跳到主要内容

路线图

版本时间线、特性分类，以及 se-cli 永远不会变成什么的明确边界。

设计理念​

每个特性都按其对 se-cli 防御性（defensibility）的贡献来排序——而不是看它看起来有多炫。

必备（Must-Have）​

基础。没有这些，se-cli 就无法使用或无法竞争——CLI/守护进程架构、等待/重试层、MCP 服务器。首先构建，无例外。

核心（Core）​

差异化。将 se-cli 与原始 WebDriver 和 Playwright-CLI 区分开来的能力——断言、网络、模拟、远程/Grid。

次要（Marginal）​

锦上添花。录制、VSCode 扩展——投入巨大，回报较小。排在后面，可能延期。

指导原则​

修订于 2026-07-29——这四条规则决定每一个"我们该不该做这个？"的问题。

1. 优先构建 Selenium 原生护城河​

等待/重试/超时、Grid、自定义浏览器、真实 Safari、Edge IE 模式。这些是 Playwright 永远无法匹敌的优势——作为防御性要塞优先处理。

2. 前置高价值移植项​

Playwright-CLI 中易于移植的特性（自动等待、重试断言、设备模拟）按 复杂度 × 重要性 排序，在比值有利时尽早交付。

3. 不在 CLI 中"编写代码"​

所有需要代码的 Selenium 能力（显式等待、ExpectedConditions、Actions 链、setScriptTimeout）都通过 4 层优先级暴露：flag > ENV > config 文件 > 默认值。

4. 明确的"永不实现"边界​

为避免误导社区预期，se-cli 明确声明它永远不会实现的内容——原生 aria ref 引擎、完整的追踪（tracing）对齐、真实 IE 11。

版本时间线​

v0.1–v0.9 已发布。v0.10–v0.13 为规划中，按依赖关系和价值排序。

v0.1 — MVP 架构 必备 ✓ 已发布​

CLI + 守护进程架构、基础命令（open/close/goto/click/fill/type/press/snapshot/screenshot/eval）、aria 快照 + ref 机制、命名会话、多浏览器（Chrome/Edge/Firefox）、代码生成回放。

v0.2 — 实用能力补全 必备 ✓ 已发布​

存储管理（cookie/localStorage/sessionStorage）、状态保存/加载往返、标签页管理、install --skills、--profile 持久化用户数据目录、--persistent 自动 userDataDir。

v0.3 — iframe 与 Shadow DOM 必备 ✓ 已发布​

递归 iframe 快照，支持跨框架 ref（例如 f3e15）、遍历开放 shadow root 的 Shadow DOM 遍历、增强的 find 可跨框架和 shadow 边界搜索。

v0.4 — 等待与重试配置层 必备 ✓ 已发布​

所有后续版本都依赖的基础。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——--timeout、--wait、--retry，以及 config get/set/list/init。

v0.5 — 交互补全 必备 ✓ 已发布​

缩小与 Playwright CLI 的差距：hover、dblclick、drag、对话框 accept/dismiss、upload、resize、精细的键盘/鼠标控制，以及将多个动作合并为一次往返的 actions-chain。

v0.6 — Web 优先断言 核心 ✓ 已发布​

Playwright 风格"重试直到超时"的断言，带对 CI 友好的退出码：expect <ref> visible|hidden|enabled|disabled|checked|text|value|count|attribute、--not 取反、expect title/expect url。

v0.7 — 网络与调试 核心 ✓ 已发布​

基于 BiDi 的网络拦截（route/unroute/route-list）、带级别过滤的 console 捕获、requests/request 列表与检查，以及通过 CSS 覆盖层实现带 --style/--hide/--all 的持久化元素 highlight。

v0.8 — 设备与环境模拟 核心 ✓ 已发布​

设备预设（device "iPhone 13"）、地理位置/时区/语言环境/配色方案/视口/UA/权限、网络限速（slow3g）、CPU 降速，以及离线模拟。状态已集成到 state-save。

v0.9 — MCP 服务器与 AI 生态 必备 ✓ 已发布​

双轨制：面向编码智能体的 CLI+SKILLS，面向自主工作流的 MCP 服务器——共享同一套工具实现。MCP 服务器位于核心中（stdio + Streamable HTTP），并附带独立的 se-mcp 包装包。新增 run-code、generate-locator、By.role() 代码生成、符合规范的 SKILL.md front matter，以及多目标 install --skills。

v0.10 — 远程、Grid 与自定义浏览器 核心 规划中​

Selenium 护城河。通过 safaridriver 支持真实 Safari、Selenium Grid 4（--endpoint）、自定义浏览器/驱动二进制、带 --app-binary 的 --browser=electron 用于 Electron 应用测试、云浏览器（Browserbase/Sauce/BrowserStack）、Grid 分片、pdf 导出，以及用于遗留场景的 Edge IE 模式。

v0.11 — 录制与可视化 次要 规划中​

生成完整测试文件的 record 模式、多框架测试代码导出（export --format=pytest|junit5|mocha）、内置测试报告生成（--report=junit|allure|html）、简化追踪、视频录制（CDP 或 ffmpeg）、视频章节，以及用于多会话监控和页面标注的 show 仪表盘。

v0.12 — VSCode 扩展 次要 规划中​

独立的仓库（se-extension-vscode）：MCP 服务器注册、快照/截图 Webview、状态栏和配置设置。遵循 playwright-vscode 模式。

v0.13 — BiDi 扩展与加固 核心 规划中​

将 WebDriver BiDi 覆盖扩展到 v0.7 的网络/控制台之外——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）。此外还包括守护进程性能优化（启动、快照效率、内存）和稳定性加固（错误恢复、会话韧性、熔断器重试）。

长期目标​

不承诺版本——待核心稳定后探索。

多语言 SDK​

Python / Java 客户端绑定。CLI 保持 Node；绑定包装 socket 协议。

追踪查看器（Trace Viewer）​

录制轨迹的简化 GUI 回放（与 issue #24 对齐）。

DOM 变更监听器​

用于实时 ref 失效的 BiDi DOM 变更事件。

脚本预加载​

BiDi 脚本固定（pinning）并在页面脚本运行前预加载。

本地化 SKILL.md​

面向非英语智能体的多语言技能文件。

测试框架钩子​

pytest-selenium / JUnit5 集成——挂接到测试暂停点（issue #22）。

Appium 移动端​

iOS/Android 双向、Appium Grid（issue #79）。

Grid 管理 CLI​

Selenium Grid 4 hub/node 部署、自动扩缩容、健康检查。

永不实现​

永不实现 — 明确声明以避免误导预期：

  • 原生 aria ref 引擎 — 无法匹敌 Playwright aria-ref 选择器引擎的稳定性；将始终依赖 data-se-ref 属性。
  • Playwright 级别的完整追踪对齐 — Selenium BiDi 事件流质量不足以支撑时间线 + DOM 快照 + 网络 + 控制台 + 源码映射；仅追求简化版本。
  • 真实 IE 11（IEDriverServer） — IE 11 已停止支持；由 Edge IE 模式（v0.10）替代。需要真正 IE11 的用户应直接使用遗留 Selenium 绑定。