前言¶

在 DeepSeek Harness（DSH）里让智能体操作网页，常见做法是自行拼装 HTTP 抓取或零散脚本：能拿到 HTML，却难以稳定处理登录态、多标签、动态渲染和可交互控件。另一类做法是接第三方浏览器 API，但绑定和生命周期往往与 DSH 工具注册、会话清理脱节。

下面介绍社区插件 dsh-playwright-browser（维护者 Clizo1209，SkillHub 分类：联网工具）。它基于 Playwright，向 DSH 注册一组原生 browser_* 工具，提供可复用的浏览器上下文、语义化定位和多标签管理。行为设计参考 Codex Browser skill 的思路，但不依赖 OpenAI 浏览器绑定，控制器由插件自行管理。

DSH 目前处于开发者预览阶段。该插件针对 DSH 0.1.0-rc.6 包线测试，随 DSH 演进可能需要兼容性更新。

这是什么¶

dsh-playwright-browser 是面向 DeepSeek Harness 的浏览器自动化插件，当前 npm 版本为 0.1.3，采用 MIT 许可证。

插件在 DSH 工具注册表中挂载十个 browser_* 工具，由 Cordis 管理浏览器生命周期。智能体通过语义定位器（如 role=button|Save、label=Email）与页面交互，并在操作后获取有界长的无障碍树或可见文本快照，而不是在页面内执行任意 JavaScript。

核心功能¶

工具一览¶

插件注册以下十个工具：

定位与快照¶

推荐的目标写法包括：

role=button|Save
button|Save
label=Email
placeholder=Search
text=Settings
testid=submit
css=#legacy-button

交互后会返回新鲜、有界长的快照（默认上限 40000 字符），便于智能体在动作前后核对页面状态。

浏览器与运行时¶

• 惰性启动浏览器；无 Playwright Chromium 时可回退到本机已安装的 Chrome 或 Edge。
• 可复用浏览器上下文，标签页使用稳定标识符。
• 支持后退、前进、刷新、键盘输入、等待和 PNG 截图。
• 页面操作支持中止；Cordis 负责生命周期清理。
• 不在页面内执行任意 JavaScript 求值。

安全模型¶

插件将页面内容视为不可信数据，而非智能体指令。涉及提交表单、敏感数据、下载、购买、权限变更、账户修改或 CAPTCHA 时，需获得适当用户授权。浏览器不会在未告知的情况下静默安装；无可用浏览器时，智能体应说明最低配置并征得同意。含嵌入凭据的 URL 会被拒绝；协作关闭标签页会取消该页面上进行中的操作。

环境要求¶

安装前确认：

• Node.js ^22.19.0 或 >=24.0.0
• 已配置 DSH profile
• 至少一种受支持浏览器：
• Playwright Chromium（npx playwright install chromium）
• Google Chrome / Microsoft Edge
• 或通过 executablePath 指定可执行文件路径

安装与启用¶

从 npm 安装到 web profile：

dsh plugin --profile web add dsh-playwright-browser

从源码 checkout 安装：

npm install
npm pack
dsh plugin --profile web add ./dsh-playwright-browser-0.1.3.tgz

无头环境可使用 headless profile：

dsh plugin --profile headless add ./dsh-playwright-browser-0.1.3.tgz

安装后在不启动进程的情况下校验 profile 组合：

dsh --profile web --dump-config

Git 安装会执行包的 prepare 脚本；pnpm 10 及以上可能需要在 profile 的 pnpm-workspace.yaml 中显式允许该构建。使用预构建 npm 包或 tarball 时，profile 内无需再编译源码。

配置¶

在 profile 的 cordis.patch.yml 中追加配置（DSH 会在已安装 bundle 补丁之后应用用户覆盖）：

- id: playwright-browser
  config:
    browser: chromium
    channel: chrome
    headless: true
    viewportWidth: 1440
    viewportHeight: 900
    screenshotDir: .dsh-browser/screenshots

常用选项：

不要将 userDataDir 指向个人日常使用的浏览器配置目录，应使用专用于智能体自动化的独立目录。

典型用法¶

智能体在 DSH 会话中按任务链调用 browser_* 工具。一个常见的浏览流程如下：

1. 用 browser_open 打开标签页并导航到目标 URL。
2. 用 browser_snapshot 读取当前页面结构，确认可交互元素。
3. 用 browser_click、browser_fill 或 browser_press 完成操作；目标使用语义定位器，例如 label=Email 或 button|Save。
4. 用 browser_wait 等待 URL、元素或加载状态就绪。
5. 需要留档时调用 browser_screenshot；多页任务用 browser_tabs 管理标签，用 browser_history 处理后退与刷新。

定位器示例：

role=button|Save
label=Email
placeholder=Search
text=Settings

适用场景与注意¶

适合谁

• 已在 DSH 中编排智能体，需要稳定、可观测的网页自动化能力。
• 希望用无障碍树和语义定位减少脆弱 CSS 选择器依赖的团队。
• 需要多标签、截图、导航历史等完整浏览器会话管理的场景。

使用前注意

• 插件以当前 DSH 进程的权限运行，可访问其能触及的文件、网络与浏览器数据。安装前应阅读 GitHub 仓库 源码与 MIT 许可证，评估是否满足你的安全与合规要求。
• SkillHub 为社区目录站点，与 DeepSeek / 幻方无官方从属关系；插件列表与星标（当前 GitHub 11 stars）反映社区维护状态，不代表官方背书。
• DSH 仍在快速迭代，升级 DSH 或插件版本后建议执行 dsh --profile web --dump-config 并跑一遍你的典型任务链。

链接¶

• SkillHub 目录页：https://www.skillhub.cn/plugins/Clizo1209/dsh-playwright-browser
• GitHub 仓库：https://github.com/Clizo1209/dsh-playwright-browser

经过上面的步骤，你可以在 DSH profile 中接入 Playwright 驱动的浏览器工具集，让智能体以结构化快照和语义定位完成多标签网页任务，而不必自行维护浏览器控制器与工具注册。