@evan_zhong/browser-attach 0.20.0 → 0.21.0

package/README.md

@@ -94,7 +94,7 @@ Claiming and ordinary input never activate a tab or window; call `browser_tab_co
 | `browser_open_tab` / `browser_tab_control` | Create a tab; explicit `release/activate/close` of a claimed tab |
 | `browser_fetch` | Read one HTTP(S) URL in a temporary background tab using the profile's sign-in; `text`/`html`/`json`, optional HTTP status and cursor continuation |
 | `browser_snapshot` / `browser_read_text` | AX snapshot, literal name/value query with actionable refs, and page text |
-| `browser_wait` | Read-only wait for an element, text, URL or network idle |
+| `browser_wait` | Read-only wait for presence/absence, visibility, actionability, rendered text, exact field value, checked/selected/expanded state, URL or network idle |
 | `browser_click` / `browser_hover` / `browser_drag` / `browser_select_option` / `browser_type` / `browser_fill` / `browser_press_key` / `browser_scroll` | Native/DOM input, pointer hover and drag, option selection, character typing and scrolling |
 | `browser_batch` | Run 1–20 click/fill/type/press_key/hover/scroll/select_option/wait steps in one queue; stops on the first failure and returns partial results |
 | `browser_navigate` | HTTP(S)/file navigation, back/forward and load waiting; local destinations require file access |

package/docs/ARCHITECTURE.md

@@ -1,6 +1,6 @@
 # 架构与设计边界
 
-当前实现为 **0.20.0**。本文说明 BrowserAttach 的组件、控制模型与设计取舍；工具参数见 [使用指南](USAGE.md)。
+当前实现为 **0.21.0**。本文说明 BrowserAttach 的组件、控制模型与设计取舍；工具参数见 [使用指南](USAGE.md)。
 
 ## 组件与数据流
 
@@ -74,6 +74,7 @@ HTTP 状态复用 diagnostics 的 Network.responseReceived 观察，按主文档
 - **文本查询与精简输出**：`snapshot(query=...)` 复用同一次 AX 渲染，按当前视图中节点的完整名称（含合并正文）、value 或字段 context 做不区分大小写的字面子串筛选，只输出匹配行和对应 frame 标题；不搜索 role/ref 或任意 DOM 属性，不新增索引缓存。新查询仍采集新观察并使旧 refs 失效，query 与分页绑定。默认省略 viewport、snapshot_id 和重复规则说明，`verbose=true` 返回前两项；frame 覆盖、视图、预算和游标语义保留。
 - **字段上下文**：表单控件可附带 context 并参与 query，保留至多 160 字符的前一兄弟分支 AX 文本；只在四层以内 generic/none/group 祖先、单控件容器中查找，每次容器/文本遍历分别限制 64/32 节点。不将其伪装为 accessible name，不用于 label 定位或 ref 身份验证；interactive/text=false 也保留提示。
 - **ref 解析**：ref 保存 `backendNodeId`、所属 frame/session 和观察时的 AX role/name；动作时重新 `DOM.resolveNode` 并用局部 AX 查询核对语义身份。输入与求值不清空 refs，只使快照分页失效；原节点仍连接时可复用，节点替换、role/name 改变、文档或 frame 变化时安全失败，不按 role/name 猜测替代节点。
+- **ref 失效诊断**：controller 每标签保留最近至多 1000 个已清理 ref 的 cause/frame_id，不保留 DOM 对象、字段值或替代定位信息。新观察、文档/frame 变化及对话框清理记录各自原因；解析时单独报告节点脱离、session 或 AX 身份变化。释放、断连、关闭和 detach 清空历史，淘汰后返回 unknown_ref。
 - **双预算**：`max_nodes` 限制节点数，`max_chars` 限制每行序列化后的累计字符数；两者独立，任一耗尽都会返回 `next_cursor`。
 - **续读**：续读沿用同一份 `state`（`entries`、`refs`、`nextOffset`），所以 refs 在分页过程中保持有效。单个节点放不进预算时直接报错要求提高预算，避免静默截断尾部。
 - **frame 失效**：主文档导航或文档更新清空整份观察；子 frame 导航、移除或 session detach 只使该子树失效，并把受影响 frame 写入 `omitted_frames`。
@@ -98,7 +99,8 @@ HTTP 状态复用 diagnostics 的 Network.responseReceived 观察，按主文档
 - **送达预算**：原生 click/hover/press_key 的派发及可信回执另有 1250 ms 上限，清理最多 250 ms；系统菜单捕获输入时快速释放队列，仍报告结果未知并提示 Esc，不自动重放。
 - **hover 与 drag**：hover 复用点击准备与隔离校验，仅派发一次 mouseMoved，清理不移走指针。drag 显式区分 pointer 与 HTML5；后者从真实 dragstart 截获 DragData，再用 CDP 派发 dragover/drop，校验可信 dragstart/drop/dragend。目的节点在按住后滚入视口；所有步骤共用标签队列和总预算，失败时只取消/释放本次手势。
 - **可选输入参数**：显式 offset 在元素 content quad 上插值后沿用命中与 OOPIF 边界检查；settle_ms 在 click/drag 首次派发前等待并复查就绪。drag trajectory 只替换既有插值段，采用法向控制点、平滑进度及随机间隔权重；type 的 delay_ms 可逐间隔独立区间采样。所有等待共用总预算，超时后没有继续派发的链；省略参数时不使用随机数，沿用既有确定性路径。不新增 tab 级历史、冷却、自动激活或重放路径。
-- **条件等待**：wait 复用严格 selector、可操作性和命中检查，支持出现、可见、可操作、文本/URL 子串及网络空闲；文本使用 innerText，expected 子串匹配和 previous 完整旧值比较均在 500 字符结果预览截取前完成。只读轮询，错误附带条件和最后状态。
+- **条件等待**：wait 复用严格 selector、可操作性和命中检查，支持出现、无匹配、可见、可操作、字段值精确相等、checked/selected/expanded、文本/URL 子串及网络空闲。控件优先读取明确的原生属性，否则读取对应 ARIA 属性；缺失/无效状态保持 unavailable，不当作 false。字段值不回显；文本使用 innerText，比较在 500 字符预览截取前完成。每次只读轮询重新解析 selector，可在节点替换时重读，歧义立即失败；AX 无匹配不证明 DOM 移除。单步与 batch 共享条件 schema 和参数校验，等待超时不改变前序动作的派发事实。
+- **可操作性诊断**：区分 display_none、visibility_hidden、zero_size、disabled、inert、read_only 和 unstable_geometry；无可见落点单独返回 no_visible_click_point。失败时最多采集 8 层 composed 祖先的样式、滚动方向和 transition 属性/时长，成功路径保留原有几何就绪语义；不以 opacity=0 拒绝输入，不自动 hover、移除遮挡或等待推断出的组件状态。
 - **原生下拉**：select_option 不要求可见或稳定几何，先只读核对节点、禁用/inert 祖先与唯一选项，再在一次派发中复查并用 selectedIndex setter 和合成 input/change 设置，核验保留结果并返回 events_trusted=false。单步和 batch 共用实现。native click 的 select 命中（含 UA shadow 内部节点和关联 label）在派发前拒绝。
 - **命中提示**：普通命中保留实际 hit node，沿父元素、Shadow host、slot 查找最近的 HTML/ARIA 可点击候选，返回 clickable_target；hint=false 表示未识别候选，不代表无法响应事件。CSSPseudoElement 先解析为事件所属的 originating element，提示标记 pseudo_element=true，并使用该元素安装事件校验。语义候选不会被用于替换点击目标。
 - **遮挡失败诊断**：当前 frame 的遮挡直接复用已读取的 hit_target；祖先 frame 遮挡额外用至多 200 ms 读取命中描述，诊断节点消失时保留原遮挡错误与 backend node ID。错误包含命中点和受阻 frame。根据共享预算的派发状态区分“未派发”和“结果未知”，避免 drag 按住后准备目的节点时误报零输入。
@@ -108,7 +110,7 @@ HTTP 状态复用 diagnostics 的 Network.responseReceived 观察，按主文档
 - **命中对象**：伪元素先解析 originating Element；ShadowRoot 通过其 elementFromPoint 重新取得实际命中 Element，同进程子 frame 先把 session 坐标映射到所属文档视口。不将 ShadowRoot 直接当 Element 或无条件改成 host。后续身份、遮挡和事件回执检查保持一致；命中描述附带 frame-local rect 和样式诊断。
 - **DOM 模式**：`mode: "dom"` 是显式的、受控的降级路径，用于原生菜单或标签拖动暂时捕获输入时操作普通 HTML 控件。它调用 `HTMLElement.click()` 或原生 value setter，事件非可信、无用户激活，且绝不会在原生失败后自动启用。
 - **对话框策略**：ask 仍为默认；单操作/单步骤的显式 accept/dismiss 在事件回调中解除 JS 模态阻塞，保留消息与处理结果，最多自动处理 10 个。beforeunload dismiss 快速取消本次导航等待，实际主文档变化仍会停止 batch。
-- **未知结果探测**：在可能写入的操作准备期安装目标 frame 的临时 MutationObserver；观察用的 frame 解析只尝试一次，不等待不存在的 frame 消耗动作准备预算。仅在不确定失败后做一次有界只读探测，回传对话框、导航、DOM 变动；读取最多 300 ms、清理最多 100 ms。assessment 为 observable_effects 或 no_observable_effects；观察不到变化不等于没有派发，不将证据升级成业务成功，不自动重放。扩展、Hub、客户端用 errors.js 保留 error 文本及 input_dispatched、post_action、diagnostics；MCP 工具执行失败返回 isError 与 JSON，batch 失败采用相同证据字段。
+- **未知结果探测**：在可能写入的操作准备期安装目标 frame 的临时 MutationObserver；观察用的 frame 解析只尝试一次，不等待不存在的 frame 消耗动作准备预算。仅在不确定失败后做一次有界只读探测，回传对话框、导航、DOM 变动；读取最多 300 ms、清理最多 100 ms。observations.tab/dom 分别提供 available 及错误；任意正面变化证据保留 observable_effects，只有标签与 DOM 均可读且未见变化才返回 no_observable_effects，其他情况为 observation_unavailable。不可用 DOM 结果为 null；任何 assessment 都不证明业务成功或没有派发，不自动重放。扩展、Hub、客户端用 errors.js 保留 error 文本及 input_dispatched、post_action、diagnostics；MCP 工具执行失败返回 isError 与 JSON，batch 失败采用相同证据字段。
 - **元素截图/求值 ref**：复用既有截图 clip/元数据与 ref 注册/失效模型，分别增加元素 border box 截图和显式单 DOM Element 结果；不暴露 Runtime objectId。JSON 求值自动调用函数一次并等待 Promise，缓存续读不执行脚本。
 - **求值预算提示**：JSON 仍按顶层完整项分页；已有输出而下一项超出预算时，在同一响应提供 next_item 的 key/index、required_chars 和是否超过最大页预算。提示只读取缓存，不展开或改写嵌套值，也不提供任意脚本的执行进度。
 - **历史导航**：在已有 navigate 中选择 URL 或 back/forward，按 history entry 与主 frame 生命周期等待；同文档/BFCache 恢复不等新的加载事件，不用 evaluate 重放导航。

