From 26aa8f4c20f4b60390387b40625ee5e5fa130bf6 Mon Sep 17 00:00:00 2001
From: walker1211 <13750528578@163.com>
Date: Sun, 19 Apr 2026 01:43:54 +0800
Subject: [PATCH] =?UTF-8?q?docs(browser):=20=E5=A2=9E=E8=A1=A5=20browser?=
 =?UTF-8?q?=20MCP=20=E7=AC=AC=E5=85=AB=E9=98=B6=E6=AE=B5=E8=AE=BE=E8=AE=A1?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

明确下载控制与最小上传的下一阶段范围，按官方 CDP 边界区分 browser-scoped downloads 与 page-scoped uploads。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
---
 .../2026-04-19-browser-mcp-phase8-design.md   | 455 ++++++++++++++++++
 1 file changed, 455 insertions(+)
 create mode 100644 docs/reports/2026-04-19-browser-mcp-phase8-design.md

diff --git a/docs/reports/2026-04-19-browser-mcp-phase8-design.md b/docs/reports/2026-04-19-browser-mcp-phase8-design.md
new file mode 100644
index 00000000..b2993bf6
--- /dev/null
+++ b/docs/reports/2026-04-19-browser-mcp-phase8-design.md
@@ -0,0 +1,455 @@
+# Browser MCP Phase 8 Design
+
+Last Updated: 2026-04-19
+
+## Goal
+
+在当前已完成并提交的 Browser MCP Phase 7 基线之上，为 CCS-managed `ccs-browser` MCP runtime 设计 Browser MCP Phase 8。
+
+本阶段延续历史 roadmap 中 Phase 7 预留的 file-transfer / lifecycle completion 方向，但按当前官方 CDP 能力边界做最小修正：
+
+- **下载控制**：采用 session-local、browser-scoped 的下载策略与下载结果摘要
+- **最小上传**：采用 page-scoped 的 file input 设置能力
+
+Phase 8 的目标是补齐“文件流转”这一类真实浏览器工作流缺口，让 browser MCP 不再只有页面交互与网络拦截，还能覆盖最常见的下载与表单文件上传场景。
+
+## Why Phase 8 Follows Phase 7
+
+历史 spec 的主路线是：
+
+- Phase 5：page/tab control
+- Phase 6：network interception + mock responses
+- Phase 7：file-transfer and lifecycle completion
+- Phase 8+：recording / replay / higher-level orchestration
+
+后来实际交付里，Phase 6 被拆成 6A / 6B，Phase 7 又继续完成了 richer request matching。因此当前 browser MCP 已经把 interception 线打磨到了一个较完整的最小闭环：
+
+- page-bound interception rules
+- session-local state
+- `continue` / `fail` / `fulfill`
+- richer request matching
+- recent request summaries
+
+下一阶段如果继续深挖 interception，会开始落入 request body matching、更复杂 boolean matcher groups、cross-page shared rules 这类更重的规则编排问题；而历史 roadmap 里原本预留的 file transfer 缺口仍未补上。
+
+因此，Phase 8 应该回到原 roadmap，优先补：
+
+- **download handling**
+- **minimal upload handling**
+
+这样既尊重了最初路线，也能让 browser MCP 覆盖更多真实 end-to-end workflow。
+
+## Scope Summary
+
+### In Scope
+
+1. **下载控制**
+   - 为当前 attach session 设置下载策略：接受或拒绝下载
+   - 支持 session-local 下载目录配置
+   - 记录近期下载摘要
+   - 支持取消进行中的下载
+   - 继续兼容现有 `browser_wait_for_event(kind=download)` 事件等待能力
+
+2. **最小上传**
+   - 为 `<input type="file">` 设置一个或多个本地文件
+   - 支持当前已有 selector 作用域能力：`nth`、`frameSelector`、`pierceShadow`
+   - 保持 selected page 解析语义
+
+3. **状态可见性**
+   - 通过新的下载列表工具查看近期下载摘要与状态
