feat: improve runtime visibility and browser interaction

2026-08-07 17:53:14 +08:00
parent 2c715e5e81
commit 53d18e2b06
36 changed files with 1680 additions and 907 deletions
@@ -16,7 +16,8 @@ Linux x64 和 Linux arm64。
 - 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。
+- 支持当前设备可连接的 HTTP、HTTPS、公网、内网、本机和元数据地址，
+  导航及重定向仍经过 DNS 解析和目标地址固定。
 - 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
@@ -75,11 +76,12 @@ Linux x64 和 Linux arm64。

 ### 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
+浏览器窗口默认使用 `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 和约 220KB 的 JPEG 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。
+加载中、操作中、用户交互中、就绪、失败和已停止状态。用户可点击“交互”打开
+同一会话的子窗口辅助 Agent；交互时主窗口暂时禁用，关闭时先刷新最终画面再将
+浏览器窗口最小化，页面和会话继续保留。用户也可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。