前言¶

在 DeepSeek Harness（DSH）里让 agent 操作网页，常见做法是走无头浏览器或远程截屏转播：模型能「操作」，但人往往看不到同一块页面，遇到登录、人机验证时也很难及时接手。dsh-builtin-browser（仓库 wqty123/dsh-browser）走的是另一条路：给 DSH 装一个真实、可见、可与用户共享的浏览器，agent 通过 20 个 browser_* 工具驱动，用户与 agent 操作的是同一个页面，需要时可以直接接管。

下面介绍这个插件的定位、能力、安装方式与典型用法。事实来自 GitHub 仓库 README 与 package.json（当前版本 v0.1.15）。

这是什么¶

dsh-builtin-browser 是维护者 wqty123 发布的 DSH 插件，npm 包名同为 dsh-builtin-browser，许可证 MIT。SkillHub 目录将其归类为客户端插件；GitHub 上约 19 stars。

一句话：安装插件 = 获得一个与用户共享、可被 agent 驱动的真实浏览器。

与无头方案的区别在于：浏览器是原生 WebContentsView，不是转播截图；有桌面外壳时嵌入外壳视图，纯 dsh web 环境下插件也可自托管——自行拉起 Electron 窗口（标题 dsh-browser），无需额外配置。

核心功能¶

共享真实浏览器与人机同页¶

用户直接看到 agent 在做什么，可随时上手接管；agent 驱动的就是用户眼前的窗口。

20 个 browser_* 工具¶

安装后 agent 自动获得一整套浏览器工具，覆盖打开、查看、操作、填表、截图、下载、登录态管理等。常用入口如下：

完整清单与参数见仓库 工具参考。

DOM 级驱动与框架友好¶

browser_snapshot 返回带编号的交互元素；browser_execute 在页面内执行 JS，受控输入使用原生 setter 并触发 input/change 事件，React、Vue 页面也能较可靠地交互。

多标签与任务级会话隔离¶

支持并行打开 URL，查看、切换、关闭、重置标签。每个 DSH 任务（会话）拥有独立的浏览器会话（独立标签页与历史），并发任务互不抢页面；同一任务内多次调用复用同一会话。

登录态、人机验证与下载¶

• browser_auth：导出/恢复 cookie，重启后登录态不丢；自托管实例的 cookie 也会落盘持久化。
• browser_challenge：检测 Cloudflare、reCAPTCHA、hCaptcha、Turnstile 等挑战，提示人工在共享窗口完成。
• browser_download：在页面上下文内携带会话 cookie 下载文件（上限 256MB）。

操作历史、回放与安全限制¶

• browser_history 记录操作日志；browser_replay 可按序号回放某一步。
• browser_restrict 以白名单限制允许的浏览器动作；只读工具（browser_snapshot、browser_content、browser_screenshot 等）不受限。

多格式内容抓取¶

browser_content 支持以 html、markdown、txt、json 抓取页面，可配合 CSS selector、字符上限与超时控制。

架构与自托管¶

插件通过 cordis.patch.yml 挂载三层：browser（seam）、browser-electron（provider）、tool-browser（工具层）。没有桌面外壳时，插件通过 host-main.js 拉起 Electron 子进程，经本机 TCP JSON-RPC 驱动；子进程崩溃会自动重启。README 注明 Electron 33.x 有合成器缺陷，建议版本 ≥ 40。

安装与启用¶

环境要求：

• 已安装 DeepSeek Harness，且配置了 web profile
• Node.js ≥ 22.19（见 package.json 的 engines）
• Electron 运行时：桌面外壳通常自带；纯 dsh web 下插件会自动定位环境中版本最新的 Electron 二进制

README 徽章标明当前在 Windows 上验证过；其他平台是否可用需自行验证。

安装命令（README 官方写法）：

# 方式一：从 npm 安装（已发布）
dsh plugin --profile web add dsh-builtin-browser

# 方式二：从源码目录安装（独立仓库，一插件一仓库）
dsh plugin --profile web add <本仓库路径>

安装前建议阅读源码与 MIT 许可证，确认插件将以当前 dsh 进程权限运行。

典型用法¶

安装完成后，agent 即可调用 browser_* 工具。一个常见流程是：先打开页面，再读快照，再操作或填表。

1. browser_open(url)     → 打开页面，得到带编号元素的快照
2. browser_snapshot()    → 查看可交互元素编号
3. browser_execute(...)  → 按编号或选择器执行点击、提交等 JS
4. browser_screenshot()  → 需要视觉定位时截图，可选 savePath 落盘

批量填表可用 browser_fill 一次填写多个字段；需要持久登录时，人工登录后用 browser_auth 导出 cookie，下次恢复。

操作纪律（README 摘要）：表单提交优先 form.requestSubmit()，点击优先 element.click()；坐标点击是最后手段，取坐标后应立即点击，点击前用 document.elementFromPoint(x, y) 验证命中。

适用场景与注意¶

适合谁

• 需要在 DSH 里做网页自动化，且希望人能看到、能接管同一浏览器的开发者
• 需要处理登录态、人机验证、带 cookie 下载等「真实浏览器」场景的智能体工作流
• 使用 DSH 桌面外壳或纯 dsh web 环境，希望零额外配置拉起可见浏览器窗口的用户

注意事项

1. 插件以当前 dsh 进程的权限运行，安装前应检查源码与许可证。
2. 浏览器可见视图、列布局等由宿主外壳（如 apps/desktop）负责；本插件只消费 electronViewHost，无外壳时走自托管。
3. 带 ✅ 守卫的动作受 browser_restrict 白名单约束；配置项见 README 中的 cordis.patch.yml 说明（如 httpOnly 默认 true，仅允许 HTTP(S) 导航）。
4. SkillHub（skillhub.cn）是社区插件目录，与 DeepSeek、幻方无官方从属关系；DSH 生态理念是「一切皆插件」。

结尾¶

dsh-builtin-browser 把「共享真实浏览器」做成可安装的 DSH 插件：装好即用、人机同页、20 个 browser_* 工具覆盖从打开页面到登录态与下载的常见需求。若你正在 DSH 里搭建需要可见、可接管的网页 agent，可以从目录页或 GitHub 获取包与文档。

• 目录页：https://www.skillhub.cn/plugins/wqty123/dsh-browser
• GitHub：https://github.com/wqty123/dsh-browser