今天全员国际化：从零写了个零依赖的 i18n 内核（带测试），然后把能翻的都翻了——侧边栏驾驶舱、弹窗、设置页、右键菜单、Web 画布、菜单栏应用、内置技能的名字和描述，连 LLM 提示词和工具描述都做了英文版。 中间炸了一次 P0：扩展包构建时 NODE_ENV 宏没定义，页面直接白屏——review 轮抓回来的，还配了首帧语言探测、「跟随浏览器」状态显示这些细节修复。每轮改动都重新构建了全部…
今天是 iMouse 史上最猛的一天，四五十个提交，昨天蓝图里的双域架构一天落地： 浏览器扩展长出了骨架——内容脚本当「画图的手」和工具执行器，后台当路由，驾驶舱是 React 侧边栏，配豆包 ASR 和动作循环，指哪打哪。安全墙同期立起：敏感操作强制人工批准，安全矩阵加 DOM 测试兜底。 记忆层和技能体系也进来了：双后端存储、敏感信息打码、表单记忆回填；五个内置技能加外部技能导入，「圈一块区域…
今天没写代码，出了一版「双域智能体架构」蓝图：浏览器扩展一个域，本地服务一个域，怎么分工怎么握手画清楚。大改前先把图想明白，明天开始动工。
今天上了豆包流式 ASR——说话边说边出字，等一整句的感觉再也不用忍了。另一个是跨来源引用绑定：截图、指令、结果之间能互相挂链，回看的时候知道「这条结论出自那张图」。
小维护日：刷新项目记忆，加固 env 的 ignore 规则。有些日子就是用来擦枪的。
今天主攻「可用性收口」——之前的功能能演示，但离真顺手还差一口气。 扩展基于共享的标注内核重建：目标图和参考图有了独立工作区，标注草稿能编辑、能单条提交，视觉证据统一走一条通路，指令结果能关联保留。设计文档先行，收尾整套工作流端到端验证通过。 从「能跑」到「能用」的这一步，比想象中费工。
今天定了「双形态 + 全局开关」的最终架构，不再摇摆。/api/chat 统一智能 API 落地，独立模式闭环跑通，Chrome 扩展完整版也出了——iMouse 有了两个可以安身的形态。
今天把 iMouse 搬到了 Web 上，图片形态跑通闭环。 架构文档同步修正了认知：之前各能力的定位写得含糊，现在统一成「智能 API + tool calling」模型——一条通道，各能力是工具。修了个小 UI 烦恼：多图切换条老跟右下角的会话列表打架。
iMouse 的七个阶段今天全部推进仓库：轨迹捕获画布、时间对齐引擎、双进程 MCP 服务端、Codex 插件打包、E2E 仿真验收、容器化，一天连推——这种强度不可持续，但推完那一刻是真爽。 主线是轨迹捕获画布（V1），然后时间对齐引擎、双进程 MCP 服务端、Codex 插件打包、E2E 仿真一层层往上摞。中途做了个正确的决定：把 Excalidraw 换成原生…
