跳到主要内容

变更日志

从 v0.1 MVP 到规划中的 v0.13 BiDi 扩展与加固的每版本发布说明。已发布的版本以实线表示；规划中的版本以虚线表示。

v0.1 — MVP 架构 必备 ✓ 已发布​

2026-07-28 · 初始发布

验证"令牌高效 CLI + 守护进程"模型的基础架构。

  • CLI + 守护进程架构——短生命周期 CLI 通过 Unix socket / Windows 命名管道向长生命周期守护进程发送一行 JSON。
  • 基础命令：open、close、goto、click、fill、type、press、snapshot、screenshot、eval、title、url。
  • Aria 快照注入脚本 + data-se-ref 引用机制。
  • 命名会话管理（-s=<name>）和多浏览器支持（Chrome、Edge、Firefox）。
  • 代码生成回放——每个动作都会生成对应的 Selenium 代码。

v0.2 — 实用能力补全 必备 ✓ 已发布​

2026-07 · 实用层

让 se-cli 在演示之外可用于真实工作流的能力。

  • 存储管理：cookie-list/get/set/delete、localstorage-*、sessionstorage-*。
  • 状态保存/加载：将 cookie + 存储导出为 JSON，通过反向加载来恢复。
  • 标签页管理：tab-list、tab-new、tab-close、tab-select。
  • install --skills：将 SKILL.md 复制到 .claude/skills/se-cli/ 或 .agents/skills/se-cli/。
  • --profile=<path> 持久化用户数据目录和 --persistent 自动分配。

v0.3 — iframe 与 Shadow DOM 必备 ✓ 已发布​

2026-07 · 结构深度

完整的 DOM 覆盖——快照不再止步于框架或 shadow 边界。

  • iframe 递归快照：跨框架 ref（例如 f3e15）可进入框架内容。
  • Shadow DOM 递归：遍历 el.shadowRoot 以访问开放的 shadow root。
  • find 命令增强：跨框架和 shadow DOM 边界搜索。

v0.4 — 等待与重试配置层 必备 ✓ 已发布​

2026-07 · 等待与重试基础

将 Selenium 的隐式/显式等待、pageLoad/script 超时和 ExpectedConditions 以 CLI 原生配置的形式暴露。所有之前需要代码的能力都通过 4 层优先级暴露：flag > ENV > config 文件 > 默认值。

  • Flag 层：--timeout、--wait、--retry、--retry-interval、--implicit-wait、--page-load-timeout、--script-timeout、--no-wait。
  • ENV 层：SE_CLI_TIMEOUT、SE_CLI_WAIT、SE_CLI_RETRY、SE_CLI_RETRY_INTERVAL、SE_CLI_IMPLICIT_WAIT、SE_CLI_PAGE_LOAD_TIMEOUT、SE_CLI_SCRIPT_TIMEOUT。
  • 配置文件层：.se-cli.json 或 ~/.config/se-cli/config.json，支持按命令覆盖。
  • 新命令：config get/set/list/init（list 会显示每个项的来源：flag/env/file/default）。
  • 代码生成反映有效策略：await driver.wait(until.elementIsVisible(el), 5000);

v0.5 — 交互补全 必备 ✓ 已发布​

2026-07 · 交互对齐

在基础交互上缩小与 Playwright CLI 的差距。所有 Actions 命令都会自动使用 v0.4 的等待/重试配置。

  • hover、dblclick、drag <start> <end>，通过 driver.actions()。
  • dialog-accept [text] / dialog-dismiss，通过 driver.switchTo().alert()。
  • upload <ref> <file>，通过 sendKeys(path)；resize <w> <h> 视口控制。
  • 精细的键盘/鼠标：keydown/keyup、mousemove、mousedown/mouseup、mousewheel。
  • actions-chain 命令：将多个动作合并到单个 perform() 以减少往返次数。

v0.6 — Web 优先断言 核心 ✓ 已发布​

2026-08-01 · 对 CI 友好的测试

将 Playwright 的 expect(locator).toBeVisible() 重试直到超时模型移植到 CLI，并带脚本可链接的退出码。

  • expect <ref> visible|hidden|enabled|disabled|checked|unchecked。
  • expect <ref> text "..." [--exact]、value "..."、count N、attribute <name> <value>。
  • expect title "..." / expect url "..."。
  • 退出码：成功 0、失败 1——可在 CI 中用 && 链接。
  • --not 取反断言；默认使用 v0.4 的 --timeout。

v0.7 — 网络与调试 核心 ✓ 已发布​

2026-08-01 · BiDi 网络与调试

利用 Selenium BiDi 协议（selenium-webdriver@4.46.0）实现跨浏览器网络拦截、控制台日志捕获和请求检查——以及用于可视化调试的持久化元素高亮。

