前言¶

在 DSH 中，agent 能力通常通过插件扩展。dsh-cloakbrowser 面向需要本地浏览器会话的 agent 工作流：它把本地安装的 CloakBrowser 接入 DeepSeek Harness，让 agent 可以启动会话、管理标签页、导航页面、执行点击与输入、获取快照或截图，并在显式调用时进行视觉理解。

它不是 CloakBrowser 官方插件。CloakBrowser 由 CloakHQ 开发和维护；该仓库只包含 DSH 集成，不包含或再分发 CloakBrowser 浏览器二进制。DSH 插件生态中的社区目录是独立站点，与 DeepSeek / 幻方无官方从属关系。

这是什么¶

• 插件名：dsh-cloakbrowser
• 维护者：SJF-ECNU
• GitHub 仓库：https://github.com/SJF-ECNU/dsh-cloakbrowser
• 许可证：Python wrapper 采用 MIT 许可证；CloakBrowser 浏览器二进制使用自己的 Binary License
• 定位：DeepSeek Harness 插件，让 agent 使用本地安装的 CloakBrowser
• 运行要求：Node.js 22.19 或更高版本、Python 3.11 或更高版本、Git

核心功能¶

下面按 agent 常用操作分组列出工具名。

会话：

• browser_start：启动浏览器会话
• browser_close：关闭浏览器会话

标签页：

• browser_open_tab
• browser_list_tabs
• browser_activate_tab
• browser_close_tab

页面导航与交互：

• browser_navigate
• browser_click
• browser_click_point
• browser_type
• browser_evaluate

快照、截图与视觉理解：

• browser_snapshot
• browser_screenshot
• browser_understand

Cookies：

• browser_get_cookies
• browser_set_cookies

启动参数：

• profile_dir：使用 CloakBrowser 原生持久化上下文
• cdp_port：将会话暴露到 127.0.0.1 的 CDP 端口
• virtual_display：在 Linux 下传入 width 和 height，以启动 headed browser
• humanize 与 human_config：用于控制动作；可用 humanize: true，并搭配 human_preset: "careful" 或 human_config

安装与启用¶

先确认本地已有 CloakBrowser，并满足上面的运行要求。接下来添加插件：

dsh plugin --profile web add github:SJF-ECNU/dsh-cloakbrowser

经过上面的步骤，可以验证插件配置：

dsh --profile web --dump-config | grep -A3 'dsh-cloakbrowser'

如果是本地 checkout 安装，更新时使用：

dsh plugin --profile web update dsh-cloakbrowser

移除插件时使用：

dsh plugin --profile web remove dsh-cloakbrowser

典型用法¶

启动会话¶

1. 调用 browser_start 创建浏览器会话。
2. 需要持久化上下文时，传 profile_dir，使用 CloakBrowser 原生持久化上下文。
3. 需要本机 CDP 客户端接入时，传 cdp_port，将会话暴露到 127.0.0.1 的 CDP 端口。
4. 在 Linux 下需要 headed browser 时，给 virtual_display 传 width 和 height。
5. 需要拟人化动作时，设置 humanize: true，并按需使用 human_preset: "careful" 或 human_config。

操作页面¶

1. 使用 browser_open_tab、browser_list_tabs、browser_activate_tab、browser_close_tab 管理标签页。
2. 使用 browser_navigate、browser_click、browser_click_point、browser_type、browser_evaluate 进行页面导航和交互。
3. 使用 browser_get_cookies、browser_set_cookies 读写 cookies。
4. 使用 browser_snapshot、browser_screenshot 获取快照或截图。

视觉理解¶

在 DSH web UI 中进入：

Settings → Plugins → Plugin configuration → Visual understanding model

配置项包括：

• Base URL
• 模型
• API style
• API key

API key 是 write-only，保存后不再显示。

browser_understand 仅在显式调用时使用。它会将所选标签当前视口截图发送到用户配置的端点，用于视觉理解。它不解决 CAPTCHA 或人类验证挑战，只报告需要用户操作。

适用场景与注意¶

适合以下情况：

• 本地已安装 CloakBrowser，并希望 DSH agent 直接操作本地浏览器。
• 需要标签页管理、页面导航、点击、输入、cookies、快照、截图，以及可选的视觉理解。
• 在 Linux 环境中需要借助虚拟显示启动 headed browser。

使用前需要注意：

• 插件以当前 dsh 进程权限运行；安装前应检查源码与许可证。
• 浏览器工具可访问目标网站的认证状态、cookies，以及传入 CloakBrowser 的本地 profile。
• CDP 支持只暴露由该插件启动的会话；连接任意现有 CDP 端点未实现。
• 虚拟显示需要 Linux 和预装的 Xvfb；它不是自动依赖安装器或远程桌面服务。
• browser_understand 会向用户配置的端点发送截图，且只在显式调用时发生；不要在不期望该截图外发的页面上随意调用。

结尾¶

dsh-cloakbrowser 的价值在于把本地 CloakBrowser 会话转成一组 DSH 工具：agent 可以启动会话、操作标签页、执行页面交互、读取 cookies，并在需要时调用视觉理解。使用时先确认本地 CloakBrowser 已安装，再完成插件添加、配置和必要验证。

GitHub 仓库：https://github.com/SJF-ECNU/dsh-cloakbrowser

插件目录页地址未在已核实资料中给出。