package/docs/TEST-REPORT.md

@@ -1,9 +1,17 @@
 # 验证报告
 
-当前版本 **0.20.0**（2026-10-23）。浏览器验证使用本地 fixture 和临时 profile；测试链路在各项下说明。
+当前版本 **0.21.0**（2026-10-24）。浏览器验证使用本地 fixture 和临时 profile；测试链路在各项下说明。
 
 ## 当前版本
 
+- `npm test`：236 项通过。新增可操作性原因、有限祖先样式/滚动/transition 证据、零透明度放行、slot 继承 inert、无可见落点且保留既有派发事实、ref 历史上限及释放清理、身份解析期间文档变化、动作后观察不可用/未见变化/正面证据分型，以及明确状态等待的参数、严格匹配、节点替换、缺失 ARIA 状态和字段值不回显验证。
+- Chromium、Edge headless：`interaction-smoke --primitives` 各 22 个场景通过。新增扩展 → Hub 的真实 DOM 验证：一次 DOM 点击后在 batch 等待替换后的字段值、原生 checked/selected、AX role 定位的 aria-expanded/aria-selected、CSS/role 无匹配；原生 mixed、隐藏 DOM 不等于 CSS 无匹配、缺失状态不等于 false、等待超时后写次数仍为 1，以及旧 ref 的 snapshot_replaced 诊断。原有原生输入、hover、拖拽及滚动场景继续通过。
+- `npm run test:package`：包外安装与 stdio MCP 通过，23 个工具、51 个发布文件，无配对密钥；未增加依赖或扩展权限。MCP 测试同时覆盖新 wait 条件在单步和 batch 中的 schema、布尔 false/mixed 传递与参数预检。
+- 本机部署：Hub 已停止并从工作区重启，健康接口为 0.21.0 / ready；Chrome、Edge 均自动重载并上报 0.21.0。稳定扩展目录 `F:\.nosis\browser-attach\extension` 的 manifest 为 0.21.0，其余 33 个非生成源码/资源文件 SHA-256 与工作区一致。新 stdio 连接返回 0.21.0、23 个工具和新增 wait 条件；已有 MCP 客户端需重新连接以刷新 schema。
+- 当前边界：状态等待只确认指定的页面状态，不推断业务成功；ARIA 缺失/无效时继续报告 unavailable。role 无匹配不证明 DOM 已移除；不可用 frame 不作为元素消失证据。ref 原因历史每标签限 1000 条；不自动重绑定、补发或切换输入模式。
+
+## 0.20.0 验证
+
 - `node --test tests/*.test.mjs`：226 项通过。新增 file:// 发现与接管的实时授权、普通操作与 batch 中途停权、HTTP→file 导航派发前检查、文件导航后的 ref/分页失效、停权后可靠释放及 detach 失败保留控制权、历史目标权限检查和迟到权限回执不派发导航。
 - Chromium 156、Edge 155 headless：`node scripts/live-smoke.mjs --executable <浏览器路径> --files` 各通过 5 组集成检查。复用扩展 → Hub → stdio MCP 链路，验证中文/空格/# 文件路径、真实扩展设置中的文件权限开关、发现后独占接管且不激活、主文档与本地 iframe AX、PNG 截图、ref 原生 fill/type/按键/click 与 trusted 事件、DOM batch、文件 URL/前进/后退及 HTTP↔file 导航、旧 ref/cursor 失效、释放/连接断开/关闭后的控制权清理。测试脚本只在临时 profile 的扩展管理页切换权限；权限变更触发扩展重载后重新发现浏览器连接。
 - Chromium 156 原有 HTTP(S) `live-smoke`：254 次工具调用通过，包含 fetch、正文查询与分页、输入、对话框、上传、OOPIF、日志及大 AX 树回归。

package/docs/USAGE.md

@@ -1,6 +1,6 @@
 # BrowserAttach 使用指南
 
-适用于 **0.20.0**：Node.js 22+、Chrome / Edge 125+、23 个 MCP 工具。安装、配对与升级见 [README](../README.md)，宿主配置见 [Agent 集成](AGENT-INTEGRATION.md)，内部机制见 [架构说明](ARCHITECTURE.md)。
+适用于 **0.21.0**：Node.js 22+、Chrome / Edge 125+、23 个 MCP 工具。安装、配对与升级见 [README](../README.md)，宿主配置见 [Agent 集成](AGENT-INTEGRATION.md)，内部机制见 [架构说明](ARCHITECTURE.md)。
 
 本文供按需查阅，不会自动通过 MCP 发送给 agent。MCP 初始化 `instructions` 提供通用规则，工具 description 与参数 schema 提供调用说明；宿主应把 instructions 纳入模型上下文。
 
@@ -44,7 +44,7 @@
 | `browser_type` | 在当前选区逐字符输入 |
 | `browser_press_key` | 向当前焦点发送单键或组合键 |
 | `browser_select_option` | 设置一个 HTML select 选项 |
-| `browser_wait` | 只读等待元素、文本、URL 或网络空闲 |
+| `browser_wait` | 只读等待元素、字段值、控件状态、文本、URL 或网络空闲 |
 | `browser_scroll` | 滚动容器或有界查找虚拟列表项 |
 | `browser_batch` | 在同一标签队列中执行有限步骤 |
 | `browser_navigate` | URL 导航、后退或前进 |
@@ -75,7 +75,7 @@
 
 超时、回执丢失或派发中断可能发生在动作生效之后。先用快照、截图或日志观察，再决定下一步；不要自动重放或换模式补发。导航和异步 JavaScript 也可能在超时后继续。
 
