在 DeepSeek Harness（DSH）的插件生態中，讓智能體具備瀏覽網頁並交互的能力，需要解決兩個問題：如何獲取真實的頁面內容，以及如何操作頁面元素。dsh-browser 通過引入 bsk（browser-skill），爲 DSH 提供了直接操作真實 Chromium 瀏覽器的接口。
這是什麼¶
ylwl1997/dsh-browser 是一個 DSH 插件。它的核心價值在於連接了 DSH 與 bsk，使得智能體可以像人類一樣導航網頁、點擊元素、填寫表單以及截圖。這解決了單純模擬 API 無法獲取保留登錄態的真實頁面狀態的痛點。
核心功能¶
插件提供了以下工具：
- browse_navigate：打開指定的 URL。
- browse_snapshot：讀取頁面無障礙樹（包含 @eN 引用）。
- browse_click：通過 @eN 引用或 CSS 選擇器點擊頁面元素。
- browse_fill：向輸入框中輸入文本。
- browse_screenshot：對當前頁面進行截圖。
- browse_observe：進行語義化 VOM 觀察。
安裝與啓用¶
使用前需滿足兩個前提條件：
1. 確保系統環境變量 PATH 中包含 bsk。
2. 在 DSH 中加載瀏覽器技能擴展。
滿足前提後，執行以下命令安裝：
dsh plugin add dsh-browser
典型用法¶
根據 README 的示例，一個典型的指令如下：
Open https://example.com, read the page, and tell me the title.
這條指令會觸發 browse_navigate 打開頁面，隨後通過 browse_snapshot 讀取頁面內容並提取標題。
注意事項¶
- 依賴環境：必須確保
bsk在 PATH 中且已加載瀏覽器技能擴展。 - 運行權限：插件以當前 DSH 進程的權限運行，涉及瀏覽器操作，建議在部署前檢查源碼。
- 許可證：使用遵循 MIT 許可證。
總結¶
dsh-browser 將 bsk 的瀏覽器自動化能力引入 DSH，爲智能體提供了操作真實瀏覽器的能力。如果你需要讓 DSH 智能體執行復雜的網頁交互任務，這是一個可用的工具。
