DeepSeek Harness (DSH) 是一個插件化框架。在進行瀏覽器自動化任務時,開發者通常需要處理複雜的頁面解析和操作邏輯。該插件將頁面讀取爲索引化的動作空間,讓模型一次只執行一個受保護的操作,降低了直接操作瀏覽器的風險,並提升了決策效率。
插件介紹¶
- 插件名稱:
ricardochen1996/dsh-browser-use - 一句話介紹:DeepSeek Harness 瀏覽器提供者:將頁面讀取爲索引化的動作空間,然後一次運行一個受保護的操作。
- 維護者:ricardochen1996
- 類別:模型推理
- Stars:2
- 許可證:MIT
核心功能¶
該插件不包含自身的瀏覽器邏輯,而是將請求轉發給 Jev Ultrafast 引擎。它爲 DSH 提供了一套瀏覽器工具,這些工具被限制在委託的子代理作用域內,只有子代理能夠看到和調用它們。
主對話可用工具¶
主對話只能看到以下用於管理和監控的接口:
browser_task:委託任務給持久化子代理。browser_task_status:查詢子代理的運行狀態。browser_doctor:自檢插件狀態及依賴。
子代理可用工具¶
子代理擁有以下瀏覽器操作能力:
browser_open:打開頁面並返回動作空間表。browser_page:重新觀察頁面並生成新的觀察編號。browser_act:執行單步操作(點擊、輸入、滾動、等待等)。browser_screenshot:截取當前視口。browser_console:讀取控制台消息和頁面異常。browser_goal:一次性將整個目標交給瀏覽器策略執行。browser_close:關閉標籤頁和守護進程。
安裝與啓用¶
通過 DSH 插件系統安裝。首次加載時,插件會利用內置的引擎輪子在 Python 環境中安裝 Jev Ultrafast 引擎,無需手動配置。
使用示例¶
在配置該插件後,對話流程通常如下:
- 工具可見性:主對話只能看到上述主對話工具。瀏覽器操作工具 (
browser_open,browser_act等) 僅存在於子代理的作用域內。 - 決策邏輯:Jev 引擎會從當前的動作空間表中挑選操作和目標。對於
TYPE_TEXT等需要具體值的操作,文本模型會在需要時提供值。 - 執行策略:避免在對話中開啓大量
browser_task,應持續委託給同一個子代理。子代理會記住頁面狀態和歷史操作。
注意事項¶
- 引擎調用:Jev 引擎始終可用,但它不會自動替換每一次聊天模型的回合,僅在瀏覽器操作步驟中參與決策。
- 源碼檢查:使用前請檢查源碼與許可證。
總結¶
該插件爲 DeepSeek Harness 提供了一個快速且受控的瀏覽器自動化層。通過索引化動作空間和受保護的單步操作,它簡化了瀏覽器集成的複雜度,適合需要穩定自動化能力的場景。