-不确定错误可能附带结构化 `post_action`：delivery=unknown、dialog/dialogs、navigation_observed、frame_navigation_observed、current_url、frame_id、dom_changed。assessment=observable_effects 表示观察到变化；no_observable_effects 仅表示未观察到变化，不证明没有派发。DOM 观察未必覆盖字段属性、其他 frame 或服务端变化。`input_dispatched=true` 表示已进入派发阶段，不证明事件送达或脚本完成；false 表示尚未派发，字段缺失则没有确定证据。
+不确定错误可能附带结构化 `post_action`：delivery=unknown、dialog/dialogs、navigation_observed、frame_navigation_observed、current_url、frame_id、dom_changed。observations.tab/dom 分别报告 available 和不可用时的 error；dom_changed=null 表示 DOM 观察不可用。assessment=observable_effects 表示已有变化证据，即使部分观察不可用也保留；只有标签与 DOM 观察均可用且未发现变化时才返回 no_observable_effects，否则为 observation_unavailable。三者都不证明业务成功或没有派发。DOM 观察未必覆盖字段属性、其他 frame 或服务端变化。`input_dispatched=true` 表示已进入派发阶段，不证明事件送达或脚本完成；false 表示尚未派发，字段缺失则没有确定证据。
 
 `TAB_NOT_READY` 明确表示本次指针输入尚未派发。显式激活或恢复窗口后，重新 snapshot 再执行动作。检查通过后仍可能遇到用户切换标签或浏览器菜单捕获输入，最终以事件回执和错误中的派发状态为准。
 
@@ -150,6 +150,8 @@ snapshot 返回 AX 语义树，每行 `[token:n] role "name" 状态`；`[token:n
 
 ref 对应原节点及其可访问身份；节点被替换、脱离文档或 role/name 变化时应重新观察，不会自动匹配同名替代节点。
 
+ref 错误的 diagnostics.reason=stale_ref，cause 区分 snapshot_replaced、document_navigation/document_updated、same_document_navigation、frame_changed、frame_session_changed、element_detached 和 identity_changed 等原因。每标签至多保留最近 1000 个已清理 ref 的失效原因，释放或断连清空；超出范围或未由本次接管创建的 ref 返回 unknown_ref，不推断其来源。
+
 表单控件可附带 `context="性别"` 等邻近文本，在 interactive 或 text=false 下也保留，并参与 query。context 来自有限祖先范围内、仅含一个控件的容器中前一兄弟节点的 AX 文本；只是观察提示，不代表真实标签关联，不改写 AX name，也不参与 ref 身份校验。复杂布局可能没有 context。
 
 ### browser_read_text
@@ -199,6 +201,8 @@ frame.url/title 精确匹配子 frame，path 是逐层且每层唯一的 CSS ifr
 
 click/hover/fill/type 的输入准备会检查可见、启用、非 inert 和几何稳定；fill 还要求可编辑且非只读。select_option 不要求可见几何。timeout_ms 默认 5000，范围 100–30000，覆盖准备、派发和校验；click/hover/press_key 的派发及回执另有 1250 ms 上限，清理最多 250 ms，长 timeout 主要用于等待目标。
 
+准备失败的 diagnostics.reason 区分 display_none、visibility_hidden、zero_size、disabled、inert、read_only、unstable_geometry 和 no_visible_click_point；遮挡仍使用 obstructed/frame_obstructed。不可操作时附当前矩形及至多 8 层 composed 祖先（含目标）的 display、visibility、opacity、pointer-events、overflow、可滚动方向及 transition 属性/时长，ancestors_truncated 表示更深信息未采集。这些是当前样式证据，不推断 hover 触发条件或动画是否即将结束；opacity=0 不单独拒绝输入。
+
 原生 click/hover/drag 要求活动、未冻结/丢弃的标签与未最小化窗口，准备前及派发前各检查一次，单次最多 500 ms。窗口失焦、document.visibilityState=hidden 或 document.hasFocus()=false 不独立触发拒绝；Click/Hover 成功结果的 page_state 提供这些诊断信号，实际送达仍需回执。就绪失败的处理见[结果未知时](#结果未知时)。
 
 native 与 dom 由调用者显式选择。DOM click/fill 使用非可信事件且没有用户激活，不能满足依赖 isTrusted、pointer 事件或用户激活的功能。
@@ -261,17 +265,31 @@ pointer 用于鼠标驱动控件，核验 pointerdown/move/up；html5 用真实
 | condition | 等待内容 |
 |---|---|
 | `attached` / `visible` | 元素出现 / 非隐藏且有尺寸；visible 不要求启用 |
+| `absent` | 严格 selector 不再匹配；隐藏的 DOM 元素仍可能匹配 CSS/XPath，role 查询无匹配不证明 DOM 节点已移除 |
 | `actionable` | 可见、启用、非 inert、几何稳定且命中无阻挡；不自动滚动，须已在视口内 |
 | `text` | 渲染文本 innerText 含 expected，或与完整旧值 previous 不同；二者选一 |
+| `value` | input/textarea/select 的 value 或 contenteditable 的 innerText 与字符串 expected 精确相等；不回显字段值 |
+| `checked` | checkbox/radio 的原生状态，否则读取 aria-checked；expected 为 true/false，或字符串 mixed |
+| `selected` | option.selected，否则读取 aria-selected；expected 为 true/false |
+| `expanded` | details.open，否则读取 aria-expanded；expected 为 true/false |
 | `url` | 主 frame URL 含 expected |
 | `network_idle` | 已观察的请求 inflight=0，且连续 idle_ms 无活动 |
 
 元素条件必须提供严格 selector，可带 frame/nth；全页渲染文字使用 `selector:"body"`。url/network_idle 不使用元素目标。工具只读等待，超时附带条件及最后状态。
 
+控件状态不要求可见或启用。缺失或无效的 ARIA 状态报告 state=unavailable，不按 false 处理；checkbox.indeterminate 对应 mixed。每次轮询重新解析 selector，节点在重渲染中被替换可继续等待，歧义立即报错；frame 不可用不能证明元素消失。等待只验证明确条件，不证明保存或服务端业务完成，超时不使前序动作变得可安全重放。单步和 batch 使用相同的条件与校验。
+
 ```json
 {"tab_handle":"...","selector":"#toast","condition":"text","expected":"保存成功","timeout_ms":5000}
 ```
 
+```json
+{"tab_handle":"...","steps":[
+  {"action":"click","selector":"#open-picker"},
+  {"action":"wait","selector":"#open-picker","condition":"expanded","expected":true}
+]}
+```
+
 network_idle 的 idle_ms 默认 500，范围 100–10000。它只覆盖接管后观察到的页面/iframe 请求，不包含独立 worker 或 WebSocket 消息；长轮询会阻止满足。请求跟踪溢出时 tracking_overflow=true，不能报告已确认空闲。业务就绪优先等待具体元素或标志。
 
