@sleepinsummer/agent-browser-cli 0.3.1-beta.1 → 0.3.1

package/CHANGELOG.md

@@ -2,7 +2,7 @@
 
 所有重要变更都会记录在这里。日期使用北京时间自然日。
 
-## v0.3.1-beta.1 - 2026-05-16
+## v0.3.1 - 2026-05-17
 
 ### 新增
 
@@ -11,27 +11,37 @@
 - 新增 `install-skill`：支持 `--dry-run` 和 `--yes`，用于安装/更新 Agent skill。
 - 增强 `status`：新增 `healthy`、`summary`、`message`，保留旧字段。
 - 新增 `snapshot`：基于 Chrome Accessibility Tree 生成 `@e` 操作引用，支持 `--offset`、`--limit`、`--details`、`--tab`。
-- 新增高层操作命令：`click`、`fill`、`send-keys`、`mouse-click`。
+- 新增高层操作命令：`click`、`fill`、`send-keys`、`mouse-click`，支持 `--monitor`、`--wait-js`、`--wait-timeout`。
 - 新增 `screenshot`：支持视口截图、全页截图、元素截图、PNG/JPEG、默认落盘目录。
 - 新增 `save-pdf`：支持纸张、横向、缩放、打印背景、默认文件名清理和 50MB 上限。
 - 新增 `network` 调试命令：`start`、`list`、`detail`、`clear`、`stop`。
 - 新增 `console` 调试命令：`start`、`list`、`clear`、`stop`。
-- `open 新增 `--session` 和 `--group-title`，支持 Chrome 原生 tab group。
+- 新增多浏览器 / 多 Chrome Profile 会话隔离：扩展上报 `browser_id`、`profile_id`、`profile_label`，daemon 内部使用 `session_key = browser_id:profile_id:tab_id` 路由。
+- CLI 主要浏览器命令新增 `--browser` 和 `--profile`，支持按浏览器实例和 Profile 过滤/定位 tab。
+- `tabs` 输出新增 `browser_id`、`profile_id`、`profile_label`、`tab_id`、`session_key`。
+- `open` 新增 `--session` 和 `--group-title`，支持 Chrome 原生 tab group。
+- `open` 新增 `--window`，支持新开独立 Chrome 窗口。
+- `open` 新增 `--focus`，只有显式传入时才请求聚焦窗口。
+- `open --window --group-title/--session` 支持对新窗口首个 tab 创建 Chrome tab group。
 - 新增 `close --tab <tabId>`，通过扩展原生 `chrome.tabs.remove` 关闭标签页。
-- Chrome 扩展新增 bot 图标，显示名改为 `Agent Browser CLI Bridge`。
-- daemon 退出时清理 daemon 缓存，并通知扩展清理 network/console 调试缓存。
+- Chrome 扩展新增图标，显示名改为 `Agent Browser CLI Bridge`。
 
 ### 调整
 
+- `open` 返回结构改为以新打开目标为主：`opened_tab_id`、`opened_session_key`、`window_id`、`window`、`group`。旧执行通道移入 `metadata.executor`，避免 AI 误用旧 tab。
+- daemon 在默认 session 失效时会回退到当前 active session，避免重启后卡在旧 `session_key`。
+- `snapshot`、`@e` 缓存、调试缓存、截图/PDF、network/console 等路径统一按 `session_key` 隔离。
 - daemon stdout/stderr 日志固定写入用户目录，不再落到当前目录或 npm 包目录。
 - npm wrapper 设置 `AGENT_BROWSER_CLI_PACKAGE_DIR`，方便全局安装后定位内置 skill。
 - `network stop` / `console stop` 会停止监听并清理对应缓存。
-- skill 文档重写为 Agent 操作 SOP，明确 `scan`、`snapshot`、`exec/CDP` 的职责边界。
+- daemon 退出时清理 daemon 缓存，并通知扩展清理 network/console 调试缓存。
+- skill 文档重写为 Agent 操作 SOP，明确 `scan`、`snapshot`、`exec/CDP` 的职责边界，并补充多 Profile、多浏览器、`open --window`、`--focus` 和 `opened_tab_id` 使用说明。
 
 ### 验证
 
 - 已覆盖真实 Chrome 场景：百度搜索、页面扫描、DOM 定位、输入/点击、截图、PDF、network/console 监听、缓存清理、tab group、关闭测试 tab。
-- 已执行 `cargo fmt --check`、`cargo check`、`cargo build`、`cargo test`、`node --check`。
+- 已覆盖多 Profile 字段上报、`tabs --profile`、`tabs --browser --profile`、`exec/scan/snapshot/click/fill/send-keys/mouse-click/screenshot/save-pdf/network/console --profile --tab`、`open` tab/window/background/focus/group/session 组合。
+- 已执行 `cargo fmt --check`、`cargo check`、`cargo build`、`cargo test`、`node --check`、`npm pack --dry-run`。
 
