前言¶
DeepSeek Harness (DSH) 的生态以插件化著称，开发者可以通过挂载不同的能力来扩展智能体的行为。在进行网页自动化任务时，如何让 AI 代理复用已有的登录状态、在真实环境中操作，并处理登录拦截、验证码或原生弹窗，是常见的痛点。dsh-browser-playwright-codex 插件通过 Playwright 提供了一套解决方案，它不依赖无头模式，而是驱动一个可见的浏览器窗口，并将控制权在遇到障碍时交还给用户。
插件定位¶
这是一个联网工具类插件，由开发者 miqian-nomad 维护。它的核心作用是让 AI 能够利用用户已有的浏览器登录账号，在真实网页上执行表单填充、列表抓取和多标签页操作。插件运行在一个可见的浏览器窗口中，用户可以随时接管操作，遇到需要人工介入的环节（如验证码）时，它会自动停止并等待指令。
核心功能¶
该插件提供了以下能力：
- 账号复用与状态保持：利用 Playwright 的 Profile 机制，插件可以使用用户已经登录的账号进行后续操作。即使窗口关闭或 Harness 重启，只要 Profile 未变，登录状态通常得以保持。
- 可见窗口与焦点管理：浏览器窗口会在桌面上显示，用户可以看到 AI 的操作过程。在窗口最小化时，插件不会抢夺系统的焦点，允许用户在后台继续使用电脑。
- 交互中断与等待：遇到登录页面、两步验证、验证码或原生弹窗（alert/confirm/prompt）时，插件会自动停止并报告状态，等待用户通过
browser_dialog等工具进行干预，而不是盲目点击。 - 稳定元素引用：通过
browser_snapshot获取页面快照后，插件会为可见元素分配ref编号。这种引用方式比 CSS 选择器更稳定，引用失效时会快速失败并提供解释。 - 多标签与截图：支持 Tab 的管理、切换、打开和关闭，支持页面截图，以及结构化数据提取（需启用对应能力）。
安装与启用¶
安装该插件需要指定一个 Harness Profile。插件已发布至 npm（自 v0.5.1 起），也可以直接从仓库安装。
dsh plugin --profile <name> add dsh-browser-playwright-codex
安装后，插件会自动挂载相关工具。需要注意的是，默认情况下 browser_evaluate（JavaScript 执行）和 browser_cdp（Chrome DevTools Protocol）这两个强力工具是未注册且禁用的，这有助于降低安全风险。
典型用法¶
安装完成后，无需额外配置即可开始使用。插件默认工具前缀为 browser_。
以下是一些常见的使用场景：
- 抓取列表：让 AI 打开特定网页，并提取前五条故事的标题和链接。
Open https://news.ycombinator.com and list the titles of the first five stories with their links.
- 查询订单：访问需要登录的站点，提取最近一次订单的配送地址。
Go to my orders page on <site> and tell me the delivery address on the most recent order.
- 表单填写与预览：填写联系表单，但在提交前停止，展示已填写的内容。
Fill in this contact form, but stop and show me the filled form before you submit it.
注意事项¶
使用该插件时，有几个关键点需要注意：
- 必须先获取 Snapshot：任何基于
ref的操作（点击、填充等）必须先运行browser_snapshot来获取有效的元素引用。 - 引用失效：
ref是基于文档上下文的，如果页面结构变化，引用会失效，插件会快速报错并说明原因，避免点错元素。 - 不可逆操作：提交表单、支付、删除或发送消息属于不可逆操作，建议在执行前先阅读表单内容，或让 AI 在执行前停止。
- 安全限制：出于安全考虑，
browser_evaluate存在严重发现已被关闭。如需启用高级功能，需在部署层面开启相应的 Capability。
结语¶
dsh-browser-playwright-codex 解决了智能体在真实网页环境中操作时的状态同步与可视化问题。它通过可见窗口和中断机制，降低了自动化调试的难度。如果你需要在 DSH 环境中处理复杂的登录流程或需要人工确认的场景，这是一个值得尝试的工具。