 ### browser_fill

package/extension/actionability.js

@@ -37,10 +37,13 @@ export async function waitForTarget(cdp, value, target, node, budget, { editable
     const bounds = value(await budget.run(() => cdp(target, 'Runtime.callFunctionOn', {
       objectId: node.objectId, functionDeclaration: inspectTarget.toString(), arguments: [{ value: editable }], returnByValue: true,
     })));
-    if (bounds?.detached) throw new Error('Element is detached; take a new snapshot. No input was dispatched.');
-    if (bounds?.unsupported) throw new Error('Ref is not a supported editable field; no input was dispatched.');
+    if (bounds?.detached || bounds?.unsupported) throw Object.assign(new Error(`${bounds.detached
+      ? 'Element is detached; take a new snapshot.'
+      : 'Target is not a supported editable field.'} ${budget.has_dispatched() ? 'Input was already dispatched; outcome is unknown. Do not replay automatically.' : 'No input was dispatched.'}`), {
+      input_dispatched: budget.has_dispatched(), diagnostics: { reason: bounds.detached ? 'element_detached' : 'unsupported_editable', frame_id: node.frameId },
+    });
     if (bounds?.ready && previous && JSON.stringify(bounds) === JSON.stringify(previous)) return;
-    budget.describe?.(`visible, enabled, stable target; current=${JSON.stringify(bounds)}`, { reason: 'not_actionable', frame_id: node.frameId, target: bounds });
+    budget.describe?.(`visible, enabled, stable target; current=${JSON.stringify(bounds)}`, { reason: bounds?.ready ? 'unstable_geometry' : bounds?.reason || 'not_actionable', frame_id: node.frameId, target: bounds });
     previous = bounds?.ready ? bounds : null;
     await budget.run(() => new Promise(resolve => setTimeout(resolve, 20)));
   }
@@ -52,13 +55,33 @@ export function inspectTarget(editable) {
   const tag = element.tagName?.toLowerCase();
   if (editable && ((!['input', 'textarea'].includes(tag) && !element.isContentEditable) ||
       (tag === 'input' && !['text', 'search', 'email', 'password', 'tel', 'url', ''].includes(element.type)))) return { unsupported: true };
-  // Walk across shadow boundaries as inert can be inherited from a host.
-  for (let parent = element; parent; parent = parent.parentElement || parent.getRootNode().host) {
-    if (parent.matches(':disabled') || parent.hasAttribute('inert')) return { ready: false, reason: parent.matches(':disabled') ? 'disabled' : 'inert' };
+  const next = node => node.assignedSlot || node.parentElement || node.getRootNode().host;
+  const rect = element.getBoundingClientRect(), win = element.ownerDocument.defaultView, style = win.getComputedStyle(element);
+  function failure(reason, blocker) {
+    const ancestors = [];
+    let parent = element;
+    for (; parent && ancestors.length < 8; parent = next(parent)) {
+      const css = win.getComputedStyle(parent);
+      ancestors.push({ tag: parent.tagName?.toLowerCase(), id: parent.id || null,
+        display: css.display, visibility: css.visibility, opacity: css.opacity, pointer_events: css.pointerEvents,
+        overflow_x: css.overflowX, overflow_y: css.overflowY,
+        transition_property: css.transitionProperty, transition_duration: css.transitionDuration,
+        scrollable_x: /auto|scroll|overlay/.test(css.overflowX) && parent.scrollWidth > parent.clientWidth,
+        scrollable_y: /auto|scroll|overlay/.test(css.overflowY) && parent.scrollHeight > parent.clientHeight });
+    }
+    if (reason === 'zero_size' && ancestors.some(node => node.display === 'none')) reason = 'display_none';
+    return { ready: false, reason, rect: { x: rect.x, y: rect.y, width: rect.width, height: rect.height },
+      ...(blocker ? { blocker: { tag: blocker.tagName?.toLowerCase(), id: blocker.id || null } } : {}),
+      ancestors, ancestors_truncated: !!parent };
   }
-  const rect = element.getBoundingClientRect(), style = element.ownerDocument.defaultView.getComputedStyle(element);
-  if (style.visibility !== 'visible' || rect.width <= 0 || rect.height <= 0) return { ready: false, reason: 'hidden or zero size' };
-  if (editable && element.readOnly) return { ready: false, reason: 'read-only' };
+  // Inert and disabled state can be inherited through a slot or shadow host.
+  for (let parent = element; parent; parent = next(parent)) {
+    if (parent.matches(':disabled') || parent.hasAttribute('inert')) return failure(parent.matches(':disabled') ? 'disabled' : 'inert', parent);
+  }
+  if (style.display === 'none') return failure('display_none');
+  if (style.visibility !== 'visible') return failure('visibility_hidden');
+  if (rect.width <= 0 || rect.height <= 0) return failure('zero_size');
+  if (editable && element.readOnly) return failure('read_only');
   return { ready: true,
     x: rect.x, y: rect.y, width: rect.width, height: rect.height };
 }

package/extension/click.js

@@ -67,7 +67,9 @@ export function createClick(cdp, value, viewport, position, sessions, getTab, ge
         point = clippedPoint(quad, view, args.offset);
         if (point) break;
       }
-      if (!point) throw new Error('Element has no visible click point. Inspect a screenshot.');
+      if (!point) throw obstruction('Element has no visible click point. Inspect a screenshot', {
+        reason: 'no_visible_click_point', frame_id: node.frameId, viewport: view, quads: quads || [],
+      });
     } else {
       view = await budget.run(() => viewport(target));
       if (args.coordinate_space === 'document') {

package/extension/controller.js

@@ -26,6 +26,7 @@ export function createController(api, notify = () => {}) {
   const temporaryTabs = new Map();
   const fetches = createFetches(fetchPage);
   const snapshots = new Map();
+  const retiredRefs = new Map();
   const documents = new Map();
   const pageContexts = new Map();
   const frameStates = new Map();
@@ -97,17 +98,52 @@ export function createController(api, notify = () => {}) {
     return result.result?.value;
   }
 
+  function retireRef(tabId, ref, cause, frameId) {
+    let history = retiredRefs.get(tabId);
+    if (!history) retiredRefs.set(tabId, history = new Map());
+    history.set(ref, { cause, frame_id: frameId });
+    if (history.size > 1000) history.delete(history.keys().next().value);
+  }
+
+  function invalidateSnapshot(tabId, cause) {
+    const state = snapshots.get(tabId);
+    if (state) for (const [ref, node] of state.refs) retireRef(tabId, ref, cause, node.frameId);
+    snapshots.delete(tabId);
+  }
+
   async function getObject(tabId, ref, budget) {
+    const refError = (cause, frameId, message) => {
+      const dispatched = budget.has_dispatched();
+      return Object.assign(new Error(`${message}. Take a new browser_snapshot. ${dispatched ? 'Input was already dispatched; outcome is unknown. Do not replay automatically.' : 'No input was dispatched.'}`), {
+        input_dispatched: dispatched, diagnostics: { reason: 'stale_ref', cause, ref, ...(frameId ? { frame_id: frameId } : {}) },
+      });
+    };
     const node = snapshots.get(tabId)?.refs.get(ref);
-    if (!node) throw new Error('Element ref is stale or unknown. Take a new browser_snapshot.');
+    if (!node) {
+      const failure = retiredRefs.get(tabId)?.get(ref);
+      throw refError(failure?.cause || 'unknown_ref', failure?.frame_id, 'Element ref is stale or unknown');
+    }
     const target = sessions.target(tabId, node.frameId);
-    if (target.sessionId !== node.sessionId) throw new Error('Frame session changed; take a new browser_snapshot.');
-    const resolved = await budget.run(() => cdp(target, 'DOM.resolveNode', { backendNodeId: node.backendNodeId, objectGroup: 'browser-attach' }));
-    if (!resolved.object?.objectId) throw new Error('Element no longer exists. Take a new browser_snapshot.');
-    const { nodes } = await budget.run(() => cdp(target, 'Accessibility.getPartialAXTree', { backendNodeId: node.backendNodeId, fetchRelatives: false }));
+    if (target.sessionId !== node.sessionId) throw refError('frame_session_changed', node.frameId, 'Frame session changed');
+    let resolved, nodes;
+    try {
+      resolved = await budget.run(() => cdp(target, 'DOM.resolveNode', { backendNodeId: node.backendNodeId, objectGroup: 'browser-attach' }));
+      if (!resolved.object?.objectId) throw refError('element_detached', node.frameId, 'Element no longer exists');
+      ({ nodes } = await budget.run(() => cdp(target, 'Accessibility.getPartialAXTree', { backendNodeId: node.backendNodeId, fetchRelatives: false })));
+    }
+    catch (error) {
+      const retired = retiredRefs.get(tabId)?.get(ref);
+      if (retired) throw refError(retired.cause, retired.frame_id, 'Element ref became stale during resolution');
+      if (/no node|could not find node|node.*(detached|not found)/i.test(error.message)) throw refError('element_detached', node.frameId, 'Element is detached or no longer exists');
+      throw error;
+    }
+    if (snapshots.get(tabId)?.refs.get(ref) !== node) {
+      const retired = retiredRefs.get(tabId)?.get(ref);
+      throw refError(retired?.cause || 'unknown_ref', node.frameId, 'Element ref became stale during resolution');
+    }
     const current = nodes?.find(item => item.backendDOMNodeId === node.backendNodeId);
     if (!current || !!current.ignored !== !!node.ignored || current.role?.value !== node.role || String(current.name?.value || '') !== node.name) {
-      throw new Error('Element ref identity changed (role/name or accessibility); take a new browser_snapshot. No input was dispatched.');
+      throw refError('identity_changed', node.frameId, 'Element ref identity changed (role/name or accessibility)');
     }
     return { ...node, target, objectId: resolved.object.objectId };
   }
@@ -156,6 +192,7 @@ export function createController(api, notify = () => {}) {
     claims.delete(tabId);
     evaluations.forget(tabId);
     snapshots.delete(tabId);
+    retiredRefs.delete(tabId);
     documents.delete(tabId);
     for (const key of pageContexts.keys()) if (JSON.parse(key)[0] === tabId) pageContexts.delete(key);
     frameStates.delete(tabId);
@@ -184,6 +221,7 @@ export function createController(api, notify = () => {}) {
     clickVisuals.forget(tabId);
     claims.delete(tabId);
     snapshots.delete(tabId);
+    retiredRefs.delete(tabId);
     documents.delete(tabId);
     for (const key of pageContexts.keys()) if (JSON.parse(key)[0] === tabId) pageContexts.delete(key);
     frameStates.delete(tabId);
@@ -233,7 +271,7 @@ export function createController(api, notify = () => {}) {
     if ((!source.sessionId && method === 'DOM.documentUpdated') || mainNavigation || sameDocumentMain) {
       evaluations.forget(source.tabId);
       documents.set(source.tabId, (documents.get(source.tabId) || 0) + 1);
-      snapshots.delete(source.tabId);
+      invalidateSnapshot(source.tabId, sameDocumentMain ? 'same_document_navigation' : mainNavigation ? 'document_navigation' : 'document_updated');
       fileChoosers.delete(source.tabId);
     } else if (source.sessionId && method === 'DOM.documentUpdated') {
       for (const [frame, session] of frameStates.get(source.tabId)?.sessions || []) if (session === source.sessionId) invalidateFrame(source.tabId, frame);
@@ -248,7 +286,7 @@ export function createController(api, notify = () => {}) {
     if (mainNavigation) clickVisuals.navigated(source.tabId);
     if (method === 'Page.javascriptDialogOpening') {
       dialogs.set(source.tabId, { sessionId: source.sessionId, type: params.type, message: params.message, default_prompt: params.defaultPrompt, default_button: null });
-      snapshots.delete(source.tabId);
+      invalidateSnapshot(source.tabId, 'dialog_opened');
       const openedDialog = dialogs.get(source.tabId);
       const message = { ...openedDialog, policy: policy?.policy || 'ask', accepted: autoDialog ? policy.policy === 'accept' : null };
       for (let item = policy; item; item = item.parent) item.messages.push(message);
@@ -270,7 +308,7 @@ export function createController(api, notify = () => {}) {
     if (change.url) {
       evaluations.forget(tabId);
       documents.set(tabId, (documents.get(tabId) || 0) + 1);
-      snapshots.delete(tabId); fileChoosers.delete(tabId);
+      invalidateSnapshot(tabId, 'tab_url_changed'); fileChoosers.delete(tabId);
     }
   });
 