 ## v0.2.10-extension - 2026-05-15
 

package/assets/tmwd_cdp_bridge/background.js

@@ -19,6 +19,25 @@ let lastCommandAt = 0;
 const DEFAULT_WS_PORT = 18765;
 const CLI_API_PORT = 18767;
 let wsPort = DEFAULT_WS_PORT;
+const browserId = `browser-${crypto.randomUUID()}`;
+let profileId = null;
+let profileLabel = null;
+
+async function loadClientIdentity() {
+  const data = await chrome.storage.local.get({ profileId: null, profileLabel: null });
+  profileId = data.profileId || `profile-${crypto.randomUUID()}`;
+  profileLabel = data.profileLabel || null;
+  if (!data.profileId) await chrome.storage.local.set({ profileId });
+  return { browserId, profileId, profileLabel };
+}
+
+function withClientIdentity(payload) {
+  return Object.assign({
+    browser_id: browserId,
+    profile_id: profileId || 'profile-pending',
+    profile_label: profileLabel || undefined
+  }, payload);
+}
 
 async function handleExtMessage(msg, sender) {
   if (msg.cmd === 'status') return handleStatus();
@@ -96,7 +115,10 @@ function handleStatus() {
       wsConnected: !!ws && ws.readyState === WebSocket.OPEN,
       wsUrl: getWsUrl(),
       wsPort,
-      lastCommandAt
+      lastCommandAt,
+      browserId,
+      profileId,
+      profileLabel
     }
   };
 }
@@ -479,11 +501,18 @@ async function handleOpenTab(msg) {
   try {
     const url = normalizeOpenUrl(msg.url);
     const active = msg.active !== false;
+    if (msg.window === true) {
+      // window 模式默认不聚焦，避免新窗口打断用户当前工作区。
+      const win = await chrome.windows.create({ url, focused: msg.allowFocus === true });
+      const tab = Array.isArray(win.tabs) && win.tabs.length ? win.tabs[0] : null;
+      const group = tab?.id ? await groupTabIfRequested(tab.id, msg.groupTitle) : { ok: false, skipped: true, reason: 'window created without tab info' };
+      return { ok: true, data: { id: tab?.id, url: tab?.url || url, title: tab?.title || '', active: !!tab?.active, windowId: win.id, window: true, group } };
+    }
     const tab = await chrome.tabs.create({ url, active });
     const group = await groupTabIfRequested(tab.id, msg.groupTitle);
     // 默认创建/激活标签页但不聚焦浏览器窗口，避免打断当前工作区。
     if (active && msg.allowFocus === true && tab.windowId) await chrome.windows.update(tab.windowId, { focused: true });
-    return { ok: true, data: { id: tab.id, url: tab.url || url, title: tab.title || '', active: tab.active, windowId: tab.windowId, group } };
+    return { ok: true, data: { id: tab.id, url: tab.url || url, title: tab.title || '', active: tab.active, windowId: tab.windowId, window: false, group } };
   } catch (e) {
     return { ok: false, error: e.message };
   }
@@ -818,11 +847,12 @@ async function connectWS() {
   ws.onopen = async () => {
     console.log('[TMWD-WS] Connected!');
     scheduleKeepalive(); // Keep SW alive while connected
+    await loadClientIdentity();
     const tabs = (await chrome.tabs.query({})).filter(t => isScriptable(t.url));
-    ws.send(JSON.stringify({
+    ws.send(JSON.stringify(withClientIdentity({
       type: 'ext_ready',
       tabs: tabs.map(t => ({ id: t.id, url: t.url, title: t.title }))
-    }));
+    })));
     console.log('[TMWD-WS] Sent ext_ready with', tabs.length, 'tabs');
   };
   ws.onmessage = async (event) => {
@@ -891,10 +921,11 @@ chrome.runtime.onInstalled.addListener(() => {
 async function sendTabsUpdate() {
   if (!ws || ws.readyState !== WebSocket.OPEN) return;
   const tabs = (await chrome.tabs.query({})).filter(t => isScriptable(t.url) && !/streamlit/i.test(t.title));
-  ws.send(JSON.stringify({
+  await loadClientIdentity();
+  ws.send(JSON.stringify(withClientIdentity({
     type: 'tabs_update',
     tabs: tabs.map(t => ({ id: t.id, url: t.url, title: t.title }))
-  }));
+  })));
 }
 chrome.tabs.onUpdated.addListener((_, changeInfo) => {
   if (changeInfo.status === 'complete') sendTabsUpdate();

