前言¶
在 DeepSeek Harness(DSH)的開發中,讓代理程序操作瀏覽器是常見需求。現有的通用方案往往要求啓動獨立的瀏覽器配置文件或進行底層的 DevTools 協議調試,這通常會導致用戶狀態丟失、交互過程不可見,且難以實現精細的所有權管理。
dsh-native-browser 旨在解決上述問題。它不試圖成爲一個通用的 Chrome MCP 服務器,而是專注於 DSH 的產品層控制:操作用戶當前正在使用的 Chrome 瀏覽器,保留已登錄的會話和擴展,並提供可視化的交接機制。
它是什麼¶
這是一個基於 Manifest V3 的 Chrome 擴展程序,通過 Native Messaging 與本地運行時通信。它爲 DSH 提供了一個原生瀏覽器運行時,允許代理在用戶的現有配置文件中操作標籤頁,而無需啓動第二個瀏覽器實例。
核心功能¶
該插件提供以下核心能力:
-
語義觀測與低延遲
採用 Accessibility-tree-first 的觀測策略,提供緊湊的增量更新。截圖僅作爲視覺降級方案,而非結構觀測的主要來源。 -
可靠的操作與驗證
基於 CDP(Chrome DevTools Protocol)提供控制,但在輸入前進行命中目標驗證。通過持久化的操作日誌,確保操作結果語義爲“已驗證”或“未知”,而非盲目假設輸入成功。 -
顯式的所有權管理
對現有標籤頁、代理創建的標籤頁擁有明確的歸屬權。代理創建的臨時標籤頁在任務結束後會自動清理。 -
可視化的交互與交接
提供僅展示的虛擬指針和點擊/滾動的脈衝動畫,讓人類用戶能感知代理的操作。當 DSH UI 切換對話或代理釋放控制時,權限自動撤銷。支持人類隨時中斷代理操作。
安裝與啓用¶
由於尚未提供官方一鍵安裝命令,目前需要手動配置環境。
-
準備 DSH 環境
確保已安裝 DeepSeek Harness 版本0.1.5-rc.1。 -
加載 Chrome 擴展
從項目倉庫獲取代碼後,在 Chrome 瀏覽器中通過“擴展程序”管理頁面,選擇“加載已解壓的擴展程序”,選擇插件目錄。 -
配置 Native Messaging
根據項目文檔配置 Native Messaging Host,以建立本地運行時與擴展的通信鏈路。
注意事項¶
- 當前狀態:處於 Public Alpha 階段,不建議直接用於生產環境。
- 瀏覽器支持:目前優先支持 Chrome,Edge 兼容性處於早期驗證階段(僅通過架構門禁測試)。
- 頁面兼容性:廣泛的頁面兼容性和生產環境加固工作尚未完成。
- 許可證:遵循 MIT 協議。
目錄與源碼¶
- 插件目錄:SkillHub 目錄頁
- 源碼倉庫:GitHub 倉庫
短結尾¶
dsh-native-browser 提供了從“調試工具”到“產品控制層”的跨越,適合希望在現有瀏覽器環境中實現可控、可觀測交互的開發者。