dsh-plugin-browser：DeepSeek Harness 的 Playwright 瀏覽器驅動插件

前言¶

DeepSeek Harness (DSH) 內置的 web_fetch 工具通過 HTTP 請求獲取網頁文本，無法執行 JavaScript 渲染或進行交互操作。dsh-plugin-browser 是一個社區插件，通過 Playwright 驅動無頭瀏覽器，爲模型提供了渲染頁面、提取文本、截圖以及自動化交互的能力，彌補了基礎聯網工具的不足。

插件簡介¶

這是一個 DSH 社區插件，歸屬於「聯網工具」分類，由 xu1132 維護，開源協議爲 MIT。它通過 Playwright 註冊了 6 個模型可調用的工具，使大模型能夠像人類一樣瀏覽網頁、讀取動態內容並操作頁面元素。

核心功能¶

插件提供以下能力：
- 頁面導航與渲染：打開 URL，等待頁面加載，返回渲染後的標題、正文文本和鏈接列表。
- 內容提取：獲取當前頁面的渲染文本，用於在自動化步驟之間檢查狀態。
- 交互操作：通過 Playwright CSS 選擇器點擊元素、填充文本輸入框。
- 截圖：截取視口內容並保存爲 PNG 圖片，默認保存在配置的目錄。
- 會話管理：關閉瀏覽器會話並釋放資源。

安裝與配置¶

安裝插件¶

dsh plugin --profile demo add github:xu1132/dsh-plugin-browser

依賴準備¶

插件默認使用 Playwright 自帶的 Chromium。首次使用前，需在 profile 目錄下安裝瀏覽器二進制：

npx playwright install chromium

配置項¶

可以通過 profile 下的 cordis.patch.yml 覆蓋默認配置，例如：

- id: browser
  name: dsh-plugin-browser
  config:
    timeoutMs: 30000      # 導航、點擊、輸入的超時時間
    maxTextChars: 20000   # 單次快照提取的最大字符數
    maxLinks: 20          # 單次快照列出的最大鏈接數
    screenshotDir: .      # 截圖保存目錄
    executablePath: /Applications/Google Chrome.app/Contents/MacOS/Google Chrome  # 指定系統瀏覽器路徑

典型用法¶

讀取動態內容：讓模型訪問一個通過 JavaScript 渲染的頁面，並提取其中的信息。
自動化交互：模擬用戶點擊按鈕或輸入文本。
獲取快照：在自動化步驟之間獲取當前頁面的渲染文本。

注意事項¶

會話隔離：每個 Agent 擁有獨立的瀏覽器會話；沒有關聯 Agent 的調用會共享一個默認會話。
啓動時機：會話在首次使用時按需啓動，插件卸載時自動關閉。
權限與安全：插件以當前 DSH 進程的權限運行，使用前建議檢查源碼與許可證。

總結¶

該插件擴展了 DSH 在瀏覽器自動化領域的應用能力，適用於需要處理 SPA 應用、動態數據抓取或模擬用戶操作的場景。

GitHub 倉庫