admin/codex-app-server
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
414 Commits 3 Branches 0 Tags
445376743d19c0db559bdca5eab3e075bde10421
Commit Graph
8 Commits
Author SHA1 Message Date
host 56b8f98b47 perf: Chromium 启动 flag 微调 + screencast 画质 q60->q50 
Flag：加 --no-first-run、--no-default-browser-check、
--disable-default-apps、--disable-extensions、
--disable-background-networking、--disable-sync、
--disable-translate，只跳过首跑/装配活，不改渲染与工具
行为。实测（runsc 容器，launch + new_page，各 3 次交替）：
旧中位数 0.889s、新 0.819s——只差 70ms 且在逐次噪声
（0.70-0.99s）里，几百毫秒的预期不成立；零成本顺手留着。
画质：screencast 与 eager 抓帧 q60 -> q50，分辨率
1280x800 不动，点击坐标系不受影响。实测同页文本+渐变：
62068 -> 56428 字节（-9%），不是经验法则的 30%；觉得糊
一句话改回 60。
 2026-10-30 14:27:04 +08:00
host fafc0734c7 perf: screencast 隔帧改每帧，跟手优先 
Page.startScreencast everyNthFrame 2 -> 1，画质 q60、尺寸
1280x800 不动。静态页不产生额外成本（帧只在重绘时来，
且 #187 起桥只写变化的帧字节）；收益全部落在真正需要跟
手的时候：滚动、拖拽、动画期间帧率翻倍。测试断言同步。
 2026-10-30 13:50:18 +08:00
host 2d840a6c37 fix: navigate 后立即推一帧，静态页开流不再等重绘 
screencast 帧只在重绘时来，页面可能在 startScreencast 之前
就已画好——静态页于是开流后一直无画面，直到下一次重绘。
navigate 后用 CDP captureScreenshot 抓一张当前视口塞进帧
队列，泵在下一轮就把桥帧文件写出来；泵跳过空 session 的
ack（eager 帧没有可确认的 screencast 帧）。失败静默，
screencast 本身仍照常流动。
 2026-10-30 13:14:38 +08:00
host f85de63120 fix: MCP 主循环 stdin 批量行饥饿 
select + buffered readline 会丢批量到达的行：一行 readline
可能把多行一起读进用户态 buffer，之后 select 再也看不到
空 fd，buffer 里的行永远不被读。客户端在 initialize 后
习惯把 notification + 下一请求连写，MCP 于是只答 initialize
就卡死（生产 2ff8975 活体验证两跑复现，faulthandler 证实
主线程停在 select）。改用非阻塞 fd + 自有 buffer 的行泵，
每行按到达顺序必达；附带回归测试（批量行全达 + EOF 残行）。
 2026-10-30 12:47:23 +08:00
host 6bcdeb8da1 fix: 浏览器远控传输层改文件桥（Unix socket 在 runsc 下宿主不可见） 
根因（2026-10-30 活体实证）：#181 的 .browser-remote.sock 假设
宿主能连容器内 socket，但生产 Docker 任务走 runsc/gVisor，
其 gofer 挂载下容器内建的 socket 只在容器内可见，宿主目录
里只有普通文件（browser-live.png 一直能透传）。后果：server
代理对真实任务一律 503，会话根本没活过。

修法：传输层改四个普通文件（worktree 内，原子写 + 追加日志）：
- .browser-remote-state.json：MCP 每轮重写，mtime 即存活信号，
  server 判 30 秒无心跳为会话死亡（503）；
- .browser-remote-frame.jpg：最新 screencast 帧（base64 文本）；
- .browser-remote-input.jsonl：server 追加，MCP 按偏移量消费
  完整行，执行时再判 holder，半行等下一轮；
- .browser-remote-control.json：{holder, seq}，MCP 首轮即应用，
  接管可先于浏览器启动。
- holder 竞态：control 写下后 state 文件约 50ms 才刷新，server
  的 input/stream 改判 effective_holder（控制文件 mtime 新者胜），
  否则接管后立刻点会误 409。
- 线程契约与控制权模型不变；MCP 主循环仍是唯一触页线程。
- 播种刷新（#181）让老租户自动拿到新版脚本。

测试：socket 测试改文件桥测试（桥轮询/偏移量/半行/陈旧态/
