dsh-tui-browser-use：DeepSeek Harness 的浏览器自动化子插件

在 DeepSeek Harness (DSH) 的插件生态中，让智能体具备“看”和“操作”网页的能力是提升其实用性的关键。dsh-tui-browser-use 是为 dsh-tui profile 设计的浏览器自动化子插件。它作为 Cordis 插件，随 dsh --profile dsh-tui 组合加载，旨在为 Agent 注册一系列 browser_* 工具，使其能通过真实浏览器（Playwright 驱动）完成导航、交互与数据提取。

安装与启用¶

本插件依赖 dsh-tui v0.10.0 及 Playwright 环境。安装前请确保 Node.js 版本兼容（^22.19 || >=24）。

1. 安装插件包：

npm install dsh-tui-browser-use

2. 安装 Playwright 浏览器驱动：

npx playwright install chromium

3. 在 dsh-tui 的 cordis.patch.yml 中挂载插件配置：

- insert:
    - id: dsh-tui-browser-use
      name: 'dsh-tui-browser-use'
      config:
        visionMode: 'auto'

核心功能¶

该插件提供了 21 个 browser_* 原子工具，覆盖浏览器操作的各个环节：

• 驱动与引擎：使用 Playwright 驱动真实浏览器，支持 chromium（默认）、firefox、webkit 引擎。
• 视觉理解：原生适配 DeepSeek 视觉模型理解截图。针对视觉模型的压缩限制，自动进行长宽页滚动分段、切片与分辨率保真。
• 会话管理：支持持久化登录态（Profile）与一次性临时会话（Isolated）。会话档案根为跨平台缓存目录，支持跨设备打包迁移。
• 安全策略：内置视觉 Prompt 注入防护与敏感参数脱敏；默认拦截 file: 协议与 SSRF（云元数据）；文件写盘严格限制在工作区内。

典型用法¶

Agent 可以通过以下工具链进行网页操作：

• 导航与交互：browser_navigate、back、forward、reload、browser_click、type、hover、press、scroll、wait。
• 观察与提取：browser_screenshot、snapshot、evaluate、browser_extract、task。
• 会话信息：browser_cookies、console_messages、network_requests、pdf、download、status。

配置示例：

config:
  visionMode: 'auto'
  session:
    mode: 'persistent'   # 持久化模式，保留登录态
    profile: 'default'    # 档案目录名

注意事项¶

• 版本依赖：插件依赖 dsh-tui v0.10.0。
• 运行环境：会话档案根为跨平台缓存目录，文件写盘严格限制在工作区内。
• 归档状态：目前 DSH 官方已推出浏览器自动化，本仓库作为试手成果进入归档状态。

总结¶

dsh-tui-browser-use 通过 Playwright 与 DeepSeek 视觉模型的结合，为 DSH Agent 提供了结构化的网页操作能力。