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@sleepinsummer/agent-browser-cli",
-  "version": "0.3.1-beta.1",
+  "version": "0.3.1",
   "description": "Agent-oriented browser sensing and control CLI backed by a native Rust daemon.",
   "license": "MIT",
   "bin": {
@@ -24,11 +24,11 @@
     "postinstall": "node npm/postinstall.js"
   },
   "optionalDependencies": {
-    "@sleepinsummer/agent-browser-cli-darwin-arm64": "0.3.1-beta.1",
-    "@sleepinsummer/agent-browser-cli-darwin-x64": "0.3.1-beta.1",
-    "@sleepinsummer/agent-browser-cli-linux-x64": "0.3.1-beta.1",
-    "@sleepinsummer/agent-browser-cli-linux-arm64": "0.3.1-beta.1",
-    "@sleepinsummer/agent-browser-cli-win32-x64": "0.3.1-beta.1"
+    "@sleepinsummer/agent-browser-cli-darwin-arm64": "0.3.1",
+    "@sleepinsummer/agent-browser-cli-darwin-x64": "0.3.1",
+    "@sleepinsummer/agent-browser-cli-linux-x64": "0.3.1",
+    "@sleepinsummer/agent-browser-cli-linux-arm64": "0.3.1",
+    "@sleepinsummer/agent-browser-cli-win32-x64": "0.3.1"
   },
   "engines": {
     "node": ">=18"

package/skills/agent-browser-cli/SKILL.md

@@ -43,8 +43,13 @@ agent-browser-cli status
 agent-browser-cli doctor
 agent-browser-cli logs --tail 100
 agent-browser-cli tabs
+agent-browser-cli tabs --profile work
 agent-browser-cli scan --tabs-only
-agent-browser-cli scan --tab <tabId> --text-only
+agent-browser-cli scan --profile work --tab <tabId> --text-only
+agent-browser-cli open --profile work https://example.com
+agent-browser-cli open --window https://example.com
+agent-browser-cli open --window --focus https://example.com
+# open 返回后继续操作新页面时，优先使用 result.opened_tab_id / result.opened_session_key
 agent-browser-cli open https://example.com
 agent-browser-cli close --tab <tabId>
 agent-browser-cli exec --tab <tabId> 'return document.title'
@@ -76,7 +81,7 @@ agent-browser-cli send-keys --target '@e2' 'Enter'
 agent-browser-cli mouse-click '@e3'
 ```
 
-所有高层操作都支持 `--tab <tabId>`；`@e` 只在当前 daemon、当前 tab、最近一次 `snapshot` 内有效。`@e` 只接受 `@e1` 这种带 `@` 的格式。
+所有高层操作都支持 `--tab <tabId>`，多 Chrome Profile / 多浏览器实例时还支持 `--profile <profile_id-or-label>` 和 `--browser <browser_id>`。`tabs` 输出会包含 `browser_id`、`profile_id`、`profile_label`、`tab_id`、`session_key`。只传 `--tab` 且存在歧义时，必须补 `--profile` 或 `--browser`，不要猜。`@e` 只在当前 daemon、当前 session_key、最近一次 `snapshot` 内有效。`@e` 只接受 `@e1` 这种带 `@` 的格式。
 
 慢页面要把等待和监控分开：
 
@@ -139,12 +144,14 @@ agent-browser-cli console stop --tab <tabId>
 
 ## 标签分组
 
-多任务开新标签时可以用 session 或 group-title 把标签放入 Chrome 原生标签组。分组只是整理浏览器标签，失败不影响开 tab 主流程。
+多任务开新标签时可以用 session 或 group-title 把标签放入 Chrome 原生标签组。需要独立窗口时用 `open --window`；默认不聚焦，需要抢焦点时显式加 `--focus`；`--window --group-title` / `--window --session` 会把新窗口里的首个 tab 加入对应 tab group。分组只是整理浏览器标签，失败不影响开 tab 主流程。
 
 ```bash
 agent-browser-cli open https://example.com --session research
-agent-browser-cli open https://example.com
-agent-browser-cli close --tab <tabId> --group-title "任务A"
+agent-browser-cli open https://example.com --group-title "任务A"
+agent-browser-cli open --window https://example.com
+agent-browser-cli open --window --focus https://example.com
+agent-browser-cli open --profile work https://example.com
 ```
 
 `--session` 和 `--group-title` 都会作为标签组标题；两者同时传时优先使用 `--group-title`。