前言¶

在 DeepSeek Harness (DSH) 的生态中，智能体经常需要处理网页数据。直接解析原始 HTML 字符串通常需要编写复杂的正则表达式或 DOM 操作逻辑。该插件提供了一套现成的解析工具，能够将 HTML 转换为结构化的数据，方便后续处理。

插件介绍¶

uckkk/dsh-html-parse 是一个基于 Node.js 实现的 DSH 插件。它的核心作用是从 HTML 文件或字符串中提取标题、Meta 信息、层级结构、链接、表格以及纯文本。安装后，它会将解析能力注册到 DSH 的工具集中。

该插件提供的工具为 parse_html，支持提取以下结构化数据：
* 基础信息：标题、Meta 描述。
* 层级结构：提取标题的层级关系。
* 链接：提取页面中的所有链接。
* 表格：提取页面中的表格数据。
* 纯文本：提取页面的纯文本内容。

安装插件需要使用官方提供的安装命令。

dsh plugin add github:uckkk/dsh-html-parse

安装完成后，插件会自动生成配置文件。你需要在当前 Profile 的 package.json 中，将 "dsh-html-parse" 加入到 dsh.profile.bundles 字段里。

{
  "dsh": {
    "profile": {
      "bundles": ["dsh-html-parse"]
    }
  }
}

安装并启用插件后，可以在会话中直接调用 parse_html 工具。该工具接受文件路径作为参数。

解析这个 HTML 文件，提取标题和所有链接：
调用 parse_html(file="page.html")

此插件适合需要快速从本地 HTML 文件中提取特定结构化数据的场景。

注意：安装即在本机运行第三方代码，请自行审阅源码。

在使用前，请确认该插件满足你的环境依赖（如 @deepseek-ai/cordis 和 @deepseek-ai/dsh-tools 版本要求），并遵守其开源许可证（MIT）。