Electron 探针已确认 `Page.enable`、访问
+`https://example.com/` 和 PNG 画面捕获均成功。
+
+### P0：右侧没有浏览器实时画面，已修复
+
+浏览器窗口仍使用 `show: false`，但 BrowserService 现在从模型实际操作的同一
+会话捕获页面帧，并通过受限 IPC 发送状态、当前 URL 和 PNG 画面。右侧工作栏
+新增“浏览器”页签；活动对话启动浏览器时会自动打开该页签，并显示创建中、
+加载中、操作中、就绪、失败和已停止状态。用户可在页签内立即停止当前对话的
+浏览器会话。
+
+当前实现按导航、快照、点击、输入、选择、返回和截图操作刷新画面，而不是创建
+第二个预览浏览器，因此显示内容与模型受控页面一致。
+
+### P0：百度输入时元素引用失效，已修复
+
+截图中的“浏览器元素引用已失效，请重新获取快照”来自过宽的导航监听：广告或
+其他子框架开始导航、重定向时，也会清空主文档刚生成的元素引用。驱动现在只在
+主框架导航和重定向时清空引用，子框架活动不再中断主页面输入和点击。
+
+如果主页面确实已经变化，过期引用会作为“可重试”工具结果返回给直连模型，并
+明确要求重新调用 `browser_snapshot`；模型可以用新引用继续操作，不再让整次
+任务直接失败。百度搜索结果页的原始可访问性树约为 782KB，因此内部有界读取
+上限调整为 1MB，返回给模型的节点数和最终快照大小仍分别受独立上限约束。
+
+真实 Electron 探针已完成“打开百度、获取快照、输入阿里云、点击百度一下、
+读取结果页”，结果页标题为“阿里云_百度搜索”，返回约 330 个节点并正确标记
+为已截断。
+
+### P1：工具错误信息过度包装，已改善
+
+浏览器会话创建错误现在包含“启动代理、创建隔离会话、配置网络代理、创建窗口、
+加载初始页面、初始化浏览器协议”等有界阶段信息；实时页签也显示当前操作阶段
+和截断后的错误原因。
+
+浏览器底层错误目前被包装为“工具『浏览器导航』执行失败”，数据库和界面无法
+区分代理、分区、窗口、CDP 初始化、DNS 或页面导航失败。需要增加有界、脱敏的
+阶段错误码，并保留用户可执行的修复建议。
+
+### P1：命名浏览器配置尚未用于执行
+
+设置中的命名浏览器配置当前只保存未来托管隔离所需的元数据。实际执行仍使用
+每个会话随机创建的临时分区，不复用登录状态。
+
+## 下一步顺序
+
+1. 在便携版真实模型流程中继续验证返回、取消和右侧画面刷新。
+2. 再设计命名隔离 Profile 的持久登录态、引用和清理策略。
+3. 分别实现并真机验证 Windows UIA、macOS AX 和 Linux 原生适配器。
+
+## 最近验证
+
+- `npm test`：591 项通过，6 项跳过。
+- `npm run typecheck`：通过。
+- `npm run lint`：通过。
+- `npm run build`：通过。
+
+以上自动化结果覆盖协议、安全边界和模拟驱动，不替代真实 Electron
+BrowserWindow/WebContentsView、目标网站和目标 Linux 桌面环境的集成验证。

docs/长期助手功能规划.md

@@ -240,7 +240,7 @@ GoodBuddy 应能够：
 ### 阶段 1：长期工作区骨架
 
 - Projects 与会话归属。
-- Ask、Plan、Execute 工作模式。
+- Ask、Execute 工作模式与旧版 Plan 数据兼容。
 - 全局右侧栏。
 - 任务、上下文、成果、文件更改和预览页签。