effective_holder + server 代理全链），全量 1357 项通过（skipped 4）。
 2026-10-30 07:28:32 +08:00
host 6f39ab3945 feat: 浏览器二期后端：远控服务 + ref 快照 + server 代理 
- playwright_remote.py（新）：MCP 进程内 Unix socket HTTP 服务，
  监听 worktree/.browser-remote.sock；GET /state、GET /stream
  （SSE 画面流）、POST /input、POST /control（接管/交还）。
  线程契约（实测）：Playwright 同步调用只能在创建页面的线程，
  所以 HTTP 线程只读属性/读最新帧/入队，MCP 主循环用
  select 轮询（50ms） draining 输入并 pump screencast 帧
  （无 ack 则 CDP 首帧后停流）。
- 画面流走 CDP screencast 帧（学 chrome-devtools-mcp），不用
  定时截图；ffmpeg 录像暂不做。
- snapshot_refs/click_ref（学 playwright-mcp 的 ref 机制）+
  mouse_move/key_press/type_text；agent 工具在 holder=user 时
  直接报错，等用户交还。
- server.py：/tasks/{id}/browser/{state,stream,input,control}
  代理到 worktree socket，复用任务鉴权与 worktree 解析；
  会话不存在时 503（轮次结束即消失是设计）。
- 播种器：MCP 脚本是系统文件，版本变化时刷新老租户旧脚本
  （script_refreshed 打日志），否则远控只对新项目生效；
  新增 playwright_remote.py 进播种清单。
- 队列遮蔽修复：cloud/queue.py 会遮蔽 stdlib queue，改用
  SimpleQueue（deque+锁），仓库模式与 flat-copy 两路都通。
- 测试：新 20 项（remote 服务、server 代理、ref/输入/
  screencast fake），全量 1354 项通过（skipped 4）。
 2026-10-30 06:44:24 +08:00
host 814fe8f7c2 feat: 浏览器一期：坐标点击 + live 截图 
- browser_click_at(x, y)：视口坐标点击（1280x800、左上角
  原点），越界与非数字拒绝；live 视图里用户在截图上的
  点击落点就走这个工具。
- browser_live_shot：固定文件 browser-live.png + 状态
  sidecar browser-live.json（URL/标题/时间戳），watcher
  轮询一个稳定路径即可；技能要求每次动作后都调一次，
  保持画面最新。
- MCP 新增 browser_click_at / browser_live_shot 两个工具；
  技能补 live 视图一节；测试 9 项（含 fake mouse、越界、
  live 文件与状态读回）。
 2026-10-30 06:19:55 +08:00
host c9a483282d feat: 浏览器自动化 MCP（Playwright）+ browser-automation 技能 
- playwright_browser.Browser：单页 Chromium，navigate /
  snapshot（正文 8000 字截断标记）/ click / fill / evaluate /
  screenshot（工作区内）/ close；启动参数 --no-sandbox +
  --disable-dev-shm-usage（runsc + 1003 用户实测必需），
  代理显式传给 launch（Chromium 在 Linux 下不稳定地读 env
  代理），浏览器路径 PLAYWRIGHT_BROWSERS_PATH=/opt/ms-playwright。
- playwright_mcp：stdio MCP，7 个 browser_* 工具，同一进程
  单 Browser 实例；测试用 fake browser / fake factory。
- worker：--playwright-mcp flag，_tenant_dirs 播种两个脚本 +
  [mcp_servers.playwright]，_prepare_tenant 写 env（代理 +
  浏览器路径，MCP 子进程不继承 Codex 进程 env，镜像 ENV
  在此必须重写，缺了会报 Executable doesn't exist）。
- 技能 browser-automation：JS 页、翻页、表单、截图时用，
  静态页优先 web_fetch / web_search；截图须 PIL 读回验证。
- 镜像（层构建，非本 PR）：FROM latest + fonts-noto-cjk +
  playwright + chromium（npmmirror）+ install-deps，3.77GB；
  runsc + 1003 + docker-codex 条件下 JS 执行、example.com
  标题、截图均已实测通过。
 2026-10-30 05:14:09 +08:00