+   - 返回清晰的 upload / download 结果摘要
+
+### Explicitly Out of Scope
+
+- 原生系统文件选择器接管
+- drag-and-drop 上传
+- 下载文件内容读取、解析或回传
+- 上传后自动点击 submit 或自动编排后续页面流程
+- 跨 runtime 持久化下载策略或下载记录
+- 基于 interception 的下载内容改写
+- 录制 / 回放 / 宏编排
+- request body matching
+- 更复杂 boolean matcher groups
+- 跨页共享 interception rules
+
+## CDP Constraint and Scope Correction
+
+Phase 8 的关键设计修正来自当前官方 CDP 能力边界：
+
+### Uploads
+
+上传侧可基于 `DOM.setFileInputFiles` 实现，因此天然适合继续沿用当前 browser MCP 的 page-scoped / selector-scoped 工具模型。
+
+### Downloads
+
+下载侧主要依赖 Browser domain：
+
+- `Browser.setDownloadBehavior`
+- `Browser.cancelDownload`
+- `Browser.downloadWillBegin`
+- `Browser.downloadProgress`
+
+这些接口更接近 **browser-scoped / browser-context-scoped** 能力，而不是某个 page target 独占的 page-bound 能力。因此 Phase 8 不应伪装成“每页独立下载开关”，而应明确采用：
+
+- **下载控制：session-local, browser-scoped**
+- **上传控制：page-scoped**
+
+这是一个有意的混合作用域设计，但它与 CDP 现实能力一致，也避免了 misleading 的 page-local 承诺。
+
+## Architecture
+
+Phase 8 继续沿用 `lib/mcp/ccs-browser-server.cjs` 的单 runtime 架构，不引入新的 browser runtime，也不重写 Phase 5 selected page 模型或 Phase 6-7 的 interception 架构。
+
+本阶段分成两条并行但边界清晰的能力线：
+
+1. **Download control line**
+   - browser-scoped CDP Browser domain 控制
+   - session-local 下载策略与下载摘要
+2. **File input upload line**
+   - page-scoped selector 解析
+   - DOM file input 赋值
+
+### Design Principles
+
+- 下载控制尊重 CDP Browser domain 的真实作用域，不伪造成 page-bound
+- 上传继续复用已有 selector / frame / shadow 解析模型，不新建第二套选择器系统
+- 继续保持 session-local state，不持久化到磁盘
+- 继续保持最小增量策略，不把 download/upload 扩展成完整文件管理系统
+- 不为了 Phase 8 重构现有 wait / event / interception 基础设施
+
+## Tool Surface
+
+Phase 8 推荐新增三个工具。
+
+### 1. `browser_set_download_behavior`
+
+为当前 attach session 设置下载策略。
+
+建议参数：
+
+- `behavior: "accept" | "deny"`
+- `downloadPath?: string`
+- `eventsEnabled?: boolean`
+
+行为：
+
+- `behavior=accept` 时允许下载
+- `behavior=deny` 时拒绝下载
+- `downloadPath` 仅在 accept 时有效；如省略，则 runtime 选择 session-local 默认下载目录
+- `eventsEnabled` 默认开启，保证下载事件和结果摘要可见
+- 作用域为当前 attach session / browser context，而不是单个页面
+
+返回字段建议最小包含：
+
+- `scope: browser`
+- `behavior`
+- `downloadPath`
+- `eventsEnabled`
+- `status`
+
+### 2. `browser_list_downloads`
+
+列出当前 MCP runtime 记录的近期下载摘要。
+
+建议参数：
+
+- `limit?: number`
+- `pageId?: string`
+
+行为：
+
+- 默认返回最近下载摘要
+- 可按触发下载时记录的 `pageId` 过滤
+- 不读取下载文件内容
+- 只返回摘要和状态
+
+返回字段建议最小包含：
+
+- `downloadId`
+- `guid`
+- `pageId`
+- `url`
+- `suggestedFilename`
+- `status`
+- `savedPath`
+- `startedAt`
+- `finishedAt`
+
+### 3. `browser_cancel_download`
+
+取消进行中的下载。
+
+建议参数：
+
+- `downloadId?: string`
+- `guid?: string`
+
+行为：
+
+- 按 runtime 记录的 `downloadId` 或底层 `guid` 定位目标
+- 调用 Browser domain cancel 能力