@@ -288,15 +326,18 @@ export function createController(api, notify = () => {}) {
     for (const id of affected) {
       evaluations.forgetFrame(tabId, id);
       frames.versions.set(id, (frames.versions.get(id) || 0) + 1);
-      if (state) omitFrame(state, id, 'Frame navigated or detached after observation');
+      if (state) omitFrame(tabId, state, id, 'Frame navigated or detached after observation');
     }
     if (affected.has(fileChoosers.get(tabId)?.frame_id)) fileChoosers.delete(tabId);
   }
 
-  function omitFrame(state, frameId, reason) {
+  function omitFrame(tabId, state, frameId, reason) {
     if (state.invalidFrames.has(frameId)) return;
     state.invalidFrames.add(frameId);
-    for (const [ref, node] of state.refs) if (node.frameId === frameId) state.refs.delete(ref);
+    for (const [ref, node] of state.refs) if (node.frameId === frameId) {
+      retireRef(tabId, ref, 'frame_changed', frameId);
+      state.refs.delete(ref);
+    }
     state.totalNodes -= state.entries.filter(entry => entry.frameId === frameId && entry.node).length;
     state.metadata.omitted_frames.push({ frame_id: frameId, reason });
   }
@@ -314,7 +355,7 @@ export function createController(api, notify = () => {}) {
       return snapshotPage(state, args);
     }
     const options = snapshotOptions(args);
-    snapshots.delete(tabId);
+    invalidateSnapshot(tabId, 'snapshot_replaced');
     const documentVersion = documents.get(tabId);
     const versions = new Map(frameStates.get(tabId)?.versions);
     await (budget ? budget.run(() => sessions.settle(tabId)) : sessions.settle(tabId));
@@ -362,7 +403,7 @@ export function createController(api, notify = () => {}) {
       metadata: { title: metadata.title, url: metadata.url, viewport: await (budget ? budget.run(() => viewport(tabId)) : viewport(tabId)), omitted_frames: omittedFrames } };
     if (documentVersion !== documents.get(tabId)) throw new Error('Document changed while reading the snapshot. Take a new browser_snapshot.');
     for (const frame of frames) if (versions.get(frame.id) !== frameStates.get(tabId)?.versions.get(frame.id)) {
-      omitFrame(state, frame.id, 'Frame changed while reading the snapshot; take a new snapshot to observe it');
+      omitFrame(tabId, state, frame.id, 'Frame changed while reading the snapshot; take a new snapshot to observe it');
     }
     const page = snapshotPage(state, args);
     snapshots.set(tabId, state);
@@ -378,7 +419,7 @@ export function createController(api, notify = () => {}) {
       await cdp({ tabId, ...(dialogs.get(tabId)?.sessionId ? { sessionId: dialogs.get(tabId).sessionId } : {}) }, 'Page.handleJavaScriptDialog', { accept: args.accept,
         ...(args.prompt_text != null ? { promptText: String(args.prompt_text) } : {}) });
       dialogs.delete(tabId);
-      snapshots.delete(tabId);
+      invalidateSnapshot(tabId, 'dialog_handled');
       return { handled: true, dialog: dialog ?? null, accepted: args.accept, observe_again: true };
     }
     if (dialogs.has(tabId)) {
@@ -487,7 +528,7 @@ export function createController(api, notify = () => {}) {
       const url = args.direction != null ? undefined : args.url;
       if (args.direction != null && args.url != null) throw new Error('Provide url or direction, never both');
       evaluations.forget(tabId);
-      snapshots.delete(tabId);
+      invalidateSnapshot(tabId, 'navigation_requested');
       fileChoosers.delete(tabId);
       const { document: navigationDocument, ...result } = await navigation.navigate(tabId, url, args);
       const budget = deadline(NAVIGATION_OBSERVATION_TIMEOUT_MS, 'observation');
@@ -500,7 +541,7 @@ export function createController(api, notify = () => {}) {
         }
         return { ...result, ...await snapshot(tabId, {}, budget) };
       } catch (error) {
-        snapshots.delete(tabId);
+        invalidateSnapshot(tabId, 'observation_failed');
         if (attempt === 0 && budget.remaining() > 100 && /context.*(destroyed|not found)|cannot find context|document (changed|updated)|inspected target navigated|no frame with given id/i.test(error.message)) {
           await new Promise(resolve => setTimeout(resolve, 50));
           continue;
@@ -658,7 +699,7 @@ export function createController(api, notify = () => {}) {
     dialogPolicies.set(tabId, state);
     const version = documents.get(tabId), startTab = await api.tabs.get(tabId);
     const watch = ['click', 'fill', 'type', 'press_key', 'hover', 'scroll', 'select_option', 'upload_file', 'evaluate', 'navigate'].includes(command) && !(command === 'evaluate' && args.cursor != null);
-    let observer, observationFrame = frameStates.get(tabId)?.mainId, observationTarget = { tabId }, observedVersion = frameStates.get(tabId)?.versions.get(observationFrame);
+    let observer, observationError, observationFrame = frameStates.get(tabId)?.mainId, observationTarget = { tabId }, observedVersion = frameStates.get(tabId)?.versions.get(observationFrame);
     const startObservation = async () => { if (!watch || observer || dialogs.has(tabId)) return; try {
       observer = await boundedRead(async () => {
         if (args.ref) observationFrame = snapshots.get(tabId)?.refs.get(args.ref)?.frameId || observationFrame;
@@ -667,9 +708,10 @@ export function createController(api, notify = () => {}) {
         observedVersion = frameStates.get(tabId)?.versions.get(observationFrame);
         const { executionContextId } = await cdp(observationTarget, 'Page.createIsolatedWorld', { frameId: observationFrame, worldName: 'browser-attach-outcome' });
         const result = await cdp(observationTarget, 'Runtime.evaluate', { contextId: executionContextId, expression: `(${installOutcomeObserver.toString()})()`, objectGroup: 'browser-attach-outcome' });
-        return result.result?.objectId;
+        if (!result.result?.objectId) throw new Error('DOM outcome observer could not be installed');
+        return result.result.objectId;
       }, Math.min(200, args.budget?.remaining() ?? 200));
-    } catch {} };
+    } catch (error) { observationError = error.message; } };
     try {
       const result = await action(tabId, command, { ...args, observe_start: startObservation });
       if (state.handling) await boundedRead(() => state.handling, 500);
@@ -679,16 +721,24 @@ export function createController(api, notify = () => {}) {
       if (state.handling) await boundedRead(() => state.handling, 500).catch(() => {});
       if (state.messages.some(d => d.type === 'beforeunload' && d.accepted === false && d.handled) && /ERR_ABORTED|cancel/i.test(error.message)) return { navigated: false, cancelled_by_dialog: true, dialogs: state.messages, observe_again: true };
       if (watch && error.input_dispatched !== false && /outcome is unknown|may already|effects may|may have been|timed out|did not reach|may still/i.test(error.message)) {
-        let current, dom;
+        let current, dom, tabError, domError = observationError;
         await Promise.allSettled([
-          boundedRead(async () => { current = await api.tabs.get(tabId); }),
-          observer ? boundedRead(async () => { dom = value(await cdp(observationTarget, 'Runtime.callFunctionOn', { objectId: observer, functionDeclaration: 'function() { return this.read(); }', returnByValue: true })); }) : Promise.resolve(),
+          boundedRead(() => api.tabs.get(tabId)).then(result => { if (result) current = result; else tabError = 'Tab is unavailable'; }, error => { tabError = error.message; }),
+          observer ? boundedRead(async () => {
+            const result = value(await cdp(observationTarget, 'Runtime.callFunctionOn', { objectId: observer, functionDeclaration: 'function() { return this.read(); }', returnByValue: true }));
+            if (typeof result?.dom_changed !== 'boolean') throw new Error('DOM outcome observation is unavailable');
+            return result;
+          }).then(result => { dom = result; }, error => { domError = error.message; }) : Promise.resolve(),
         ]);
         const frameChanged = frameStates.get(tabId)?.versions.get(observationFrame) !== observedVersion;
+        const navigationObserved = documents.get(tabId) !== version || !!current && current.url !== startTab.url;
         error.post_action = { delivery: 'unknown', frame_id: observationFrame, frame_navigation_observed: frameChanged, dialog: dialogs.get(tabId) || null, dialogs: state.messages,
-          navigation_observed: documents.get(tabId) !== version || !!current && current.url !== startTab.url,
+          navigation_observed: navigationObserved,
           current_url: current?.url ?? null, dom_changed: dom?.dom_changed ?? null,
-          assessment: dialogs.has(tabId) || state.messages.length || documents.get(tabId) !== version || frameChanged || dom?.dom_changed ? 'observable_effects' : 'no_observable_effects',
+          observations: { tab: { available: !!current, ...(tabError ? { error: tabError } : {}) },
+            dom: { available: !!dom, ...(!dom ? { error: domError || 'DOM outcome observer is unavailable' } : {}) } },
+          assessment: dialogs.has(tabId) || state.messages.length || navigationObserved || frameChanged || dom?.dom_changed ? 'observable_effects'
+            : dom && current ? 'no_observable_effects' : 'observation_unavailable',
           note: 'These observations do not prove business success or that an unchanged page received no input. Do not replay automatically.' };
       } else if (state.messages.length) error.message += ` Dialogs: ${JSON.stringify(state.messages)}`;
       throw error;

