前言¶
DSH 主機通常運行在無顯示器的環境中，這使得智能體在處理需要人工交互的步驟時（如登錄、短信驗證碼、二維碼掃碼、驗證碼或硬件密鑰）會遇到阻礙。無頭瀏覽器無法直接處理這些交互。dsh-embedded-browser 插件在 DSH 主機內部署了一個瀏覽器環境，智能體通過工具驅動，而操作者可以在 DSH Web UI 的側邊欄中實時觀看或接管同一個標籤頁，從而解決這一痛點。
是什麼¶
該插件由 imroc 維護。它爲每個 DSH 會話提供一個獨立的瀏覽器標籤頁。AI 使用 browser_embedded_* 工具控制該標籤頁，而操作者通過 DSH Web UI 右側邊欄中的“瀏覽器”標籤頁進行實時監控或人工接管。所有會話共享同一個持久化配置文件，登錄狀態在會話間保持。
核心功能¶
插件提供以下工具集：
browser_embedded_status：報告運行狀態、當前 URL/標題，以及是否有人工操作等待。browser_embedded_navigate：打開 URL，首次使用時啓動瀏覽器。browser_embedded_snapshot：讀取頁面標題、URL、可點擊/可輸入元素列表及可見文本。browser_embedded_click：通過元素序號或可見文本點擊。browser_embedded_type：在字段中輸入內容，支持submit按下回車。browser_embedded_press：按下 Enter、Tab、Esc、箭頭鍵等。browser_embedded_scroll：上下左右或全屏滾動。browser_embedded_emulate：模擬設備（如iphone-14）、主題（dark）或視口，或重置爲默認（reset: true）。browser_embedded_eval：在頁面中執行 JavaScript 並返回受限制的 JSON。browser_embedded_screenshot：返回 PNG 圖片。browser_embedded_ask_human：在當前標籤頁顯示指令，等待操作者按下“我已完成”。browser_embedded_close：關閉該會話的標籤頁，配置文件保持。
安裝與啓用¶
安裝後，工具默認不註冊。需要通過以下方式激活：
* 調用名爲 browser-use 的 skill。
* 輸入手勢 /browser-use。
* 在會話日誌中找到過去成功的調用記錄（這會在插件重載後重新打開工具門禁）。
若希望插件加載時立即註冊工具，可在配置中設置 lazyTools: false。
典型用法¶
在啓用工具後，可進行以下操作：
- 模擬移動端設備查看頁面：
browser_embedded_emulate { "device": "iphone-14" }
browser_embedded_screenshot
- 切換深色模式：
browser_embedded_emulate { "theme": "dark" }
browser_embedded_screenshot
- 重置模擬環境：
browser_embedded_emulate { "reset": true }
注意事項¶
- 插件運行在無 GUI 的環境中，瀏覽器界面由 DSH Web UI 的側邊欄提供。
browser_embedded_emulate僅在當前會話生效且是臨時的，不會修改全局配置。- 需要人工處理登錄、2FA、驗證碼等邏輯，插件僅提供展示和操作入口。
結尾¶
該插件爲 DSH 環境下的無頭自動化提供了必要的人工交互入口，適合處理複雜的認證流程。