  • route <pattern> --status=/--body=/--headers=、route-list、unroute <index> / unroute --all，通过 BiDi Network.addIntercept。
  • console [level]——通过 BiDi log.entryAdded 捕获 console.log/error/warn/info 和 JS 异常；--since=5m 时间过滤、--clear、js-error 子过滤。
  • requests——列出所有缓冲的网络请求，支持 --filter、--status、--method、--clear；request <index> 显示完整详情（headers、body、response）。
  • highlight <ref> [--style=] 通过 CSS 覆盖层实现持久化元素高亮；highlight <ref> --hide 移除单个；highlight --hide --all 清除所有；裸 highlight 列出活动的高亮。

v0.8 — 设备与环境模拟 核心 ✓ 已发布​

2026-08-02 · CDP 优先，BiDi 兜底

所有能力通过 CDP Emulation.* / Network.* 域实现，BiDi 作为回退（Firefox 上的视口）。Selenium 没有原生等价物——CDP 使从 Playwright 移植变得非常简单。

  • open --geolocation= --timezone= --locale= --color-scheme= --viewport= --user-agent= --permissions=。
  • device "iPhone 13" 预设和 device-list（参考 Playwright DeviceDescriptors）。
  • emulate --offline、--throttle-network=slow3g|fast3g|custom:...、--throttle-cpu=4、--reset。
  • 模拟状态集成到 state-save。

v0.9 — MCP 服务器与 AI 生态 必备 ✓ 已发布​

2026-08 · MCP 服务器与 AI 生态

将 se-cli 作为 MCP 服务器暴露。双轨制：CLI+SKILLS（面向编码智能体，令牌高效）和 MCP 服务器（面向自主工作流，持久状态）——两者共享同一套底层工具实现。MCP 服务器包装包发布为 se-mcp。

  • se-cli mcp-server：基于自定义 JSON-RPC 的 40+ 工具（无 SDK 依赖）；stdio（默认）和 Streamable HTTP（--http、POST|GET|DELETE /mcp、Mcp-Session-Id）。
  • run-code "async driver => ..."：执行任意 Selenium 代码片段；返回的元素会成为 ref。
  • generate-locator <ref>：最佳定位器（new By('role', …)/By.css）并带匹配数量；通过 --locator-style=role|css|ref 进行基于角色的代码生成。
  • SKILL.md front matter 合规（name、description、license、compatibility）和多目标 install --skills（自动检测、--agent、--path、--force、--list-agents）。

v0.10 — 远程、Grid 与自定义浏览器 核心 规划中​

规划中 · Selenium 护城河

差异化的强项——Playwright 永远无法匹敌的领域。扩展浏览器覆盖范围和连接能力。

  • --browser=safari，通过 safaridriver（仅 macOS，不支持无头/BiDi/CDP）。
  • --endpoint=<url>：Selenium Grid 4 或远程 WebDriver；grid status/attach/distribute --shard=x/y。
  • --browser-binary、--driver-binary、--browser-args、--browser-prefs、--capabilities（覆盖所有 W3C WebDriver 端点）。
  • 云浏览器集成：Browserbase、Sauce Labs、BrowserStack。
  • pdf --filename=f，通过 CDP Page.printToPDF（仅 Chromium）。
  • --browser=edge-ie：面向遗留 IE 场景的 Edge IE 模式（仅 Windows Edge 企业版，自动配置策略）。

v0.11 — 录制与可视化 次要 规划中​

规划中 · 开发与调试工作流

实现复杂度高，但差异化潜力显著。排在后面，可能延期。

  • se-cli record：录制模式——用户操作生成一个完整的测试文件。
  • tracing-start / tracing-stop：简化操作追踪（参见"永不实现"）。
  • video-start / video-stop / video-chapter <title>：CDP 或 ffmpeg 帧捕获。
  • show 仪表盘用于多会话监控；show --annotate 用于设计反馈。

v0.12 — VSCode 扩展 次要 规划中​

规划中 · 独立的 GitHub 仓库

独立的仓库（se-extension-vscode），依赖 se-cli CLI 已被全局安装。初始实现包括 MCP 注册、命令、webview 和状态栏。

  • 任务提供者（Task Provider）：将 se-cli 命令注册为 VSCode 自定义任务。
  • Webview：通过 postMessage 提供浏览器截图和 aria 快照预览。
  • MCP 服务器自动注册：安装时写入 .vscode/mcp.json。
  • attach --extension：通过扩展连接到真实浏览器。

v0.13 — BiDi 扩展与加固 核心 规划中​

规划中 · issues #76 #77 #78

将 WebDriver BiDi 覆盖扩展到 v0.7 之外，并加固守护进程以保障生产可靠性。

  • BiDi 协议扩展：browsingContext（视口、打印、CSP 绕过、下载）、input（文件对话框）、script（预加载脚本）、emulation（CDP 的跨浏览器替代方案）。
  • 性能优化：惰性驱动加载、增量快照（snapshot --diff）、内存高效的缓冲区、gzip 压缩。
  • 稳定性加固：驱动崩溃自动恢复、BiDi WebSocket 重连、熔断器重试、标准化退出码。

永不实现​

永不实现。

  • 原生 aria ref 引擎——永久依赖 data-se-ref 属性。
  • Playwright 级别的完整追踪对齐——仅追求简化版本。
  • 真实 IE 11（IEDriverServer）——由 v0.10 中的 Edge IE 模式替代。