DeepSeek Harness Chrome 瀏覽器插件

前言¶

DeepSeek Harness (DSH) 的理念是「一切皆插件」。在構建需要聯網能力的模型時，通常面臨兩個痛點：一是調用 Shell 命令受到嚴格限制，二是需要頻繁進行權限批准。aurora-lucas/dsh-chrome-browser 插件提供了一個面向模型的 chrome 工具，它通過 Chrome DevTools Protocol (CDP) 直接驅動機器上已安裝的 Google Chrome，讓模型能夠導航、截圖、檢查和交互真實渲染的頁面，且無需每次調用都進行 shell 或沙盒批准。

插件介紹¶

該插件由 Aurora-Lucas 維護，遵循 MIT 許可證。它是一個聯網工具，本質上是 DeepSeek Harness 生態中的一個瀏覽器自動化模塊。它運行在 Harness Host 進程內部，這意味着它繼承了 Host 進程的權限特性。

核心功能¶

真實瀏覽器驅動：直接操作已安裝的 Google Chrome 或 Chromium，而非模擬器。
真實渲染與截圖：返回真實圖片截圖，並將截圖保存爲 PNG 文件。模型在流式響應中看到圖片，人類也可以打開保存的文件查看。
內容獲取：支持獲取 DOM 元素的 outerHTML、元素的 innerText 以及運行 JavaScript 表達式。
調試與診斷：可查看控制台日誌、未捕獲異常以及網絡請求。
交互控制：支持模擬鼠標點擊、鍵盤輸入等真實輸入事件。
權限與沙盒優勢：運行在 Host 進程中，調用過程被視爲普通工具調用，無需額外批准；不受 shell 沙盒限制（例如在 Linux 上可規避 Landlock 限制）。

安裝與啓用¶

該插件需通過 npm 打包後安裝到 Harness 的 profile 目錄中，不能直接作爲鏈接引用。

    npm pack

這會生成一個 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）安裝該 tarball，目標爲 tarball 的絕對路徑。
安裝後 Host 會提示 restart-required，需重啓 dsh web 以加載新模塊。

典型用法¶

該工具定義了一個 chrome 動作，通過 action 參數區分操作類型。頁面 ID（如 p1）由 open 命令生成，後續操作可選指定 page，否則默認使用最近打開的頁面。

打開頁面：chrome open url width height...
頁面導航：chrome goto url page
截圖：chrome screenshot path...（保存 PNG）
獲取 DOM：chrome dom selector（返回元素 outerHTML）
獲取文本：chrome text selector（返回元素 innerText）
運行 JS：chrome eval expression
模擬點擊：chrome click selector
模擬輸入：chrome type selector text
查看控制台：chrome console clear limit
查看網絡：chrome network clear limit

系統要求與配置¶

運行環境：支持 Linux、macOS 和 Windows。
依賴：需要 Node.js 22+ 和 Google Chrome 或 Chromium（開發基於 Chrome 155）。
字體：若處理包含中文的頁面，必須安裝 CJK 字體（如 Noto CJK），否則截圖中漢字會顯示爲空框。
平臺差異：
- Linux：默認運行 --no-sandbox，因爲 Host 進程通常以 root 運行，且受限 shell 無法啓動 Chrome。
- Windows：默認不開啓 --no-sandbox，關閉控制台窗口，使用 taskkill 終止進程樹。
- macOS：同 Linux 路徑，默認開啓 --no-sandbox。

適用場景與注意¶

該插件適合需要模型直接操作真實網頁、進行前端調試或自動化測試的場景。由於插件以當前 DSH 進程的權限運行，在安裝前應檢查源碼與許可證。插件支持通過環境變量 DSH_CHROME_PATH 或配置項 chromePath 指定瀏覽器路徑，自動探測列表包含主流安裝路徑。

總結¶

該插件通過 CDP 協議將真實的瀏覽器環境引入 DeepSeek Harness，使得模型能夠像人類一樣操作網頁，同時規避了常規 Shell 調用的沙盒限制。更多細節可參考 GitHub 倉庫或插件目錄頁。