前言¶

在 DeepSeek Harness（DSH）裏讓智能體操作網頁，常見做法是自行拼裝 HTTP 抓取或零散腳本：能拿到 HTML，卻難以穩定處理登錄態、多標籤、動態渲染和可交互控件。另一類做法是接第三方瀏覽器 API，但綁定和生命週期往往與 DSH 工具註冊、會話清理脫節。

下面介紹社區插件 dsh-playwright-browser（維護者 Clizo1209，SkillHub 分類：聯網工具）。它基於 Playwright，向 DSH 註冊一組原生 browser_* 工具，提供可複用的瀏覽器上下文、語義化定位和多標籤管理。行爲設計參考 Codex Browser skill 的思路，但不依賴 OpenAI 瀏覽器綁定，控制器由插件自行管理。

DSH 目前處於開發者預覽階段。該插件針對 DSH 0.1.0-rc.6 包線測試，隨 DSH 演進可能需要兼容性更新。

這是什麼¶

dsh-playwright-browser 是面向 DeepSeek Harness 的瀏覽器自動化插件，當前 npm 版本爲 0.1.3，採用 MIT 許可證。

插件在 DSH 工具註冊表中掛載十個 browser_* 工具，由 Cordis 管理瀏覽器生命週期。智能體通過語義定位器（如 role=button|Save、label=Email）與頁面交互，並在操作後獲取有界長的無障礙樹或可見文本快照，而不是在頁面內執行任意 JavaScript。

核心功能¶

工具一覽¶

插件註冊以下十個工具：

定位與快照¶

推薦的目標寫法包括：

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

交互後會返回新鮮、有界長的快照（默認上限 40000 字符），便於智能體在動作前後覈對頁面狀態。

瀏覽器與運行時¶

• 惰性啓動瀏覽器；無 Playwright Chromium 時可回退到本機已安裝的 Chrome 或 Edge。
• 可複用瀏覽器上下文，標籤頁使用穩定標識符。
• 支持後退、前進、刷新、鍵盤輸入、等待和 PNG 截圖。
• 頁面操作支持中止；Cordis 負責生命週期清理。
• 不在頁面內執行任意 JavaScript 求值。

安全模型¶

插件將頁面內容視爲不可信數據，而非智能體指令。涉及提交表單、敏感數據、下載、購買、權限變更、賬戶修改或 CAPTCHA 時，需獲得適當用戶授權。瀏覽器不會在未告知的情況下靜默安裝；無可用瀏覽器時，智能體應說明最低配置並徵得同意。含嵌入憑據的 URL 會被拒絕；協作關閉標籤頁會取消該頁面上進行中的操作。

環境要求¶

安裝前確認：

• Node.js ^22.19.0 或 >=24.0.0
• 已配置 DSH profile
• 至少一種受支持瀏覽器：
• Playwright Chromium（npx playwright install chromium）
• Google Chrome / Microsoft Edge
• 或通過 executablePath 指定可執行文件路徑

安裝與啓用¶

從 npm 安裝到 web profile：

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

從源碼 checkout 安裝：

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

無頭環境可使用 headless profile：

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

安裝後在不啓動進程的情況下校驗 profile 組合：

dsh --profile web --dump-config

Git 安裝會執行包的 prepare 腳本；pnpm 10 及以上可能需要在 profile 的 pnpm-workspace.yaml 中顯式允許該構建。使用預構建 npm 包或 tarball 時，profile 內無需再編譯源碼。

配置¶

在 profile 的 cordis.patch.yml 中追加配置（DSH 會在已安裝 bundle 補丁之後應用用戶覆蓋）：

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

常用選項：

不要將 userDataDir 指向個人日常使用的瀏覽器配置目錄，應使用專用於智能體自動化的獨立目錄。

典型用法¶

智能體在 DSH 會話中按任務鏈調用 browser_* 工具。一個常見的瀏覽流程如下：

1. 用 browser_open 打開標籤頁並導航到目標 URL。
2. 用 browser_snapshot 讀取當前頁面結構，確認可交互元素。
3. 用 browser_click、browser_fill 或 browser_press 完成操作；目標使用語義定位器，例如 label=Email 或 button|Save。
4. 用 browser_wait 等待 URL、元素或加載狀態就緒。
5. 需要留檔時調用 browser_screenshot；多頁任務用 browser_tabs 管理標籤，用 browser_history 處理後退與刷新。

定位器示例：

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

適用場景與注意¶

適合誰

• 已在 DSH 中編排智能體，需要穩定、可觀測的網頁自動化能力。
• 希望用無障礙樹和語義定位減少脆弱 CSS 選擇器依賴的團隊。
• 需要多標籤、截圖、導航歷史等完整瀏覽器會話管理的場景。

使用前注意

• 插件以當前 DSH 進程的權限運行，可訪問其能觸及的文件、網絡與瀏覽器數據。安裝前應閱讀 GitHub 倉庫 源碼與 MIT 許可證，評估是否滿足你的安全與合規要求。
• SkillHub 爲社區目錄站點，與 DeepSeek / 幻方無官方從屬關係；插件列表與星標（當前 GitHub 11 stars）反映社區維護狀態，不代表官方背書。
• DSH 仍在快速迭代，升級 DSH 或插件版本後建議執行 dsh --profile web --dump-config 並跑一遍你的典型任務鏈。

鏈接¶

• SkillHub 目錄頁：https://www.skillhub.cn/plugins/Clizo1209/dsh-playwright-browser
• GitHub 倉庫：https://github.com/Clizo1209/dsh-playwright-browser

經過上面的步驟，你可以在 DSH profile 中接入 Playwright 驅動的瀏覽器工具集，讓智能體以結構化快照和語義定位完成多標籤網頁任務，而不必自行維護瀏覽器控制器與工具註冊。