package/extension/manifest.json

@@ -1,7 +1,7 @@
 {
   "manifest_version": 3,
   "name": "BrowserAttach",
-  "version": "0.20.0",
+  "version": "0.21.0",
   "description": "Connect existing Chrome and Edge tabs to a locally paired MCP client.",
   "minimum_chrome_version": "125",
   "permissions": [

package/extension/wait.js

@@ -1,15 +1,20 @@
 import { deadline, inspectTarget } from './actionability.js';
 import { queryElement, targetOptions, resolveSelector, resolveFrame } from './locator.js';
 
+export const WAIT_CONDITIONS = ['attached', 'absent', 'visible', 'actionable', 'text', 'value', 'checked', 'selected', 'expanded', 'url', 'network_idle'];
+
 export function waitOptions(args) {
-  if (!['attached', 'visible', 'actionable', 'text', 'url', 'network_idle'].includes(args.condition)) throw new Error('Unknown wait condition');
-  const element = ['attached', 'visible', 'actionable', 'text'].includes(args.condition);
+  if (!WAIT_CONDITIONS.includes(args.condition)) throw new Error('Unknown wait condition');
+  const element = !['url', 'network_idle'].includes(args.condition);
   if (element) {
     if (!args.selector || args.ref != null) throw new Error(`${args.condition} wait requires a reusable selector${args.condition === 'text' ? '; use selector="body" for whole-page rendered text' : ''}`);
     targetOptions(args);
   } else if (args.selector != null || args.ref != null || args.frame_id != null || args.frame != null || args.nth != null || args.selector_type != null || args.name != null) throw new Error('This wait condition does not use an element target');
   if (args.condition === 'text' && (Number(typeof args.expected === 'string') + Number(typeof args.previous === 'string') !== 1)) throw new Error('text wait requires exactly one of expected (substring) or previous (full prior text)');
   if (args.condition === 'url' && typeof args.expected !== 'string') throw new Error('url wait requires expected text (substring)');
+  if (args.condition === 'value' && typeof args.expected !== 'string') throw new Error('value wait requires an exact expected string');
+  if (['checked', 'selected', 'expanded'].includes(args.condition) && typeof args.expected !== 'boolean' && !(args.condition === 'checked' && args.expected === 'mixed')) throw new Error(`${args.condition} wait requires expected=true/false${args.condition === 'checked' ? ' or "mixed"' : ''}`);
+  if (!['text', 'url', 'value', 'checked', 'selected', 'expanded'].includes(args.condition) && args.expected != null) throw new Error('expected is not used by this wait condition');
   if (args.condition !== 'text' && args.previous != null) throw new Error('previous is only valid for text waits');
   if (args.condition === 'network_idle' && (!Number.isInteger(args.idle_ms ?? 500) || (args.idle_ms ?? 500) < 100 || (args.idle_ms ?? 500) > 10000)) throw new Error('idle_ms must be 100..10000');
 }
@@ -18,7 +23,7 @@ export async function waitFor(cdp, value, sessions, diagnostics, mouse, tabId, a
   waitOptions(args);
   const budget = args.budget || deadline(args.timeout_ms ?? 5000, 'wait');
   let current = 'not observed', previous;
-  const description = `${args.condition}${args.selector ? ` selector=${JSON.stringify(args.selector)}` : ''}${args.name != null ? ` name=${JSON.stringify(args.name)}` : ''}${args.expected != null ? ` expected substring=${JSON.stringify(args.expected)}` : ''}${args.previous != null ? ` text different from=${JSON.stringify(args.previous).slice(0, 500)}` : ''}`;
+  const description = `${args.condition}${args.selector ? ` selector=${JSON.stringify(args.selector)}` : ''}${args.name != null ? ` name=${JSON.stringify(args.name)}` : ''}${args.expected != null && args.condition !== 'value' ? ` expected${['text', 'url'].includes(args.condition) ? ' substring' : ''}=${JSON.stringify(args.expected)}` : ''}${args.previous != null ? ` text different from=${JSON.stringify(args.previous).slice(0, 500)}` : ''}`;
   try {
     while (true) {
       if (args.condition === 'network_idle') {
@@ -35,7 +40,7 @@ export async function waitFor(cdp, value, sessions, diagnostics, mouse, tabId, a
             const node = await resolveSelector(cdp, value, sessions, tabId, args, budget, { wait: false });
             try {
               current = node ? value(await budget.run(() => cdp(node.target, 'Runtime.callFunctionOn', { objectId: node.objectId, returnByValue: true,
-                functionDeclaration: `function(args) { return (${inspectWait.toString()})(() => this, (${inspectTarget.toString()}), args); }`, arguments: [{ value: { selector: args.selector, condition: args.condition, expected: args.expected, previous: args.previous } }] }))) : { satisfied: false, state: 'absent' };
+                functionDeclaration: `function(args) { return (${inspectWait.toString()})(() => this, (${inspectTarget.toString()}), args); }`, arguments: [{ value: { selector: args.selector, condition: args.condition, expected: args.expected, previous: args.previous } }] }))) : { satisfied: args.condition === 'absent', state: 'absent' };
             } finally {
               if (node) await budget.run(() => cdp(node.target, 'Runtime.releaseObjectGroup', { objectGroup: 'browser-attach' }));
             }
@@ -57,14 +62,14 @@ export async function waitFor(cdp, value, sessions, diagnostics, mouse, tabId, a
                 }
               } catch (error) {
                 if (!/covers|no visible click point|detached before resolution/i.test(error.message)) throw error;
-                current = { satisfied: false, reason: error.message };
+                current = { satisfied: false, reason: error.message, ...(error.diagnostics ? { diagnostics: error.diagnostics } : {}) };
               }
             }
             if (current.satisfied) return { satisfied: true, condition: args.condition, current };
           }
           previous = current;
         } catch (error) {
-          if (!/context.*(destroyed|not found)|cannot find context|no frame with given id|inspected target navigated/i.test(error.message)) throw error;
+          if (!/context.*(destroyed|not found)|cannot find context|no frame with given id|inspected target navigated|detached before resolution|no node|could not find node|node.*(detached|not found)/i.test(error.message)) throw error;
           current = 'document/frame changing'; previous = null;
         }
       }
@@ -79,12 +84,31 @@ export async function waitFor(cdp, value, sessions, diagnostics, mouse, tabId, a
 
