dsh-browser-bridge：通过本地 WebSocket 控制/读取浏览器

前言¶

DeepSeek Harness（DSH）采用了插件化架构。当智能体需要直接操作真实浏览器（如读取页面、点击交互）时，直接编写 HTTP 请求或 JS 代码通常不够灵活。dsh-browser-bridge 插件通过本地 WebSocket 建立了一条通道，让 DSH Agent 能够通过标准的浏览器工具接口调用浏览器扩展的功能。

插件定位¶

这是一个 DeepSeek Harness（DSH）插件，配合浏览器扩展使用。它允许 DSH Agent 通过 ws://127.0.0.1:3080/ 读写和控制真实浏览器。维护者是 liyongzheng666，协议为 MIT。

核心功能¶

服务端提供 13 个模型端工具，分为以下几类：

• 状态与导航

  • browser_status：检查连接状态
  • browser_list_tabs：列出所有标签页
  • browser_activate_tab：激活指定标签页
  • browser_navigate：导航到指定 URL

• 页面读取与快照

  • browser_snapshot：获取页面快照（HTML）
  • browser_read_page：读取页面内容
  • browser_screenshot：截取页面截图

• 交互操作

  • browser_click：点击元素
  • browser_type：输入文本
  • browser_press：按键
  • browser_scroll：滚动页面
  • browser_wait：等待

• 代码执行

  • browser_eval：在页面上下文中执行 JavaScript

安装与启用¶

安装分为服务端插件和浏览器扩展两部分。

1. 安装服务端插件¶

使用官方安装命令：

dsh plugin --profile web add dsh-browser-bridge

2. 安装浏览器扩展¶

以 Firefox 为例：

1. 打开 about:debugging#/runtime/this-firefox。
2. 点击「临时加载附加组件…」。
3. 选择仓库中的 extension/manifest.json 文件。

配置项¶

默认配置如下（具体路径取决于 DSH 配置文件）：

• path: /bridge (WebSocket 路径)
• commandTimeoutMs: 60000 (命令超时时间)
• screenshotDir: ~/.dsh/browser-bridge (截图保存目录)
• maxMessageBytes: 8 MiB (WebSocket 最大消息大小)

典型用法¶

在 DSH 对话中输入：

browser_status

在输出中应能看到连接成功的标识：

Browser bridge: connected

注意事项¶

• 安全范围：插件默认只绑定 127.0.0.1，无鉴权，仅建议在本地使用。
• 权限风险：browser_eval 工具可执行页面 JS，功能强大，请仅授权可信 Agent 使用。
• 扩展权限：浏览器扩展需要 <all_urls> 权限以读取标签页和操作任意网页。

总结¶

该插件通过轻量级的本地桥接方案，实现了 Agent 与真实浏览器的无缝交互。源码与详细说明请访问：GitHub。