前言¶

DeepSeek Harness (DSH) 采用插件化架构，旨在通过插件扩展系统能力。在智能体开发中，让模型具备操作系统级的控制能力（如操作浏览器、点击桌面应用）是常见需求。dsh-computer-use 插件提供了统一的接口，解决了模型如何与外部环境交互的问题。

这是什么¶

dsh-computer-use 是一个由 xiaoheizi1212 维护的 DeepSeek Harness 插件。它提供了一套“通用”的计算机操作能力，不绑定特定的底层模型，旨在为 DSH 提供模型无关的浏览器和桌面操作接口。

该插件通过一个 ctx.computerUse 的能力接口，将底层的浏览器驱动、原生助手和感知逻辑封装起来，供上层模型调用。

核心功能¶

插件提供以下核心组件：

• 统一接口：提供 ctx.computerUse seam，包含 start、listTargets、observe、act、stop 方法。
• 模型工具：向模型暴露 6 个工具函数：
  • computer_observe：观察当前状态。
  • computer_act：执行动作。
  • computer_stop：停止操作。
  • computer_take_over / computer_resume：接管或恢复会话。
  • computer_perceive：感知环境（截图并分析）。
• 多后端支持：提供三种 Provider：
  • fake：用于确定性测试。
  • playwright：跨平台的隔离 Chromium 浏览器。
  • windows：Windows 原生辅助程序（仅限 Windows）。
• 感知层：
  • Accessibility 模式：不生成图像，仅通过无障碍树分析。
  • Analyze 模式：截图后发送给第三方视觉模型进行结构化分析。
• 安全机制：包含风险分类、Fail-closed 确认机制、域名白名单以及完整的 computer/* 会话日志重放功能。
• Cookie Bridge：支持导入已登录的 Chrome 会话。

依赖与配置¶

插件运行依赖于 DSH 生态中的多个基础插件。在配置文件中，所有选项集中在 dsh-computer-use/plugin 下。

必需的插件依赖¶

插件需要以下 DSH 插件配合才能工作：
* @deepseek-ai/dsh-llm-pi-ai：承载第三方视觉路由。
* @deepseek-ai/dsh-llm：处理图像内容块。
* @deepseek-ai/dsh-attachment：持久化截图。
* @deepseek-ai/dsh-credentials：解析视觉 API 密钥。
* @deepseek-ai/dsh-user-approval：处理高风险操作的确认。
* @deepseek-ai/dsh-tools：工具注册。
* @deepseek-ai/dsh-llm-deepseek：仅作为文本规划模型，不能作为视觉模型。

配置示例¶

在 cordis.patch.yml 中配置插件：

- id: computer-use
  name: dsh-computer-use/plugin
  config:
    # 后端选择：fake, playwright, windows
    provider: playwright
    # 视觉模型配置（需在 llm-pi-ai 路由中配置）
    visionProvider: xiaomi
    visionModel: mimo-v2.5
    # 是否启用主开关
    enabled: true
    # 是否注册模型工具
    tools: true

也可以通过 DeepSeek Harness GUI 的 Settings -> computer-use 菜单实时修改 enabled、provider 等配置。

Playwright 浏览器会话配置¶

当使用 playwright provider 时，可配置以下参数：

- id: computer-use
  config:
    provider: playwright
    browserHeadless: true
    browserWindowState: normal
    # 使用持久化而非隔离上下文
    reuseBrowserProfile: true
    browserUserDataDir: "C:/Users/you/.dsh/browser-profiles/main"
    browserProfileName: "Default"
    # 导入 Cookies（需要配合 Cookie Bridge）
    importCookies: true
    cookiesFile: "C:/path/to/cookies.json"

Windows 原生助手配置¶

当使用 windows provider 时：

- id: computer-use
  config:
    provider: windows
    windowsWindowState: normal

典型用法：Cookie Bridge¶

默认情况下，浏览器是隔离的，没有 Cookie。对于需要登录状态的场景，推荐使用 Chrome Cookie Bridge。

1. 安装 Cookie Bridge 扩展¶

在 Chrome 浏览器中启用开发者模式，加载解压后的扩展（参考 GitHub dsh-cookie-bridge 仓库）。

2. 启动接收脚本¶

在插件目录下运行接收脚本，用于接收 Chrome 读取到的 Cookie：

pnpm exec tsx scripts/import-cookies-server.ts

3. 导出 Cookies¶

点击扩展图标或通过脚本指定域名导出：

# 导出指定域名
pnpm exec tsx scripts/request-cookies.ts all x.com,xiaohongshu.com

导出的 JSON 文件保存为 cookies.json，然后在插件配置中指向它：

- id: computer-use
  config:
    importCookies: true
    cookiesFile: "C:/path/to/cookies.json"

注意事项¶

1. 平台限制：Windows 原生 helper 仅支持 Windows 平台，macOS 目前未开发，无法使用。
2. 视觉模型选择：@deepseek-ai/dsh-llm-deepseek 仅支持文本，不能作为 computer_perceive 的视觉模型。
3. Chrome 版本：Chrome 127+ 引入了 App-Bound Encryption，必须使用 Cookie Bridge 导入 Cookie，否则无法获取已登录状态。
4. 配置文件隔离：不支持重用默认的 Chrome User Data 目录，也不支持直接复制默认配置文件（App-Bound Encryption 阻止了这一点）。只能使用插件管理的专用配置文件。
5. 安全风险：导入 Cookie、密码或历史记录会削弱隔离性，仅导入任务必需的数据，并确保 allowedDomains 白名单配置正确。