前言¶

DSH 的插件化方式，讓 agent 可以把外部能力拆成工具調用。瀏覽器操作是其中一類常見需求：打開頁面、填寫表單、點擊按鈕、讀取 SPA 渲染後的內容，再截圖回看。社區插件目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係。dsh-browser 解決的是讓 agent 直接驅動真實 Web 頁面。

這是什麼¶

dsh-browser 是一個 Playwright 驅動的 DeepSeek Harness 瀏覽器自動化插件，提供一組 browser_* 工具，用於打開頁面、導航、點擊、輸入、選擇選項、截圖、執行 JavaScript，並讀取頁面內容。

倉庫地址：

https://github.com/ben7am1n/dsh-browser

核心工具¶

下面是已覈實資料中列出的工具能力：

• browser_open：打開或複用瀏覽器，可選導航到 URL。
• browser_navigate：導航當前頁面並等待加載。
• browser_click：通過 CSS 選擇器點擊元素。
• browser_type：在輸入框輸入文本，可選按 Enter。
• browser_select：在 <select> 中選擇選項。
• browser_screenshot：捕獲 PNG 到 <workspace>/browser-screenshots/，可用 read_image 查看。
• browser_eval：在頁面中執行 JavaScript 並返回 JSON。
• browser_get_text / browser_get_html：讀取可見文本或 outer HTML。
• browser_wait：等待慢頁面或懶加載內容。
• browser_close：關閉瀏覽器，且可被任意工具重新打開。
• browser_install：解釋或驗證瀏覽器可用性。

瀏覽器狀態會跨工具調用保持。可以先用 browser_open 打開一次，再多次調用其他工具驅動同一個瀏覽器，完成後再用 browser_close 關閉。

默認以 headless 方式運行；已覈實資料提到 headed 模式可能後續提供。

安裝與啓用¶

先爲目標 profile 添加插件：

dsh plugin --profile <name> add dsh-browser

該插件依賴 playwright-core，並且需要 Chromium-based 瀏覽器。它會按以下順序自動嘗試通道：

chromium → chrome → msedge

如果當前環境沒有可用瀏覽器，可以安裝 Chromium：

npx playwright install chromium

也可以在插件配置中指定瀏覽器可執行文件或通道，例如配置 launch.executablePath 或 launch.channel。

配置項¶

下面是已覈實資料中列出的配置字段：

如果要在 profile 中覆蓋瀏覽器通道和超時，可以寫類似下面的配置：

# profile cordis.patch.yml
- id: browser
  config:
    launch:
      channel: chrome
      navigationTimeoutMs: 30000

這段示例表示將瀏覽器通道固定爲 chrome，並把導航/操作超時設置爲 30000 毫秒。

典型用法¶

可以按下面的順序使用：

1、添加插件並確認 profile 加載成功。

2、確認瀏覽器可用；如果不可用，執行下面的命令，或配置 launch.executablePath / launch.channel：

npx playwright install chromium

3、讓 agent 調用 browser_open 打開目標 URL，或複用已有瀏覽器。

4、按頁面需要調用 browser_click、browser_type、browser_select、browser_wait 等工具。

5、需要頁面內容時調用 browser_get_text、browser_get_html 或 browser_eval。

6、需要視覺判斷時調用 browser_screenshot。截圖會保存在調用 agent 的 workspace 中，默認位於 browser-screenshots 目錄，隨後可以用 read_image 讀取。

7、任務完成後調用 browser_close 關閉瀏覽器。

依賴與版本約束¶

package.json 中聲明的版本爲 0.1.1。其中與運行環境相關的依賴包括：

{
  "dependencies": {
    "@deepseek-ai/schemastery": "^3.18.1",
    "playwright-core": "^1.49.0"
  },
  "peerDependencies": {
    "@deepseek-ai/cordis": "^4.0.1",
    "@deepseek-ai/dsh-agent": "^0.1.0-rc.6",
    "@deepseek-ai/dsh-tools": "^0.1.0-rc.6"
  }
}

這意味着部署環境除了安裝插件本身，還需要滿足對應的 peer 依賴版本約束，並且具備可用的 Chromium-based 瀏覽器。

適用場景與注意¶

dsh-browser 適合需要在 DSH agent 工作流中處理真實網頁的開發者，例如表單填寫、多步點擊、SPA 內容讀取、JavaScript 求值，以及截圖後回看。

需要注意：

• 插件會以當前 dsh 進程權限運行。它能在頁面中執行 JavaScript、讀取頁面內容、操作表單和截圖，安裝前建議先檢查源碼、依賴和許可證。
• 許可證爲 MIT。
• 默認 headless 運行；headed 模式在已覈實資料中被描述爲可能後續提供。
• 截圖位於調用 agent 的 workspace，模型需要使用 read_image 讀取。

結尾¶

dsh-browser 的價值在於把“打開瀏覽器、操作頁面、讀取結果、截圖回看”這些步驟變成 DSH 工具調用的一部分，減少爲每個 agent 單獨寫瀏覽器腳本的重複工作。

GitHub：

https://github.com/ben7am1n/dsh-browser

目錄頁：本文未給出鏈接。