dsh-tui-browser-use：DeepSeek Harness 的瀏覽器自動化子插件

在 DeepSeek Harness (DSH) 的插件生態中，讓智能體具備“看”和“操作”網頁的能力是提升其實用性的關鍵。dsh-tui-browser-use 是爲 dsh-tui profile 設計的瀏覽器自動化子插件。它作爲 Cordis 插件，隨 dsh --profile dsh-tui 組合加載，旨在爲 Agent 註冊一系列 browser_* 工具，使其能通過真實瀏覽器（Playwright 驅動）完成導航、交互與數據提取。

安裝與啓用¶

本插件依賴 dsh-tui v0.10.0 及 Playwright 環境。安裝前請確保 Node.js 版本兼容（^22.19 || >=24）。

1. 安裝插件包：

npm install dsh-tui-browser-use

2. 安裝 Playwright 瀏覽器驅動：

npx playwright install chromium

3. 在 dsh-tui 的 cordis.patch.yml 中掛載插件配置：

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

核心功能¶

該插件提供了 21 個 browser_* 原子工具，覆蓋瀏覽器操作的各個環節：

• 驅動與引擎：使用 Playwright 驅動真實瀏覽器，支持 chromium（默認）、firefox、webkit 引擎。
• 視覺理解：原生適配 DeepSeek 視覺模型理解截圖。針對視覺模型的壓縮限制，自動進行長寬頁滾動分段、切片與分辨率保真。
• 會話管理：支持持久化登錄態（Profile）與一次性臨時會話（Isolated）。會話檔案根爲跨平臺緩存目錄，支持跨設備打包遷移。
• 安全策略：內置視覺 Prompt 注入防護與敏感參數脫敏；默認攔截 file: 協議與 SSRF（雲元數據）；文件寫盤嚴格限制在工作區內。

典型用法¶

Agent 可以通過以下工具鏈進行網頁操作：

• 導航與交互：browser_navigate、back、forward、reload、browser_click、type、hover、press、scroll、wait。
• 觀察與提取：browser_screenshot、snapshot、evaluate、browser_extract、task。
• 會話信息：browser_cookies、console_messages、network_requests、pdf、download、status。

配置示例：

config:
  visionMode: 'auto'
  session:
    mode: 'persistent'   # 持久化模式，保留登錄態
    profile: 'default'    # 檔案目錄名

注意事項¶

• 版本依賴：插件依賴 dsh-tui v0.10.0。
• 運行環境：會話檔案根爲跨平臺緩存目錄，文件寫盤嚴格限制在工作區內。
• 歸檔狀態：目前 DSH 官方已推出瀏覽器自動化，本倉庫作爲試手成果進入歸檔狀態。

總結¶

dsh-tui-browser-use 通過 Playwright 與 DeepSeek 視覺模型的結合，爲 DSH Agent 提供了結構化的網頁操作能力。