+- 更新 `recentDownloads` 中对应项状态
+
+约束：
+
+- `downloadId` 与 `guid` 至少提供一个
+- 两者同时提供时必须指向同一条下载记录，否则报错
+
+### 4. `browser_set_file_input`
+
+为 `<input type="file">` 直接设置本地文件。
+
+建议参数：
+
+- `selector: string`
+- `files: string[]`
+- `pageIndex?: number`
+- `pageId?: string`
+- `nth?: number`
+- `frameSelector?: string`
+- `pierceShadow?: boolean`
+
+行为：
+
+- 解析目标页
+- 解析 selector 作用域
+- 定位目标节点
+- 要求目标是 `<input type="file">`
+- 将本地文件路径集合设置到该 input
+- 返回设置结果摘要
+
+返回字段建议最小包含：
+
+- `pageId`
+- `pageIndex`
+- `selector`
+- `fileCount`
+- `status`
+
+## State Model
+
+Phase 8 继续使用 session-local in-memory state。
+
+### `downloadBehaviorState`
+
+存储当前 attach session 的下载行为配置。
+
+建议字段：
+
+- `behavior`
+- `downloadPath`
+- `eventsEnabled`
+- `updatedAt`
+
+关键约束：
+
+- browser-scoped
+- 不绑定 pageId
+- runtime 重启后丢失
+
+### `recentDownloads`
+
+记录近期下载摘要。
+
+建议字段：
+
+- `downloadId`
+- `guid`
+- `pageId`
+- `url`
+- `suggestedFilename`
+- `status: "started" | "inProgress" | "completed" | "canceled" | "denied" | "failed"`
+- `savedPath`
+- `receivedBytes`
+- `totalBytes`
+- `startedAt`
+- `finishedAt`
+
+关键约束：
+
+- 固定上限，建议 100 条
+- 只保留摘要，不读文件内容
+- 通过 `guid` 关联 Browser domain 下载事件
+
+### Existing selected page state
+
+上传工具继续复用现有 selected page 模型：
+
+- 显式 `pageIndex` 优先
+- 否则走 selected page
+- stale selected page 时回退到第一可用页面
+
+## Data Flow
+
+### Download behavior update flow
+
+1. `browser_set_download_behavior` 校验参数
+2. 若 `behavior=accept` 且未提供 `downloadPath`，计算 session-local 默认下载目录
+3. 调用 `Browser.setDownloadBehavior`
+4. 更新 `downloadBehaviorState`
+5. 返回当前配置摘要
+
+### Download observation flow
+
+1. runtime 接收 `Browser.downloadWillBegin`
+2. 生成 `downloadId`
+3. 写入 `recentDownloads`，状态为 `started`
+4. 记录触发时关联的 `pageId`（若能确定）
+5. 若后续收到 `Browser.downloadProgress`：
+   - 更新 `receivedBytes` / `totalBytes`
+   - 当 state=`completed` 时写入 `finishedAt` 和可用 `savedPath`
+   - 当 state=`canceled` 时更新状态
+
+### Download cancel flow
+
+1. `browser_cancel_download` 解析目标记录
+2. 调用 `Browser.cancelDownload`
+3. 更新 `recentDownloads` 为 `canceled`
+4. 返回取消结果摘要
+
+### File input upload flow
+
+1. `browser_set_file_input` 解析目标页
+2. 解析 `selector` / `nth` / `frameSelector` / `pierceShadow`
+3. 定位 DOM 节点
+4. 校验目标是 `<input type="file">`
+5. 校验所有本地文件路径存在且为普通文件
+6. 调用 `DOM.setFileInputFiles`
+7. 返回设置结果摘要
+
+## Error Handling and Boundary Rules
+
+### `browser_set_download_behavior`
+
+- `behavior` 只能是 `accept` 或 `deny`
+- `behavior=deny` 时不接受 `downloadPath`
+- `downloadPath` 不可写时报错
+- Browser domain 下载能力不可用时报错
+
+### `browser_list_downloads`
+
+- `limit` 越界时回退到安全默认值
+- `pageId` 不存在时返回空列表，不报错
+
+### `browser_cancel_download`
