跳至内容
FormFill-Gemini 开发计划

FormFill-Gemini 开发计划

所属专题:FormFill 浏览器扩展复盘

这是早期的五阶段开发计划,不是冻结版手册。它采用测试先行和文档驱动,所引外部开发约定不随本文提供。勾选是当时的任务记录,不等于独立验证。后来实现排除受保护字段、先显式预览后写入、仅撤销本次写入且未被再次编辑的值;证据和未测项见冻结版总览。 每个阶段的核心任务在开始编码前,都会先编写对应的测试用例。


阶段一:项目基础架构与环境设置 (Phase 1: Core Infrastructure & Setup)

  • 任务 1.1:依赖验证与安装

    • 确认 wxt 框架已正确初始化。
    • 安装 openai 库用于与 LLM API 交互。
    • 安装并配置测试框架(vitest),确保其与 WXT 环境兼容。
    • 安装并配置 prettier 和 eslint 以统一代码风格。
  • 任务 1.2:用户配置管理

    • TDD: 编写测试用例,模拟存储和读取 API Key, Model Name, Base URL。
    • 实现: 创建一个工具模块 (/utils/settings.ts),使用 chrome.storage.local 来安全地存储和检索用户配置。
    • UI: 在弹出页 (/entrypoints/popup/App.tsx) 中创建一个简单的设置表单,允许用户输入和保存他们的配置。

阶段二:表单识别与数据提取 (Phase 2: Form Detection & Data Extraction)

  • 任务 2.1:Content Script 表单扫描

    • TDD: 编写测试用例,用模拟的 HTML 结构来验证表单字段(input, textarea, select, button 等)是否能被准确识别。
    • 实现: 在 entrypoints/content.ts 中,编写逻辑来扫描页面 DOM,提取所有可用的表单元素及其相关信息(如 id, name, type, aria-label)。
    • 数据结构: 将提取的表单信息序列化为一个简洁的 JSON 结构,准备发送给后台脚本。
  • 任务 2.2:通信建立

    • TDD: 编写测试用例,模拟从 Content Script 向 Background Script 发送消息并接收响应。
    • 实现: 建立 Content Script 和 Background Script 之间的消息传递通道。当用户在 Popup 中触发操作时,Popup 通知 Background Script,后者再请求 Content Script 获取表单数据。

阶段三:LLM 集成与智能填充 (Phase 3: LLM Integration & Smart Filling)

  • 任务 3.1:后台 LLM 服务

    • TDD: 编写测试用例,模拟调用 LLM API 的场景。使用 .env 文件中的测试密钥进行测试。
    • 实现: 在 entrypoints/background.ts 中,实现与 OpenAI (或兼容) API 的交互。函数应接收用户自然语言输入和 Content Script 发来的表单结构。
  • 任务 3.2:Prompt Engineering

    • 设计: 让模型把“项目名称是春季读书会,地点是阅览室”对应到页面的项目和地点字段。
    • 实现: 将设计的 Prompt 集成到后台脚本的 API 调用逻辑中。
  • 任务 3.3:字段映射与填充指令

    • TDD: 编写测试用例,验证 LLM 返回的结构化数据能否被正确地映射回原始的表单字段。
    • 实现: 把模型输出整理为填写建议,例如 project → 春季读书会、venue → 阅览室。
    • 通信: 将此填充指令发送回 Content Script。

阶段四:端到端流程整合与 UI 优化 (Phase 4: E2E Flow & UI Refinement)

  • 任务 4.1:执行表单填充

    • TDD: 编写测试用例,模拟 Content Script 接收填充指令并更新 DOM 中的表单字段。
    • 实现: 在 entrypoints/content.ts 中,实现接收后台脚本的指令并将其应用到网页表单上的逻辑。
  • 任务 4.2:Popup 用户界面

    • UI 实现: 在 /entrypoints/popup/App.tsx 中,实现核心用户界面:一个文本区域供用户输入自然语言,一个“填充”按钮。
    • 状态管理: 添加加载(Loading)、成功(Success)、失败(Error)等 UI 状态,向用户提供清晰的操作反馈。
  • 任务 4.3:端到端测试

    • 在真实的网页(如注册、登录页面)上手动测试整个流程,确保所有部分协同工作正常。

阶段五:文档、打包与发布 (Phase 5: Documentation, Packaging & Release)

  • 任务 5.1:更新文档

    • 更新 README.md,添加详细的用户使用说明、功能介绍和截图。
    • 检查并完成所有代码注释和文档字符串。
  • 任务 5.2:打包与测试

    • 运行 npm run build 命令,生成生产环境的插件包。
    • 在 Chrome 中加载打包后的插件,进行最终测试。
  • 任务 5.3:版本提交

    • 为当前版本创建一个 Git tag。
    • (可选)准备提交到 Chrome Web Store 的相关材料。

打包不是上架。最后一项保留未勾选;项目没有向 Chrome 或 Edge 商店提交。

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于