 export function inspectWait(query, inspect, args) {
   const element = query(args.selector, args.selector_type ?? 'css', args.nth, true);
-  if (!element) return { satisfied: false, state: 'absent' };
+  if (!element) return { satisfied: args.condition === 'absent', state: 'absent' };
+  if (element.isConnected === false) return { satisfied: false, state: 'detached_during_observation' };
   if (args.condition === 'attached') return { satisfied: true, state: 'attached' };
+  if (args.condition === 'absent') return { satisfied: false, state: 'attached' };
   if (args.condition === 'text') {
     const text = element.innerText ?? '';
     return { satisfied: args.previous != null ? text !== args.previous : text.includes(args.expected), text: text.slice(0, 500) };
   }
+  if (args.condition === 'value') {
+    const text = ['INPUT', 'TEXTAREA', 'SELECT'].includes(element.tagName) ? element.value : element.isContentEditable ? element.innerText : undefined;
+    // Field values may contain credentials. Report the comparison, not its contents.
+    return { satisfied: typeof text === 'string' && text === args.expected, state: typeof text === 'string' ? 'value' : 'unavailable' };
+  }
+  if (['checked', 'selected', 'expanded'].includes(args.condition)) {
+    let state, source = 'property';
+    if (args.condition === 'checked' && element.tagName === 'INPUT' && ['checkbox', 'radio'].includes(element.type)) state = element.type === 'checkbox' && element.indeterminate ? 'mixed' : element.checked;
+    else if (args.condition === 'selected' && element.tagName === 'OPTION') state = element.selected;
+    else if (args.condition === 'expanded' && element.tagName === 'DETAILS') state = element.open;
+    else {
+      source = `aria-${args.condition}`;
+      const attribute = element.getAttribute(source);
+      state = attribute === 'true' ? true : attribute === 'false' ? false : args.condition === 'checked' && attribute === 'mixed' ? 'mixed' : undefined;
+    }
+    return { satisfied: state !== undefined && state === args.expected, state: state === undefined ? 'unavailable' : args.condition, value: state ?? null, source };
+  }
   const bounds = inspect.call(element);
   if (args.condition === 'visible') return { ...bounds,
     // Visibility is independent of disabled/inert state.

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@evan_zhong/browser-attach",
-  "version": "0.20.0",
+  "version": "0.21.0",
   "description": "MCP for existing signed-in Chrome and Edge tabs through a locally paired extension",
   "type": "module",
   "license": "MIT",

package/src/config.mjs

@@ -15,7 +15,7 @@ export const DATA_DIR = configuredHome
   : process.platform === 'win32' ? join(homedir(), '.browser-attach')
     : join(process.env.XDG_DATA_HOME || join(homedir(), '.local', 'share'), 'browser-attach');
 export const DEFAULT_CONFIG = join(DATA_DIR, 'config.json');
-export const VERSION = '0.20.0';
+export const VERSION = '0.21.0';
 
 export async function loadConfig(path = DEFAULT_CONFIG) {
   let config;

package/src/mcp.mjs

@@ -5,7 +5,7 @@ import { AttachClient, ensureHub } from './client.mjs';
 import { VERSION } from './config.mjs';
 import { validateFiles } from './upload.mjs';
 import { dragOptions } from '../extension/drag.js';
-import { waitOptions } from '../extension/wait.js';
+import { waitOptions, WAIT_CONDITIONS } from '../extension/wait.js';
 import { scrollOptions } from '../extension/scroll.js';
 import { selectOptions, typeOptions } from '../extension/input.js';
 import { targetOptions } from '../extension/locator.js';
@@ -13,6 +13,7 @@ import { fetchOptions } from '../extension/fetch.js';
 import { clickOptions } from '../extension/click.js';
 import { offsetOption } from '../extension/motion.js';
 import { errorData } from '../extension/errors.js';
+import { validateSteps } from '../extension/batch.js';
 
 const text = data => ({ content: [{ type: 'text', text: JSON.stringify(data) }] });
 function integerRange(name, min, max) {
@@ -43,6 +44,12 @@ export function createMcp(client) {
   const offset = { offset: z.object({ x_ratio: z.number().min(0).max(1), y_ratio: z.number().min(0).max(1) }).strict().optional().describe('Native element only: ratios within its content quad; offscreen/covered points fail.') };
   const settle = { settle_ms: timing('settle_ms').optional().describe('Pause after target preparation, before dispatch: fixed ms or uniform [min, max].') };
   const typeDelay = timing('delay_ms').default(0).describe('Between characters: fixed ms or independently sampled uniform [min, max].');
+  const waitFields = {
+    condition: z.enum(WAIT_CONDITIONS),
+    expected: z.union([z.string().max(100000), z.boolean()]).optional().describe('text/url: substring; value: exact string; checked/selected/expanded: boolean (checked also accepts "mixed").'),
+    previous: z.string().max(100000).optional().describe('Text only: wait for full rendered innerText to differ; alternative to expected.'),
+    idle_ms: integerRange('idle_ms', 100, 10000).default(500),
+  };
   function tool(name, description, schema, method, transform) {
     server.registerTool(`browser_${name}`, { description, inputSchema: z.object(schema) }, async args => {
       try {
@@ -148,9 +155,9 @@ export function createMcp(client) {
     ...settle, trajectory: z.object({ curve_px: z.number().min(-100).max(100), duration_ms: integerRange('duration_ms', 100, 5000) }).strict().optional().describe('Opt in to curved, variable-speed steps and varied intervals. Signed curve control-point offset in CSS px; duration covers interpolation waits only.'),
     ...handle, ...inputTimeout, source: dragTarget, destination: dragTarget, mode: z.enum(['pointer', 'html5']).default('pointer').describe('pointer for mouse-driven dragging; html5 for HTML drag-and-drop.'), steps: integerRange('steps', 2, 100).default(20),
   }, null, args => { dragOptions(args); return args; });
-  tool('wait', 'Wait without scrolling or input. attached/visible/actionable/text require selector; use body for whole-page text. actionable requires a stable, visible, enabled, unobscured target in the viewport; network_idle uses observed page requests. Timeout includes the last observed state.', {
+  tool('wait', 'Wait read-only for a selector to match/be absent, visibility/actionability, rendered text, exact field value, checked/selected/expanded state, URL or network idle. State uses native properties or explicit ARIA attributes; missing state is unavailable, never false. absent means no selector match, not proof of DOM removal for AX role queries. Values are not echoed. Timeout reports the last state; it never makes an earlier action safe to replay.', {
     ...handle, ...dialogPolicy, timeout_ms: integerRange('timeout_ms', 100, 30000).default(5000), ...selector, ...frameScope, nth: target.nth,
-    condition: z.enum(['attached', 'visible', 'actionable', 'text', 'url', 'network_idle']), expected: z.string().max(2000).optional().describe('For text: rendered innerText substring; for url: main-frame URL substring. Text may use previous instead.'), previous: z.string().max(100000).optional().describe('Text only: wait for full rendered innerText to differ; alternative to expected.'), idle_ms: integerRange('idle_ms', 100, 10000).default(500),
+    ...waitFields,
   }, null, args => { waitOptions(args); return args; });
   tool('select_option', 'Set one HTML select option, including hidden selects, without native UI, using synthetic input/change (events_trusted=false). Disabled/inert targets are refused. Verifies retained selection only.', {
     ...handle, ...inputTimeout, ...target, value: z.string().optional().describe('Choose exactly one of value, label or zero-based index; value/label match exactly.'), label: z.string().optional(), index: integerRange('index', 0, Number.MAX_SAFE_INTEGER).optional(),
@@ -172,10 +179,10 @@ export function createMcp(client) {
       z.object({ action: z.literal('hover'), ...stepOptions, ...batchTarget, ...offset }).strict(),
       z.object({ action: z.literal('select_option'), ...stepOptions, ...batchTarget, value: z.string().optional(), label: z.string().optional(), index: integerRange('index', 0, Number.MAX_SAFE_INTEGER).optional() }).strict(),
       z.object({ action: z.literal('scroll'), ...stepOptions, ...selector, ...frameScope, nth: target.nth, ...scrollFields }).strict(),
-      z.object({ action: z.literal('wait'), ...stepOptions, ...selector, ...frameScope, nth: target.nth, condition: z.enum(['attached', 'visible', 'actionable', 'text', 'url', 'network_idle']), expected: z.string().optional(), previous: z.string().optional(), idle_ms: integerRange('idle_ms', 100, 10000).default(500) }).strict(),
+      z.object({ action: z.literal('wait'), ...stepOptions, ...selector, ...frameScope, nth: target.nth, ...waitFields }).strict(),
       z.object({ action: z.literal('press_key'), ...stepOptions, key: z.string() }).strict(),
     ])).min(1).max(20),
-  });
+  }, null, args => { validateSteps(args.steps, args.start_at); return args; });
   tool('press_key', 'Send a native key/chord to current focus and verify keydown delivery. Supports F1-F12, navigation/editing keys and US ASCII punctuation. Examples: Control+A, Control++, Shift+/.', { ...handle, ...inputTimeout, key: z.string() });
   tool('scroll', 'Scroll an element container or at viewport x/y (default center). DOM mode emits no wheel events; wheel mode sends native wheel input. until.text runs a bounded search and returns a fresh ref; a miss is inconclusive.', {
     ...handle, ...inputTimeout, ...target, ...scrollFields,