+
+- `downloadId` 与 `guid` 至少传一个
+- 指定下载不存在时报错
+- 下载已完成时取消应报明确错误或返回 no-op 状态，但语义必须固定
+
+### `browser_set_file_input`
+
+- `pageIndex` 与 `pageId` 不能同时传
+- `selector` 不能为空
+- `files` 必须是非空数组
+- 文件不存在时报错
+- 文件路径不是普通文件时报错
+- selector 无匹配时报错
+- 多匹配但未提供 `nth` 时应保持与当前 selector 工具一致的目标解析语义
+- 命中的元素不是 `<input type="file">` 时报错
+- 跨域 iframe 不支持
+- closed shadow root 不支持
+
+## Interaction with Existing Capabilities
+
+### With `browser_wait_for_event`
+
+Phase 8 不替换 `browser_wait_for_event(kind=download)`；它继续负责：
+
+- 等待下载开始事件
+- 作为轻量事件观察能力存在
+
+Phase 8 新增的下载工具负责：
+
+- 设置下载策略
+- 查看下载摘要
+- 取消下载
+
+### With selected page semantics
+
+- 下载行为是 browser-scoped，不依赖 selected page
+- 上传行为继续遵循 selected page 解析语义
+- 这两者的作用域不同是有意设计，不属于不一致 bug
+
+### With interception state
+
+- 下载工具不复用 interception rule 管理面
+- 下载记录与 request summaries 是并行状态，不相互嵌套
+- 不把 download handling 强行建模成 interception action
+
+## Testing Strategy
+
+Phase 8 继续扩展：
+
+- `tests/unit/hooks/ccs-browser-mcp-server.test.ts`
+
+并在 deterministic harness 上增加最小 download / upload 模拟能力。
+
+### Required download coverage
+
+1. 工具列表与 schema 暴露正确
+2. `browser_set_download_behavior` accept 成功
+3. `browser_set_download_behavior` deny 成功
+4. `behavior=deny` + `downloadPath` 报错
+5. 下载开始后 `browser_list_downloads` 能看到 started 摘要
+6. 下载完成后能看到 completed 状态与文件路径
+7. 下载取消后能看到 canceled 状态
+8. `browser_wait_for_event(kind=download)` 继续兼容
+9. `limit` 和 `pageId` 过滤生效
+
+### Required upload coverage
+
+1. 单文件上传成功
+2. 多文件上传成功
+3. selector 无匹配失败
+4. 命中的不是 file input 失败
+5. 文件不存在失败
+6. `frameSelector` 作用域成功
+7. `pierceShadow` 作用域成功
+8. 省略 `pageIndex/pageId` 时命中当前 selected page
+9. 显式 `pageIndex` 仍覆盖 selected page
+
+### Repository validation order
+
+继续遵循该区域已稳定使用的验证顺序：
+
+1. focused browser MCP unit tests
+2. `bun run build:server`
+3. `bun run format`
+4. `bun run validate`
+5. `bun run validate:ci-parity`
+
+## Documentation Impact
+
+如果 Phase 8 实现落地，至少需要同步：
+
+- `docs/browser-automation.md`
+
+需要新增：
+
+- Phase 8 capability details
+- 下载控制与上传示例
+- browser-scoped downloads / page-scoped uploads 的作用域说明
+- 新的 out-of-scope 边界说明
+
+## Worktree Requirement
+
+后续实现不应继续直接在当前 Phase 7 worktree 上混写。
+
+推荐隔离方式：
+
+1. 保留 `feat/browser-mcp-hover-phase7` 作为已完成 checkpoint
+2. 基于其已验证提交创建新的 Phase 8 worktree
+3. 在新 worktree 中完成 Phase 8 plan 与实现
+
+## Success Criteria
+
+Phase 8 成功的标志是：
+
+1. 用户可以显式控制当前 attach session 的下载接受/拒绝行为
+2. 用户可以查看近期下载摘要并取消进行中的下载
+3. 用户可以向 `<input type="file">` 设置本地文件
+4. 下载与上传能力都遵循清晰、真实的作用域语义
+5. 本期不引入 drag-and-drop、原生文件选择器接管、内容读取或 orchestration 复杂度
+
+这使 Browser MCP 在当前阶段从“页面交互 + 网络拦截”扩展到“最小文件流转闭环”，为后续更高阶的录制、回放和 workflow orchestration 打下更完整的基础。