DeepSeek Harness Chrome 浏览器插件

前言¶

DeepSeek Harness (DSH) 的理念是「一切皆插件」。在构建需要联网能力的模型时，通常面临两个痛点：一是调用 Shell 命令受到严格限制，二是需要频繁进行权限批准。aurora-lucas/dsh-chrome-browser 插件提供了一个面向模型的 chrome 工具，它通过 Chrome DevTools Protocol (CDP) 直接驱动机器上已安装的 Google Chrome，让模型能够导航、截图、检查和交互真实渲染的页面，且无需每次调用都进行 shell 或沙盒批准。

插件介绍¶

该插件由 Aurora-Lucas 维护，遵循 MIT 许可证。它是一个联网工具，本质上是 DeepSeek Harness 生态中的一个浏览器自动化模块。它运行在 Harness Host 进程内部，这意味着它继承了 Host 进程的权限特性。

核心功能¶

真实浏览器驱动：直接操作已安装的 Google Chrome 或 Chromium，而非模拟器。
真实渲染与截图：返回真实图片截图，并将截图保存为 PNG 文件。模型在流式响应中看到图片，人类也可以打开保存的文件查看。
内容获取：支持获取 DOM 元素的 outerHTML、元素的 innerText 以及运行 JavaScript 表达式。
调试与诊断：可查看控制台日志、未捕获异常以及网络请求。
交互控制：支持模拟鼠标点击、键盘输入等真实输入事件。
权限与沙盒优势：运行在 Host 进程中，调用过程被视为普通工具调用，无需额外批准；不受 shell 沙盒限制（例如在 Linux 上可规避 Landlock 限制）。

安装与启用¶

该插件需通过 npm 打包后安装到 Harness 的 profile 目录中，不能直接作为链接引用。

    npm pack

这会生成一个 tarball 文件（例如 local-dsh-chrome-browser-1.0.4.tgz）。
使用 Harness 插件管理器（如 plugin_manager 或 action: install_bundle）安装该 tarball，目标为 tarball 的绝对路径。
安装后 Host 会提示 restart-required，需重启 dsh web 以加载新模块。

典型用法¶

该工具定义了一个 chrome 动作，通过 action 参数区分操作类型。页面 ID（如 p1）由 open 命令生成，后续操作可选指定 page，否则默认使用最近打开的页面。

打开页面：chrome open url width height...
页面导航：chrome goto url page
截图：chrome screenshot path...（保存 PNG）
获取 DOM：chrome dom selector（返回元素 outerHTML）
获取文本：chrome text selector（返回元素 innerText）
运行 JS：chrome eval expression
模拟点击：chrome click selector
模拟输入：chrome type selector text
查看控制台：chrome console clear limit
查看网络：chrome network clear limit

系统要求与配置¶

运行环境：支持 Linux、macOS 和 Windows。
依赖：需要 Node.js 22+ 和 Google Chrome 或 Chromium（开发基于 Chrome 155）。
字体：若处理包含中文的页面，必须安装 CJK 字体（如 Noto CJK），否则截图中汉字会显示为空框。
平台差异：
- Linux：默认运行 --no-sandbox，因为 Host 进程通常以 root 运行，且受限 shell 无法启动 Chrome。
- Windows：默认不开启 --no-sandbox，关闭控制台窗口，使用 taskkill 终止进程树。
- macOS：同 Linux 路径，默认开启 --no-sandbox。

适用场景与注意¶

该插件适合需要模型直接操作真实网页、进行前端调试或自动化测试的场景。由于插件以当前 DSH 进程的权限运行，在安装前应检查源码与许可证。插件支持通过环境变量 DSH_CHROME_PATH 或配置项 chromePath 指定浏览器路径，自动探测列表包含主流安装路径。

总结¶

该插件通过 CDP 协议将真实的浏览器环境引入 DeepSeek Harness，使得模型能够像人类一样操作网页，同时规避了常规 Shell 调用的沙盒限制。更多细节可参考 GitHub 仓库或插件目录页。