前言¶

DeepSeek Harness (DSH) 採用插件化架構，旨在通過插件擴展系統能力。在智能體開發中，讓模型具備操作系統級的控制能力（如操作瀏覽器、點擊桌面應用）是常見需求。dsh-computer-use 插件提供了統一的接口，解決了模型如何與外部環境交互的問題。

這是什麼¶

dsh-computer-use 是一個由 xiaoheizi1212 維護的 DeepSeek Harness 插件。它提供了一套“通用”的計算機操作能力，不綁定特定的底層模型，旨在爲 DSH 提供模型無關的瀏覽器和桌面操作接口。

該插件通過一個 ctx.computerUse 的能力接口，將底層的瀏覽器驅動、原生助手和感知邏輯封裝起來，供上層模型調用。

核心功能¶

插件提供以下核心組件：

• 統一接口：提供 ctx.computerUse seam，包含 start、listTargets、observe、act、stop 方法。
• 模型工具：向模型暴露 6 個工具函數：
  • computer_observe：觀察當前狀態。
  • computer_act：執行動作。
  • computer_stop：停止操作。
  • computer_take_over / computer_resume：接管或恢復會話。
  • computer_perceive：感知環境（截圖並分析）。
• 多後端支持：提供三種 Provider：
  • fake：用於確定性測試。
  • playwright：跨平臺的隔離 Chromium 瀏覽器。
  • windows：Windows 原生輔助程序（僅限 Windows）。
• 感知層：
  • Accessibility 模式：不生成圖像，僅通過無障礙樹分析。
  • Analyze 模式：截圖後發送給第三方視覺模型進行結構化分析。
• 安全機制：包含風險分類、Fail-closed 確認機制、域名白名單以及完整的 computer/* 會話日誌重放功能。
• Cookie Bridge：支持導入已登錄的 Chrome 會話。

依賴與配置¶

插件運行依賴於 DSH 生態中的多個基礎插件。在配置文件中，所有選項集中在 dsh-computer-use/plugin 下。

必需的插件依賴¶

插件需要以下 DSH 插件配合才能工作：
* @deepseek-ai/dsh-llm-pi-ai：承載第三方視覺路由。
* @deepseek-ai/dsh-llm：處理圖像內容塊。
* @deepseek-ai/dsh-attachment：持久化截圖。
* @deepseek-ai/dsh-credentials：解析視覺 API 密鑰。
* @deepseek-ai/dsh-user-approval：處理高風險操作的確認。
* @deepseek-ai/dsh-tools：工具註冊。
* @deepseek-ai/dsh-llm-deepseek：僅作爲文本規劃模型，不能作爲視覺模型。

配置示例¶

在 cordis.patch.yml 中配置插件：

- id: computer-use
  name: dsh-computer-use/plugin
  config:
    # 後端選擇：fake, playwright, windows
    provider: playwright
    # 視覺模型配置（需在 llm-pi-ai 路由中配置）
    visionProvider: xiaomi
    visionModel: mimo-v2.5
    # 是否啓用主開關
    enabled: true
    # 是否註冊模型工具
    tools: true

也可以通過 DeepSeek Harness GUI 的 Settings -> computer-use 菜單實時修改 enabled、provider 等配置。

Playwright 瀏覽器會話配置¶

當使用 playwright provider 時，可配置以下參數：

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

Windows 原生助手配置¶

當使用 windows provider 時：

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

典型用法：Cookie Bridge¶

默認情況下，瀏覽器是隔離的，沒有 Cookie。對於需要登錄狀態的場景，推薦使用 Chrome Cookie Bridge。

1. 安裝 Cookie Bridge 擴展¶

在 Chrome 瀏覽器中啓用開發者模式，加載解壓後的擴展（參考 GitHub dsh-cookie-bridge 倉庫）。

2. 啓動接收腳本¶

在插件目錄下運行接收腳本，用於接收 Chrome 讀取到的 Cookie：

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

3. 導出 Cookies¶

點擊擴展圖標或通過腳本指定域名導出：

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

導出的 JSON 文件保存爲 cookies.json，然後在插件配置中指向它：

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

注意事項¶

1. 平臺限制：Windows 原生 helper 僅支持 Windows 平臺，macOS 目前未開發，無法使用。
2. 視覺模型選擇：@deepseek-ai/dsh-llm-deepseek 僅支持文本，不能作爲 computer_perceive 的視覺模型。
3. Chrome 版本：Chrome 127+ 引入了 App-Bound Encryption，必須使用 Cookie Bridge 導入 Cookie，否則無法獲取已登錄狀態。
4. 配置文件隔離：不支持重用默認的 Chrome User Data 目錄，也不支持直接複製默認配置文件（App-Bound Encryption 阻止了這一點）。只能使用插件管理的專用配置文件。
5. 安全風險：導入 Cookie、密碼或歷史記錄會削弱隔離性，僅導入任務必需的數據，並確保 allowedDomains 白名單配置正確。