DSH Browser Client

前言¶

DSH Browser Client 是一個通過瀏覽器浮窗實現網頁自動化的工具。它解決了在 DSH 環境中直接操作瀏覽器頁面常遇到的同源策略限制問題。工具運行在用戶已登錄的真實瀏覽器中，能夠直接利用現有的 Cookie 和 SSO 權限進行操作。

核心能力¶

插件提供了一套頁面操作工具和一個探索模式工作流。頁面工具用於單次或批量操作當前頁面，探索模式則用於處理複雜任務，通過邊操作邊學習的方式生成工作流。

頁面操作工具¶

工具名	功能
`page_snapshot`	獲取頁面結構化快照，包含 URL、標題、可見文本及交互元素座標
`page_eval`	在頁面 MAIN world 執行任意 JavaScript 代碼
`page_act`	執行點擊、輸入、滾動、鍵盤操作或清除內容
`page_navigate`	跳轉、後退、前進或刷新頁面
`page_wait`	等待特定元素出現、網絡空閒或延時
`page_screenshot`	截取視口、特定元素或整頁
`page_network`	讀取頁面發生的 fetch/XHR 請求詳情（URL、方法、狀態、響應預覽）

網頁工作流與探索模式¶

面向非研發人員，支持將對話轉化爲可保存重跑的工作流。
* 網頁工作流：通過 workflow_generate 工具生成工作流，支持 page_record / page_highlight 錄製演示，執行器支持循環、分支、審批等邏輯。
* 探索模式：通過 explore_start 啓動，反覆使用 explore_act 試錯，最後用 explore_check 驗證，並將成功路徑提煉爲工作流。

安裝與啓用¶

安裝過程分爲 DSH Host 端配置和瀏覽器擴展加載。

1. 配置 DSH Host¶

將 cordis.patch.yml 插件插入 DSH profile，並重啓 DSH。啓動後日志會打印 token 並註冊上述頁面工具。

2. 加載瀏覽器擴展¶

打開 Chrome 或兼容瀏覽器，訪問 chrome://extensions，開啓開發者模式，加載已解壓的擴展程序，選擇 browser-ext/extension 目錄。

配置與使用¶

在瀏覽器擴展的設置面板中填寫 Host 地址和 Token。Token 位置通常爲 $DSH_HOME/browser-client-token。

使用時，在任意網頁右下角的浮窗中發起對話。例如提問“這個頁面現在顯示什麼？”，DSH 會調用 page_snapshot 獲取頁面數據並回答。

注意事項¶

工具命名規範：工具名使用下劃線（如 page_snapshot），不含點號（如 page.snapshot）。騰訊 intranet 網關會拒絕含點號的工具名。
瀏覽器兼容性：Chrome 151+ 在 macOS 上禁用了 --load-extension 命令行加載方式。當前插件在 360Chrome（Chromium 132）環境下已通過實測，Chrome 用戶需手動加載擴展。
驗證環境：不啓停生產實例（如 3080），所有驗證通過獨立新端口實例進行。
權限範圍：插件以當前 DSH 進程權限運行，安裝前應檢查源碼與許可證。

生態與鏈接¶

該插件由 flymysql 維護，遵循 MIT 許可證。詳見 GitHub 倉庫。