package/docs/DESIGN-REVIEW-0.15.1.md

@@ -1,27 +0,0 @@
-# 0.15.1 工具效率与设计取舍
-
-本次对照 `src/mcp.mjs`、`src/hub.mjs`、扩展实现与现有测试核查九项建议。结论是：返回内容和失败诊断存在可直接改进之处；等待、显式 frame、接管和输入结果边界主要是有意的可靠性策略。不能单凭一次调用的字符数或延迟判定策略有缺陷。题述 BA/PW 对照未在同一页面、版本和序列化口径下重跑，以下不把这些数值当作本次验收结果。
-
-## 逐项判断
-
-| 建议 | 当前实现与性质 | 通用性、复杂度及本次选择 |
-|---|---|---|
-| 1. 默认精简、interactive、delta | full 同时服务阅读与交互，是覆盖面策略；每页重复规则和固定诊断元数据则是输出冗余。input/evaluate 使 cursor 失效，但仍连接且语义未变的 refs 可复用，并非每次输入都必须重新 snapshot。 | 精简通用且成本低，已移除重复说明，viewport/snapshot_id 改为 verbose 可选。保留 full 默认与结果验证字段。interactive 已有，按任务选择。delta 需处理新旧观察、删除/替换、祖先上下文和子 frame 失效，复杂度高，本次不引入。 |
-| 2. AX 索引查询 | 当前只能把树传给客户端后查找，确有返回量缺口；read_text 不能替代可操作 ref。 | 已在现有 snapshot 加 query，复用渲染、ref、frame 和分页，工具仍为 23 个。查询新采集 AX，不引入可能过期的第二份索引缓存。仅支持字面子串；正则及独立 find 工具暂不增加。能省返回内容和一次往返，不能保证 AX 采集变快。 |
-| 3. 日志摘要与明细 | 当前已有 after_seq、limit、max_chars、level、url_contains 与有界缓冲；默认不保存 headers/body，必须显式启用 capture。网络输出是 request/redirect/response/finished 等事件，并非一条完整请求对象。 | 请求摘要具有通用价值，但正确合并需要处理 session/request_id/hop、未完成请求、分页与淘汰；单次投影也不能自然变成完整请求的耗时列表。seq 明细可复用 logs 扩展，无须先增加工具。默认隐藏静态资源会漏掉 CSS/脚本故障，本次保留，先用现有过滤与预算。 |
-| 4. 零命中立即失败、诊断原因 | resolveSelector 的零命中等待是支持异步渲染和 batch 前一步创建后一步目标的明确策略；多命中和语法错误已立即失败。deadline 已保留最后的 selector/可见性/尺寸等状态。遮挡分支却只给泛化错误，属于诊断不足。 | 已补实际 hit_target、点和受阻 frame，不增加准备重试或动作重放。普通点击明确未派发；drag 已按住后的目的节点准备失败仍报告结果未知。保留零命中等待，紧预算可用 timeout_ms（最小 100 ms），只读查询零命中不等待出现。 |
-| 5. deep-css、自动跨 frame | 当前 CSS/XPath 明确只解析指定文档；ref 可操作 AX 暴露的 Shadow 节点；evaluate(result_type=element) 可显式选取 open shadow 元素，frame URL/title/path 已可逐次解析。属于范围和消歧策略。 | 显式 deep-css 对组件站点可能有用，但要定义复合选择器、遍历顺序、nth 和多 root 歧义，成本中等。跨 frame 再涉及 OOPIF、重复控件、未加载/分离文档和多层命中校验，成本更高。本次保留显式 frame 与现有 ref/element 路径。 |
-| 6. batch 结果传递 | 当前 batch 是预检后的有限输入序列；没有 evaluate 或 drag 步骤，element 步骤只用 selector。因此单加占位符不能实现“evaluate 测量 → drag”。这是有限编排的边界，也确有限制。 | 动态数据流需增加结果生产步骤、类型/路径检查、替换后的再校验，以及部分完成的恢复规则，复杂度中高。原生输入仍不能由页面 JS 调用。常见“定位 → 输入”已可用 selector 或 evaluate 返回元素 ref；坐标测量保留独立检查点，本次不扩展 batch。 |
-| 7. tabs 一站式 | MCP 已把浏览器/标签发现合并为 discover，把 release/activate/close 合并为 tab_control。发现后按本连接观察的 tab_id 独占 claim 是授权模型，激活则是另一个显式意图。 | 客户端可保存 profile 与连接内句柄减少重复 setup。再增加 tabs 聚合入口主要重复现有分支；若自动选标签或激活，反而改变边界。本次不改。工具入口数量与必须经过的授权步骤不能简单等同。 |
-| 8. 渐进披露 schema | 描述已在 0.13.1 分层精简；本次修改前实际 tools/list 紧凑 JSON 为 36701 字符、36703 UTF-8 字节，格式化 JSON 为 75945 字节，正好对应题述约 75.9 KB，23 个工具。两种序列化是同一 schema，不意味着宿主实际省掉一半 token。是否每轮重新计入、是否缓存，取决于 MCP 宿主，仓库不能保证。 | 工具分组对更大工具集有价值，但会新增启动配置、发现差异和支持组合。当前不加 caps 开关；query 复用已有工具，新增少量 schema 描述以保持自描述。包内文档链接不能替代模型调用所需的关键约束。 |
-| 9. 可回放执行记录 | 当前不持久化操作轨迹；batch 调用输入本身就是可保存的步骤 JSON，输出已有部分完成、failed_step/start_at 等恢复信息。缺少长期审计是能力缺口，不是当前执行可靠性缺陷。 | 审计记录与可重新执行的计划应区分：已送达的动作不能因“可回放”自动重发，ref 也不能跨观察/连接复用。默认回传完整 steps 又与节省输出冲突，持久化还会包含表单数据。需要明确的保存/导出需求后再做显式功能，本次不新增存储或回放引擎。 |
-
-## 实际改动
-
-- `extension/snapshot.js`：query 在当前视图的完整 AX 名称（包括合并正文）或 value 上做大小写不敏感的字面子串匹配，只为匹配行生成 refs。复用原预算和游标；query 绑定观察，零命中返回空结果。
-- `extension/controller.js`：查询仅输出有匹配行的 frame 标题；仍报告不可读或失效的 frame。每个新查询沿用新快照的采集与 ref 生命周期，续页不重复采集。
-- 快照默认不再输出 viewport、snapshot_id 和重复说明；verbose 可恢复前两项。保留 profile/text/text_limit、frame 覆盖与分页字段。click/evaluate 的事件送达、分页或捕获损失等语义字段继续保留。
-- `extension/click.js`：当前 frame 直接复用已有命中诊断；祖先 frame 最多额外读 200 ms，失败时保留原遮挡错误。读取预算已派发标记，防止复用准备逻辑的 drag 被误标为“无输入”。
-- 版本按本次明确要求设为 **0.15.1**。没有新增工具、运行依赖、扩展权限、用户 UI、自动重放或独立状态管理层。
-
-使用示例和边界见 [使用指南](USAGE.md)，验证结果见 [验证报告](TEST-REPORT.md)。